Das von Analytikexperte Thomas Davenport herausgegebene Buch gibt einen Überblick über Business Intelligence, die strategische Big Data-Entwicklung bewirken oder verhindern können. Im vergangenen Sommer habe ich für die neue Datenvirtualisierungslösung von der SAS-Roadshow in Chicago ein kostenloses Exemplar abgeholt.
Aufgrund der verschiedenen beteiligten Autoren möchte ich die Abschnitte hervorheben, die ich für lesenswert halte.
In den ersten Kapiteln wird die Analyse in ihren verschiedenen Formen dargestellt. Davenport beginnt im ersten Kapitel, in dem die verschiedenen Formen der Analyse und ihre Unterschiede erläutert werden, während im zweiten Kapitel von Keri Pearson ein finanzielles Beispiel für den ROI dargestellt wird. Eine Liste, die am Ende des Kapitels erscheint, hat einige wichtige Lehren gezogen, die eine Reihenfolge des möglichen Vorkommens berücksichtigen. Ein solcher Ansatz kann dem Organisationsrahmen helfen, welches Projekt angesprochen werden soll.
Um zu zeigen, was ich meine, hier ein Beispiel für die Auswahl der Projekte mit dem größten ROI (Return on Investment):
Beginnen Sie mit dem Projekt mit hohem ROI, nicht mit dem niedrigen oder schwer quantifizierbaren Projekt. Das erste Projekt trägt normalerweise die größten Kosten, da beim Start normalerweise das Data Warehouse eingerichtet wird. Wenn dies mit einem großen ROI-Projekt möglich ist, sind zukünftige Projekte viel einfacher zu rechtfertigen…
Das relevanteste Kapitel für kleine Unternehmen ist Kapitel 4. Der Autor, Bill Franks, bietet eine gute Grundlage dafür, wie Webdaten die Grundlage dafür sind, mehr als nur den Web-Traffic zu berücksichtigen. Er bietet einen frischen Blick auf den Wert des Nicht-Conversion-Verkehrs - die 96% der Website-Besucher, die nicht auf einen beabsichtigten Button klicken oder ein Formular ausfüllen.
Dieses Segment lohnt sich für kleine Unternehmen, die eine tiefere Begründung für die Kosten für das Ändern einer Analyselösung oder die Erstellung eines benutzerdefinierten Dashboards suchen. Analytics werden von vielen immer noch als eine Form der Buchhaltung behandelt. Wie sie in Werbespots sagen: "Warte, da ist mehr!" Nun, Franks erklärt das "Mehr" mit dem Kapitelsegment "Web Data In Action". Er erwähnt einige Modelle wie Attrition und Antwortmodellierung. Es hat mir gefallen, wie fantasievoll Franks ist, weil er die Kundensegmente hervorhebt, die Unternehmen entwickeln können, wie zum Beispiel dieser Kommentar:
Betrachten Sie ein Segment namens Dreamers, das ausschließlich vom Browsing-Verhalten abgeleitet wurde. Träumer legen wiederholt einen Gegenstand in ihre Körbe, lassen ihn dann aber fallen. Träumer fügen den gleichen Gegenstand oftmals hinzu und geben ihn oft ab. Was können Sie also tun, nachdem Sie ihn gefunden haben? Eine Möglichkeit besteht darin, zu prüfen, was die Kunden aufgeben.
Ein weiteres solides Segment ist Kapitel 12 „Einbindung des analytischen Talents“. Dies wurde von Jeanne Harris (die mitgeschrieben hat) geschrieben Analytik bei der Arbeit mit Davenport und Robert Morison) und Elizabeth Craig. Es gibt einen kurzen Überblick über das Festlegen von Zuweisungszielen, aus denen hervorgeht, dass Ihre Organisation analytisches Talent versteht:
Analysten mit wichtigen Informationen über das Unternehmen zu versorgen, ist eine Möglichkeit, das Talent der Analytik zu binden.
Die Ideen waren genau auf das, was passiert. Ich erinnerte mich an eine Studie einer renommierten Rekrutierungsfirma, in der Analysten den Job wechselten, was teilweise auf mangelndes Engagement und sinnvolle Unterstützung zurückzuführen war. Darüber hinaus zeigen Harris und Craig, wie man „4 Arten von analytischen Talenten“ erkennt, die den Wert jedes Talents geschickt vermitteln.
Datenschutzprobleme werden in Kapitel 4 erwähnt. Befürworter sollten jedoch Kapitel 13, Governance for Analytics, lesen. Stacy Blanchard und Robert Morson legen den Prozess für die Einrichtung eines analytischen Managements dar. Die Prozesse, die letztendlich Daten schützen, sind so wertvoll wie möglich:
Die Etablierung von Governance ist eine Mischung aus Wissenschaft und Kunst, bei der die spezifische Machtdynamik innerhalb der Organisation eine bedeutende Rolle spielt. Es gibt kein einheitliches Governance-Modell für die Analyse, aber eine Reihe von guten Grundsätzen und Praktiken findet sich im Unternehmen häufig mit leistungsstarken Analysefunktionen.
Konzepte sind zwar für große Organisationen gedacht, können aber dennoch zu einem mittelständischen Unternehmen passen, z. B. Leitprinzipien und Verständnis dafür, warum Governance wichtig ist. Die Liste „Sie wissen, dass Sie erfolgreich sind, wenn…“ kann für kleinere Unternehmen mit Analysefunktionen geändert werden, und die Stakeholder sind nicht in der Nähe ihrer Geschäftstätigkeit.
In späteren Kapiteln werden Fälle von Großunternehmen dargestellt. Einige stellen die Auswirkungen der Analytik auf bestimmte Branchen wie den Einzelhandel (Sears) und die Pharmazie (Merck) fest.
Wieder ist dieses Buch für Manager großer Organisationen gedacht. Für kleine Unternehmen, die nach Wachstum suchen, kann dies jedoch einen Überblick geben, der eine tiefere Wertschätzung für detaillierte Bücher wie Web Analytics 2.0 oder Leistungsmarketing mit Google Analytics.
$config[code] not foundAnalytics zwingt ein Unternehmen im Allgemeinen dazu, seine Funktionsweise kritisch zu betrachten. Bücher wie dieses bieten den richtigen Rahmen für die Verwaltung dieser Vorgänge für Ihre beste Geschäftsleistung.
