Това може да е уловката на Сталоун във филма Съдия Дред Но в наши дни CMO (Главен маркетинг директор) или дори маркетинговият стратег може лесно да каже тази фраза.
$config[code] not foundТези дни аналитичните решения разрушават повече данни от много източници, като създават по-точни модели за продажби и работа. Бизнесът се учи да се конкурира чрез иновации, но как един модел представя обема на анализа и концепциите?
Предсказващ анализ: Силата да се предскаже кой ще щракне, купува, лъже или умира от Ерик Зигел, доктор на науките, служи като изявление за бизнес мениджърите да разберат възможностите и митовете.
Siegel е председател на учредителната конференция на света на прогнозираните анализи и президент на Prediction Impact, фирма за аналитични услуги.
Бях много развълнуван, когато срещнах книгата. Тази година се пускат няколко нови аналитични книги, затова попитах Wiley за копие от преглед.
Премахване на основите - как данните се отнасят до вашите клиенти
Думата „анализи“ означава „разграждане“ на гръцки.
Този вид прекъсване на прогнозния анализ означава корелиране на данни, за да се открият нови възможности с дадените ресурси. Тази нова способност също разрушава силозите на отделите в организациите, нашите предпочитания в нашето поведение и понякога нашите мерки за поверителност.
Зигел отбелязва как хората могат да пренебрегнат вездесъщите възможности:
„Повечето хора не могат да бъдат по-малко заинтересовани от данните. Може да изглежда като такова сухо, скучно нещо *** Не се заблуждавайте. Истината е, че данните въплъщават безценна колекция от опит, от която да се учим. Всяка медицинска процедура, заявление за кредит, пост във Facebook, препоръки за филми, измамни действия, електронна поща за нежелани съобщения и всякакъв вид покупки - всеки положителен или отрицателен резултат, всяко успешно или неуспешно обаждане за продажба, всеки инцидент, събитие или транзакция - се кодира като данни и складирани. Това пренасищане ще нарасне с около 2,5 хиляди байта на ден …
Зигел използва седем глави, за да покаже как увеличаваме нашето разбиране - и нашето недоразумение - на света чрез данни. Hewlett-Packard използва анализи, за да предвиди дали обмисляте да се откажете от работата си - ценна, тъй като търсенето на нов служител може да струва повече от задържането. Друг интересен корелационен експеримент е “Индексът на тревожност”, корелация на споменаването на блога срещу представянето на S&P 500.
$config[code] not foundЗабавни корелирани наблюдения изобилстват - сред практическите измервания са, че вегетарианците пропускат по-малко полети („Клиентите на авиокомпаниите, които предварително поръчват вегетарианско хранене са по-склонни да направят своя полет…. стимулира или създава чувство за ангажираност. ”). Тези дискусии могат да оформят персонала; видове клиенти, които съществуват:
„Със своя дизайн, PA (Predictive Analytics) насърчава щастието. Предсказващото моделиране провежда широк, проучвателен анализ, тествайки много предиктори и по този начин разкрива изненадващи изводи…
Можете да кажете, че Siegel обожава темата, но не и с челюсти или фалшиви продажби на читателя. Когато казва: „Изследователите на данни виждат ценност и стойност, е вълнуващо“, знаете, че той наистина го означава.
Siegel споделя по-нататъшно лично разбиране, като е използвано като „фолио“ в сегмент новини на Fox относно излизането на Target от бременността на клиента. Говорейки за неприкосновеността на личния живот, Зигел мъдро посвещава глава на темата. Той я използва, за да развенчава мита с минимални пристрастия, като например разграничаване на прогнозния анализ от извличането на данни:
“PA предсказуем анализ сам по себе си не нарушава неприкосновеността на личния живот - основният му процес е обратното на нахлуването в личния живот. Въпреки че понякога се нарича извличане на данни, БКП не „проследява“ данните от данните на отделните лица. Вместо това, ПА всъщност „навива“ модели на учене, които като цяло са валидни, като се изчисли броя на записите на клиентите. “
Такива различия са критични за разбирането на рисковете при програмите за персонализация. Четенето на тази книга ще помогне на мениджърите, които мислят, че цифровите означава само превключване.
Малките и големите фирми могат да използват тази книга, за да направят рамка за това, кои сегменти от данни имат смисъл. Например, Siegel обяснява как една учебна машина работи чрез диаграма на решенията - въпреки че се използва в книгата за създаване на предсказуем модел на ниво предприятие, малките предприятия биха могли да използват идеята в рамката на собствените си данни.
Други акценти включват прогнозния модел на ипотечния риск на Chase Bank, използването на данни на IBM за Watson в играта Jeopardy и 147-примерна междуотраслова таблица на предсказуеми модели, които се използват днес.
Как се сравнява тази книга с други аналитични текстове?
Разгледайте тази книга като разширение на маркетинга, основаващ се на данни, и по-конкретно, отколкото на Davenport Анализ на работното място (Между другото, Девънпорт предлага предговор).
Книгата съдържа коментари, които могат да направят данните забавни, макар и с по-малко от спин, отколкото книгата на Авинаш Каушик Уеб Анализ 2.0, В крайна сметка това е отличен пример за разработване на идеи за това как данните могат да подобрят бизнеса.
Това прави книгата по-приложима, отколкото Голяма информация, въпреки че не са включени задълбочени дискусии в базата данни.
Получете тази книга, за да направите по-добри модели за вашия бизнес
Предсказуем анализ е отлично, не само заради темата на тенденцията на деня, но и за начина, по който тя разглежда нейния предмет - уважение и почит, с правилното научно съмнение.
Книгата почита работата на професионалисти в областта на бизнес разузнаването като Thomas Davenport, Eric Sterne и Eric Stiegel. Той също така отличава практикуващите аналитици или мениджъри, които искат да увеличат конкурентното си предимство.
Нямам нужда от данни, за да знам, че конкурентното предимство е това, което всеки бизнес търси.
3 Коментари ▼
