To môže byť Stallone je farebná fráza vo filme Sudca Dredd, ale v dnešnej dobe by mohla táto fráza ľahko povedať aj CMO (Chief Marketing Officer) alebo dokonca aj váš marketingový stratég.
$config[code] not foundV súčasnosti analytické riešenia rozdeľujú viac údajov z mnohých zdrojov a vytvárajú presnejšie modely predaja a prevádzky. Podniky sa učia konkurovať prostredníctvom inovácií, ale ako môže model prezentovať objem analýz a konceptov?
Prediktívna analýza: Výkon predpovedať, kto bude kráčať, kúpiť, ležať alebo zomrie Dr. Eric Siegel, slúži ako výzva pre manažérov obchodu, aby pochopili možnosti a mýty.
Siegel je zakladajúca konferenčná predsedníčka prediktívneho analytického sveta a prezident spoločnosti Predvídateľný vplyv, spoločnosť poskytujúca služby v oblasti analytiky.
Bol som naozaj nadšený, keď som narazil na knihu. V tomto roku sa vydáva niekoľko nových kníh o analýzach, a preto som požiadal Wiley o preskúmanú kópiu.
Zlomenie základov - ako sa údaje týkajú vašich zákazníkov
Slovo "analytika" znamená "rozpadať" v gréčtine.
Tento druh rozpadu v prediktívnej analýze znamená prepojenie údajov na objavovanie nových príležitostí s danými zdrojmi. Táto nová spôsobilosť tiež rozkladá oddelenia "sila" v organizáciách, naše preferencie v našom správaní a niekedy aj naše opatrenia na ochranu súkromia.
Siegel poznamenáva, ako môžu ľudia prehliadať všadeprítomnosť príležitosti:
"Väčšina ľudí sa nemohla menej zaoberať údajmi. Môže to vyzerať ako také suché, nudné veci *** Nenechajte sa oklamať. Pravdou je, že údaje stelesňujú neoceniteľnú zbierku skúseností, z ktorej sa učiť. Každá lekárska procedúra, žiadosť o kredit, príspevok na Facebooku, odporúčania filmu, podvodné konanie, spamový e-mail a akýkoľvek nákup - každý pozitívny alebo negatívny výsledok, každý úspešný alebo neúspešný predajný hovor, každý incident, udalosť alebo transakcia - a skladovanie. Toto prehĺbenie bude rásť odhadom 2,5 quintilionových bajtov za deň … "
Siegel používa sedem kapitol, aby ukázal, ako zvyšujeme naše pochopenie - a naše nedorozumenie - o svete prostredníctvom údajov. Spoločnosť Hewlett-Packard používa analytické nástroje na predpovedanie toho, či uvažujete o ukončení práce - vzhľadom na to, že hľadanie nového zamestnanca môže stáť viac ako zadržanie. Ďalším zaujímavým korelačným experimentom je "Index úzkosti", korelácia blogu sa týka výkonnosti S & P 500.
$config[code] not foundZábavné korelované pozorovania sa vyznačujú - medzi praktickými meracími radosťami je, že vegetariáni chýbajú menej letov ("Zákazníci leteckej spoločnosti, ktorí si predprevádzajú vegetariánske jedlo, je pravdepodobnejšie, že urobia svoj let … Znalosť personalizovaného alebo špeciálneho jedla čakajúceho na zákazníka poskytuje stimul alebo vytvára zmysel pre záväzok. "). Tieto diskusie môžu obsahovať osobnosť; typy zákazníkov, ktorí existujú:
"Vďaka svojmu dizajnu podporuje PA (Predictive Analytics). Predikčné modelovanie vykonáva rozsiahlu, prieskumovú analýzu, testuje veľa prediktorov a tým odhaľuje prekvapujúce zistenia … ".
Môžete povedať, že Siegel miluje predmet, ale nie s bludmi alebo falošným predajom čitateľa. Keď hovorí: "Prospektori údajov vidia hodnotu a hodnotu sú vzrušujúce," viete, že to skutočne znamená.
Spoločnosť Siegel zdieľa ďalší osobný pohľad, pretože bola použitá ako "fólia" na novinovom segmente Fox o vylúčení Targeta z tehotenstva zákazníka. Keď hovoríme o súkromí, Siegel múdro venuje predmetu. Používa ho na odhalenie mýtu s minimálnym zaujatím, ako je rozlišovanie prediktívnej analýzy od získavania údajov:
"PA prediktívna analýza sama osebe nezasahuje do súkromia - jej hlavný proces je opakom invázie súkromia. Hoci sa niekedy nazýva "dolovanie dát", PA nerozoberá údaje o osobách. Namiesto toho PA v skutočnosti "zdvihne" vzory učenia, ktoré sú vo všeobecnosti pravdivé, a to prostredníctvom spôsobu, akým sa počet cvokov čaká v množstve zákazníckych záznamov. "
Takéto rozdiely sú dôležité pre pochopenie nebezpečenstiev s personalizačnými programami. Čítanie tejto knihy pomôže manažérom, ktorí si myslia, že digitálne znamená len preklopenie prepínača.
Firmy malé a veľké môžu používať túto knihu na vytvorenie rámca, ktorý segment dát má zmysel. Napríklad Siegel vysvetľuje, ako učiaci sa stroj funguje prostredníctvom rozhodovacieho diagramu - aj keď sa v knihe používa na vytvorenie prediktívneho modelu podnikovej úrovne, malé firmy by mohli túto myšlienku použiť pri vytváraní vlastných údajov.
Ďalšími najvýraznejšími modelmi sú predpovedaný model hypotekárneho rizika spoločnosti Chase Bank, využitie údajov IBM pre spoločnosť Watson v hernej show Jeopardy a 147 predbežných modelov, ktoré sa používajú v rôznych odvetviach.
Ako sa porovnáva táto kniha s inými analytickými textami?
Zvážte túto knihu ako rozšírenie marketingu založeného na údajoch a špecifickejšie ako služba Davenport Analýza v práci (Davenport okrem toho ponúka predhovor).
Kniha má pripomienky, ktoré môžu urobiť dáta zábavné, hoci s menšou rýchlosťou ako Avinash Kaushikova kniha Web Analytics 2.0, V konečnom dôsledku je to vynikajúci základ pre vývoj niektorých myšlienok o tom, ako môžu dáta zlepšiť podnikanie.
To robí knihu viac akceptovateľnou ako Veľké dáta, aj keď nie sú zahrnuté žiadne hlboké databázové diskusie.
Získajte túto knihu na vytvorenie lepších modelov pre vašu firmu
Prediktívna analýza je vynikajúci nielen pre svoj trend, ale pre spôsob, akým zaobchádza s jeho predmetom - rešpektom a úctou, so správnymi vedeckými pochybnosťami.
Kniha vyznamenáva prácu profesionálnych profesionálov ako Thomas Davenport, Eric Sterne a Eric Stiegel. Vychováva tiež analytických praktických pracovníkov alebo manažérov, ktorí chcú zvýšiť konkurenčnú výhodu svojho podniku.
Nepotrebujem údaje, aby som vedel, že konkurenčná výhoda je to, čo podnik hľadá.
3 Komentáre ▼
