Tai galbūt buvo „Stallone“ sugavimo frazė filme Teisėjas Dredd, tačiau šiais laikais BRO (netgi rinkodaros pareigūnas) arba netgi jūsų rinkodaros strategas taip pat galėtų lengvai pasakyti šią frazę.
$config[code] not foundŠiais laikais analitiniai sprendimai suskaido daugiau duomenų iš daugelio šaltinių, sukurdami tikslesnius pardavimo ir veiklos modelius. Įmonės mokosi konkuruoti per inovacijas, bet kaip modeliuoja analizės apimtis ir pateikiamas koncepcijas?
Nuspėjamoji „Analytics“: galia prognozuoti, kas paspaudžia, nusipirkti, sulaikyti ar mirti Eric Siegel, PhD tarnauja kaip aiškinimas raginti verslo vadybininkus suprasti galimybes ir mitus.
„Siegel“ yra „Analytics World“ ir analitinių paslaugų įmonės „Prediction Impact“ prezidentas.
Aš tikrai džiaugiuosi, kai atėjau per knygą. Šiais metais išleidžiamos kelios naujos analitinės knygos, todėl paprašiau Wiley pateikti peržiūros kopiją.
Pagrindų nutraukimas - kaip duomenys susiję su jūsų klientais
Žodis „analitika“ reiškia „suskaidyti“ graikų kalba.
Toks suskirstymas nuspėjamoje analizėje reiškia duomenų koreliaciją, kad būtų galima atrasti naujas galimybes su nurodytais ištekliais. Ši nauja galimybė taip pat suskaido skyrių „silosus“ organizacijose, mūsų pirmenybę mūsų elgesiui ir kartais mūsų privatumo priemones.
Siegel atkreipia dėmesį į tai, kaip žmonės gali nepastebėti galimybės visur:
„Dauguma žmonių negalėjo būti mažiau suinteresuoti duomenimis. Jis gali atrodyti toks sausas, nuobodu dalykas *** Neapsigaukite. Tiesa ta, kad duomenys apima neįkainojamą patirtį, iš kurios mokytis. Kiekviena medicininė procedūra, kreditinė paraiška, „Facebook“ paštas, filmų rekomendacijos, apgaulingas elgesys, nepageidaujamas el. Laiškas ir bet kokios rūšies pirkimas - kiekvienas teigiamas ar neigiamas rezultatas, kiekvienas sėkmingas ar nepavykęs pardavimo skambutis, kiekvienas įvykis, įvykis ar sandoris yra užkoduotas kaip duomenys ir sandėliuojami. Šis glutimas augs maždaug 2,5 kvintilijono baitų per dieną… “.
Siegel naudoja septynis skyrius, norėdamas parodyti, kaip mes didiname savo supratimą ir mūsų nesusipratimą iš duomenų per duomenis. „Hewlett-Packard“ naudoja analitiką, kad prognozuotų, ar ketinate nutraukti savo darbą - vertingas, nes ieškant naujo darbuotojo gali būti daugiau nei išlaikymas. Kitas įdomus koreliacinis eksperimentas yra „nerimo indeksas“, o dienoraščio koreliacija yra susijusi su S&P 500 našumu.
$config[code] not foundĮdomūs koreliaciniai stebėjimai gausu - tarp praktinių matavimo malonumų yra tai, kad vegetarai praleidžia mažiau skrydžių („Avialinijos klientai, kurie iš anksto užsako vegetarišką patiekalą, labiau linkę skristi…. Asmeninio ar specialaus valgio, laukiančio kliento, žinios suteikia skatina arba kuria įsipareigojimo jausmą. “). Šios diskusijos gali tapti asmenimis; klientų, kurie yra:
„Savo dizainu PA (Predictive Analytics) skatina serendipity. Nuspėjamasis modeliavimas atlieka plačią, tiriamąją analizę, išbando daugybę nuspėjamųjų ir tokiu būdu atskleidžia stebinančius rezultatus… “
Jūs galite pasakyti, kad Siegel dievina temą, bet ne su žaliuzėmis ar klaidingu pardavėju skaitytojui. Kai jis sako: „Duomenų žvalgytojai mato vertę ir vertę yra įdomūs“, jūs žinote, kad tai iš tikrųjų reiškia.
„Siegel“ dalijasi tolesne asmenine įžvalga, nes ji buvo naudojama kaip „folija“ „Fox“ naujienų segmente „Target“ kliento nėštumo metu. Kalbėdamas apie privatumą, Siegel išmintingai skiria temą. Jis naudoja jį, norėdamas nugriauti mitą su minimaliu šališkumu, pvz., Nuspėjamos analizės atskyrimu nuo duomenų gavybos:
„PA (nuspėjamoji analitika) ir pati savaime neužpuola privatumo - jo pagrindinis procesas yra priešiškumas privatumui. Nors kartais tai vadinama duomenų gavyba, PA „nenusileidžia“ į bet kurio asmens duomenis. Vietoj to, PA iš tikrųjų „sukaupia“ mokymosi modelius, kurie apskritai atitinka „rote“ numerį, peržengiantį klientų įrašų masę. “
Tokie skirtumai yra labai svarbūs suprantant pavojus su personalizavimo programomis. Skaitydami šią knygą, vadovai, kurie mano, kad skaitmeniniai tiktai reiškia, kad tai yra tik jungiklio perjungimas.
Mažos ir didelės įmonės gali naudoti šią knygą, kad padėtų rengti, kokie duomenų segmentai yra prasmingi. Pvz., „Siegel“ paaiškina, kaip mokymosi mašina veikia pagal sprendimo schemą - nors knygoje ji naudojama įmonės lygio nuspėjamojo modelio sudarymui, mažos įmonės galėtų naudoti šią idėją rėmus savo duomenų rinkinius.
Kiti svarbiausi dalykai yra „Chase Bank“ hipotekos rizikos prognozavimo modelis, „IBM“ duomenų naudojimas „Watson“ žaidimui rodo „Jeopardy“ ir 147 pavyzdžių tarpvalstybinė prognozuojamų modelių lentelė.
Kaip ši knyga palyginama su kitais analitiniais tekstais?
Apsvarstykite šią knygą kaip rinkodaros duomenų bazės išplėtimą ir konkretesnį nei „Davenport“ „Analytics“ darbe (Beje, „Davenport“ pateikia įvadą).
Knygoje pateikiami komentarai, kurie gali suteikti pramogoms duomenis, nors ir su mažesniu sukimu nei Avinash Kaushik knyga „Web Analytics 2.0“. Galiausiai tai puiki pradmena tam tikrų idėjų apie tai, kaip duomenys gali pagerinti verslą, kūrimui.
Tai daro knygą labiau įmanomą kaip Dideli duomenys, nors nėra įtrauktos gilios duomenų bazės diskusijos.
Gaukite šią knygą, kad galėtumėte geriau pritaikyti savo verslą
Nuspėjamoji „Analytics“ yra puiki, ne tik savo dienos tendencijų tema, bet taip, kaip ji elgiasi su savo dalyku - pagarba ir pagarba, su teisingomis mokslinėmis abejonėmis.
Knygoje gerbiami verslo žvalgybos specialistų, tokių kaip Thomas Davenport, Eric Sterne ir Eric Stiegel, darbai. Ji taip pat pagerbia analitinius praktikus arba vadovus, siekiančius padidinti savo verslo konkurencinį pranašumą.
Man nereikia duomenų, kad žinotų, jog konkurencinis pranašumas yra tai, ko siekia bet kuris verslas.
3 Pastabos ▼
