Это, возможно, было ключевой фразой Сталлоне в фильме Судья Дредд, но в наши дни CMO (директор по маркетингу) или даже ваш маркетинговый стратег могли бы также легко произнести эту фразу.
$config[code] not foundВ наши дни аналитические решения собирают больше данных из многих источников, создавая более точные модели продаж и эксплуатации. Предприятия учатся конкурировать за счет инноваций, но как можно моделировать объем представленных анализов и концепций?
Предиктивная аналитика: Эрик Сигел, доктор философии, дает возможность предсказать, кто будет щелкать, покупать, лгать или умирать, и служит четким призывом для бизнес-менеджеров понять возможности и мифы.
Зигель является председателем учредительной конференции Predictive Analytics World и президентом Prediction Impact, аналитической компании.
Я был очень взволнован, когда наткнулся на книгу. В этом году выходит несколько новых книг по аналитике, поэтому я попросил у Вайли обзорную копию.
Разрушение основ - как данные относятся к вашим клиентам
Слово «аналитика» в переводе с греческого означает «сломать».
Этот вид пробоя в прогнозирующей аналитике означает корреляцию данных для обнаружения новых возможностей с данными ресурсами. Эта новая возможность также разрушает «бункеры» подразделений в организациях, наши предпочтения в нашем поведении и, иногда, наши меры по обеспечению конфиденциальности.
Зигель отмечает, как люди могут упускать из виду вездесущность возможности:
«Большинство людей не могут быть менее заинтересованы в данных. Это может показаться таким сухим, скучным занятием *** Не обманывайте себя. Правда состоит в том, что данные представляют собой бесценную коллекцию опыта, из которого можно извлечь уроки. Каждая медицинская процедура, заявка на кредит, публикация в Facebook, рекомендации фильма, мошенническое действие, спам по электронной почте и покупка любого рода - каждый положительный или отрицательный результат, каждый успешный или неудачный звонок, каждый инцидент, событие или транзакция - кодируются как данные и на складе. Этот избыток будет расти примерно на 2,5 квинтиллиона байтов в день… »
Siegel использует семь глав, чтобы показать, как мы расширяем наше понимание - и наше недопонимание - мира с помощью данных. Hewlett-Packard использует аналитику, чтобы предсказать, планируете ли вы уволиться с работы, что важно, если поиск нового сотрудника может стоить больше, чем удержание. Другой интересный эксперимент по корреляции - «Индекс тревожности», корреляция упоминаний в блоге с показателями S & P 500.
$config[code] not foundЗабавные коррелированные наблюдения имеются в большом количестве - среди практических прелестей измерения является то, что вегетарианцы пропускают меньше рейсов («Клиенты авиакомпаний, которые предварительно заказывают вегетарианскую еду, с большей вероятностью отправятся в полет…. Знание персонализированной или специальной еды, ожидающей клиента, дает стимул или создает чувство приверженности. »). Эти обсуждения могут создать персону; виды клиентов, которые существуют:
«По своей конструкции PA (Predictive Analytics) стимулирует непредсказуемость. Прогнозирующее моделирование проводит широкий, предварительный анализ, тестирует много предикторов и при этом обнаруживает неожиданные результаты… ».
Вы можете сказать, что Сигел обожает эту тему, но не с блайндами или с фальшивой продажей перед читателем. Когда он говорит: «Исследователи данных видят ценность, а ценность захватывающая», вы понимаете, что он действительно это имеет в виду.
Зигель делится своими личными знаниями, будучи использованным в качестве «фольги» в новостном сегменте Fox, посвященном выходу Target из беременности у клиента. Говоря о конфиденциальности, Зигель мудро посвящает эту тему главе. Он использует его, чтобы развенчать миф с минимальной предвзятостью, например, отличить прогнозную аналитику от интеллектуального анализа данных:
«PA прогнозирующая аналитика сама по себе не затрагивает конфиденциальность - ее основной процесс противоположен вторжению в личную жизнь. Хотя это иногда называют интеллектуальным анализом данных, PA не «углубляется» в просмотр данных любого человека. Вместо этого PA на самом деле «сворачивает» шаблоны обучения, которые в целом верны, путем несерьезного разбора чисел по массам записей клиентов ».
Такие различия имеют решающее значение в понимании опасностей с программами персонализации. Чтение этой книги поможет менеджерам, которые думают, что цифровое означает лишь щелчок переключателя.
Предприятия малого и большого бизнеса могут использовать эту книгу для определения того, какие сегменты данных имеют смысл. Например, Зигель объясняет, как обучающая машина работает через диаграмму принятия решений - хотя она используется в книге для построения прогностической модели уровня предприятия, малые предприятия могут использовать эту идею при составлении своих собственных головоломок с данными.
Другие основные моменты включают модель прогнозирования ипотечного риска Банка Чейз, использование данных IBM для Watson в игровом шоу Jeopardy и межотраслевую таблицу с 147 примерами прогнозирующих моделей, используемых сегодня.
Как эта книга сравнивается с другими аналитическими текстами?
Рассматривайте эту книгу как расширение маркетинга на основе данных и более конкретный, чем Davenport Аналитика на работе (Давенпорт, кстати, дает предисловие).
В книге есть комментарии, которые могут сделать данные интересными, хотя и с меньшей скоростью, чем книга Авинаша Каушика Веб-аналитика 2.0, В конечном счете, это отличный учебник для разработки некоторых идей о том, как данные могут улучшить бизнес.
Это делает книгу более действенной, чем Большие данные, хотя никакие глубокие обсуждения базы данных не включены.
Получить эту книгу, чтобы сделать лучшие модели для вашего бизнеса
Прогнозная аналитика превосходен не только своим предметом тренда, но и тем, как он относится к предмету - уважением и почтением, с правильным научным сомнением.
Книга чествует работу профессионалов бизнес-аналитики, таких как Томас Давенпорт, Эрик Стерн и Эрик Штигель. Это также почитает аналитиков-практиков или менеджеров, стремящихся увеличить конкурентные преимущества своего бизнеса.
Мне не нужны данные, чтобы знать, что конкурентное преимущество - это то, что ищет любой бизнес.
3 комментария ▼
