Dat was misschien de catch-zin van Stallone in de film Rechter Dredd, maar tegenwoordig kan een CMO (Chief Marketing Officer) of zelfs uw marketingstrateeg die uitdrukking ook gemakkelijk zeggen.
$config[code] not foundTegenwoordig analyseren analytische oplossingen meer gegevens uit vele bronnen, waardoor meer accurate verkoop- en operationele modellen worden gecreëerd. Bedrijven leren concurreren door middel van innovatie, maar hoe kan een model de hoeveelheid analyse en concepten weergeven?
Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die van Eric Siegel, PhD is een klaroengeroep voor bedrijfsmanagers om de mogelijkheden en mythen te begrijpen.
Siegel is de voorzitter van de Founding Conference van Predictive Analytics World en President of Prediction Impact, een onderneming in analytische dienstverlening.
Ik was erg opgewonden toen ik het boek tegenkwam. Verschillende nieuwe analytische boeken verschijnen dit jaar, dus ik vroeg Wiley om een recensie-exemplaar.
Breaking Down The Basics - Hoe gegevens betrekking hebben op uw klanten
Het woord 'analyse' betekent 'uit elkaar vallen' in het Grieks.
Dit soort onderverdeling in voorspellende analyses betekent het correleren van gegevens om nieuwe kansen te ontdekken met de gegeven middelen. Deze nieuwe mogelijkheid breekt ook afdelingssilo's in organisaties, onze voorkeuren in ons gedrag en soms onze privacymaatregelen uiteen.
Siegel merkt op hoe mensen de alomtegenwoordigheid van de gelegenheid kunnen overzien:
"De meeste mensen zouden niet minder geïnteresseerd kunnen zijn in data. Het kan lijken op zo'n droog, saai gedoe. Laat je niet misleiden. De waarheid is dat data een onbetaalbare verzameling van ervaringen belichaamt om van te leren. Elke medische procedure, kredietaanvraag, Facebook-bericht, filmaanbevelingen, frauduleuze handeling, spam-e-mail en elke aankoop - elk positief of negatief resultaat, elke geslaagde of mislukte verkoopbezoek, elk incident, elke gebeurtenis of transactie - wordt gecodeerd als gegevens en opgeslagen. Deze overvloed groeit met naar schatting 2,5 kwintiljoen bytes per dag …. "
Siegel gebruikt zeven hoofdstukken om te laten zien hoe we door middel van data ons begrip vergroten - en ons misverstand - van de wereld. Hewlett-Packard maakt gebruik van analyses om te voorspellen of u overweegt om uw baan op te zeggen - waardevol gezien het feit dat het zoeken naar een nieuwe werknemer meer kan kosten dan retentie. Een ander interessant correlatie-experiment is de 'Anxiety Index', een correlatie van blogvermeldingen tegen S & P 500-prestaties.
$config[code] not foundLeuke gecorreleerde observaties zijn er genoeg - een van de praktische voordelen van meten is dat vegetariërs minder vluchten missen ("Luchtvaartlijnklanten die een vegetarische maaltijd vooraf bestellen, maken eerder hun vlucht ….De kennis van een gepersonaliseerde of speciale maaltijd die de klant wacht, biedt een stimulans of geeft een gevoel van betrokkenheid. "). Deze discussies kunnen personages omlijsten; de soorten klanten die bestaan:
"Door zijn eigenlijke ontwerp, bevordert PA (Predictive Analytics) serendipiteit. Voorspellend modelleren voert een brede, verkennende analyse uit, test vele voorspellers en onthult zo verrassende bevindingen …. "
Je kunt vertellen dat Siegel dol is op het onderwerp, maar niet met oogkleppen of valse salesmanship voor de lezer. Wanneer hij zegt: "Data-prospectors zien waarde en waarde is opwindend", je weet dat hij het echt meent.
Siegel deelt verder persoonlijk inzicht, omdat het werd gebruikt als een 'folie' in een nieuwssegment van Fox over het uitje van de zwangerschap van een klant. Over privacy gesproken, Siegel besteedt wijselijk een hoofdstuk aan het onderwerp. Hij gebruikt het om mythe te ontkrachten met minimale vooroordelen, zoals het onderscheiden van voorspellende analyses van datamining:
"PA predictive analytics op zichzelf is geen inbreuk op de privacy - het kernproces is het tegenovergestelde van privacy-invasie. Hoewel het soms datamining wordt genoemd, PA "drill down" niet om naar individuele gegevens te kijken. In plaats daarvan "verzamelt PA" leerpatronen die in het algemeen gelden als een rote-aantal dat zich over de massa's klantrecords heen kraakt. "
Dergelijke onderscheidingen zijn van cruciaal belang voor het begrijpen van gevaren met personalisatieprogramma's. Het lezen van dit boek zal managers helpen die denken dat digitaal alleen maar betekent dat je een schakelaar omdraait.
Kleine en grote bedrijven kunnen dit boek gebruiken om te helpen bepalen welke gegevenssegmenten zinvol zijn. Siegel legt bijvoorbeeld uit hoe een leermachine een beslissingsdiagram doorwerkt - hoewel in het boek gebruikt om een voorspellend model op ondernemingsniveau in te kaderen, zouden kleine bedrijven het idee kunnen gebruiken bij het opstellen van hun eigen gegevensraadsels.
Andere hoogtepunten zijn het voorspellende model voor het voorspellen van hypotheekrisico van Chase Bank, het dataverbruik van IBM voor Watson op het spelshow Jeopardy en een 147-voorbeeldsamenstelling van voorspellende modellen die momenteel in gebruik is.
Hoe verhoudt dit boek zich tot andere analytische teksten?
Beschouw dit boek als een uitbreiding van op gegevens gebaseerde marketing en specifieker dan die van Davenport Analytics op het werk (Davenport geeft overigens een voorwoord).
Het boek bevat opmerkingen die gegevens vermakelijk kunnen maken, maar met minder dan het boek van Avinash Kaushik Web Analytics 2.0. Uiteindelijk is het een uitstekende introductie voor het ontwikkelen van enkele ideeën over hoe gegevens een bedrijf kunnen verbeteren.
Dit maakt het boek actiever dan Big Data, hoewel er geen diepgaande databasediscussies zijn opgenomen.
Koop dit boek om betere modellen voor uw bedrijf te maken
Voorspellende analyse is uitstekend, niet alleen voor zijn trend-van-de-dag onderwerp, maar voor de manier waarop het zijn onderwerp behandelt - respect en eerbied, met de juiste wetenschappelijke twijfel.
Het boek eert het werk van business intelligence-professionals zoals Thomas Davenport, Eric Sterne en Eric Stiegel. Het eert ook analytische beoefenaars of managers die het concurrentievoordeel van hun bedrijf willen vergroten.
Ik heb geen gegevens nodig om te weten dat concurrentievoordeel is waar een bedrijf naar op zoek is.
3 Reacties ▼
