Das war vielleicht Stallones Schlagwort im Film Judge Dredd, aber heutzutage könnte ein CMO (Chief Marketing Officer) oder sogar Ihr Marketingstratege diesen Satz leicht sagen.
$config[code] not foundHeutzutage zerlegen analytische Lösungen mehr Daten aus vielen Quellen und schaffen so genauere Verkaufs- und Betriebsmodelle. Unternehmen lernen durch Innovationen zu konkurrieren, aber wie modelliert man das Volumen der vorgestellten Analysen und Konzepte?
Predictive Analytics: Die Macht, vorherzusagen, wer klick, kaufen, lügen oder sterben wird von Dr. Eric Siegel, PhD, dient Geschäftsführern als Klärungsaufforderung, die Möglichkeiten und Mythen zu verstehen.
Siegel ist Gründungskonferenzvorsitzender von Predictive Analytics World und Präsident von Prediction Impact, einem Unternehmen für Analysedienstleistungen.
Ich war wirklich aufgeregt, als ich auf das Buch gestoßen bin. In diesem Jahr werden mehrere neue Analytics-Bücher veröffentlicht. Ich bat Wiley um eine Rezension.
Die Grundlagen auflösen - wie sich Daten auf Ihre Kunden beziehen
Das Wort "Analytik" bedeutet im Griechischen "zusammenbrechen".
Diese Art von Ausfall in der Vorhersageanalyse bedeutet, Daten zu korrelieren, um neue Möglichkeiten mit den gegebenen Ressourcen zu entdecken. Diese neue Fähigkeit bricht auch Abteilungssilos in Organisationen, unsere Präferenzen in unserem Verhalten und manchmal auch unsere Datenschutzmaßnahmen zusammen.
Siegel stellt fest, wie Menschen die Allgegenwart der Gelegenheit übersehen können:
„Die meisten Menschen könnten sich nicht weniger für Daten interessieren. Es kann wie ein trockenes, langweiliges Zeug wirken. *** Lassen Sie sich nicht täuschen. Die Wahrheit ist, dass Daten eine unbezahlbare Erfahrungssammlung darstellen, aus der man lernen kann. Jedes medizinische Verfahren, Kreditantrag, Facebook-Post, Filmempfehlungen, betrügerische Handlungen, Spam-E-Mails und Kauf jeglicher Art - jedes positive oder negative Ergebnis, jeder erfolgreiche oder fehlgeschlagene Verkaufsaufruf, jeder Vorfall, jedes Ereignis oder jede Transaktion - wird als Daten verschlüsselt und gelagert. Diese Überfüllung wird pro Tag um geschätzte 2,5 Quintillionen Bytes wachsen…. “
Siegel zeigt anhand von sieben Kapiteln, wie wir unser Verständnis der Welt durch Daten und unser Missverständnis durch Daten verbessern. Hewlett-Packard verwendet Analysen, um vorhersagen zu können, ob Sie Ihren Job aufgeben möchten. Dies ist insofern von Vorteil, als die Suche nach einem neuen Mitarbeiter mehr kostet als nur die Mitarbeiterbindung. Ein weiteres interessantes Korrelationsexperiment ist der "Anxiety Index", eine Korrelation der Blog-Erwähnungen mit der Leistung des S & P 500.
$config[code] not foundUnterhaltsame Beobachtungen gibt es zuhauf - zu den praktischen Messefreunden gehört, dass Vegetarier weniger Flüge verpassen („Airline-Kunden, die eine vegetarische Mahlzeit vorbestellen, neigen eher zu ihrem Flug …) Anreize schaffen oder ein Gefühl der Verpflichtung schaffen. “). Diese Diskussionen können Personas einrahmen; die Arten von Kunden, die existieren:
„PA (Predictive Analytics) fördert durch sein Design den Serendipity. Predictive Modeling führt eine breit angelegte, explorative Analyse durch, die viele Prädiktoren testet und dabei überraschende Ergebnisse aufdeckt … “
Man kann Siegels Liebe zum Thema sagen, aber nicht mit Blendern oder falschen Verkäufern gegenüber dem Leser. Wenn er sagt: "Datenprospektoren sehen Wert und Wert sind aufregend", wissen Sie, dass er es wirklich meint.
Siegel teilt weitere persönliche Einsichten, da er in einem Fox-News-Segment als "Folie" über die Schwangerschaft von Kunden bei Target verwendet wurde. In Bezug auf die Privatsphäre widmet Siegel dem Thema ein Kapitel. Er verwendet es, um Mythen mit minimaler Neigung zu entlarven, z.
„PA (Predictive Analytics) an und für sich greift nicht in die Privatsphäre ein - der Kernprozess ist das Gegenteil von Invasion in die Privatsphäre. Obwohl es manchmal als Data Mining bezeichnet wird, "reißt" PA nicht nach den Daten einzelner Personen. Stattdessen „rollt“ PA tatsächlich Lernmuster zusammen, die im Allgemeinen gelten, indem die Zahl der Kunden durch die Masse der Kundendaten gezogen wird. “
Solche Unterschiede sind für das Verständnis von Gefahren mit Personalisierungsprogrammen von entscheidender Bedeutung. Das Lesen dieses Buches wird Managern helfen, die denken, digital zu sein, bedeutet, einen Schalter umzudrehen.
Kleine und große Unternehmen können dieses Buch verwenden, um zu bestimmen, welche Datensegmente sinnvoll sind. Zum Beispiel erklärt Siegel anhand eines Entscheidungsdiagramms, wie eine Lernmaschine funktioniert. Obwohl in diesem Buch ein Vorhersagemodell auf Unternehmensebene erstellt wird, könnten kleine Unternehmen die Idee dazu nutzen, ihre eigenen Datenprobleme zu formulieren.
Weitere Highlights sind das Hypothekenrisiko-Prognosemodell der Chase Bank, die Datennutzung von IBM für Watson auf der Gameshow Jeopardy und eine branchenübergreifende Tabelle mit 147 Beispielen, in der die heute verwendeten Prognosemodelle aufgeführt sind.
Wie kann dieses Buch mit anderen analytischen Texten verglichen werden?
Betrachten Sie dieses Buch als Erweiterung des datenbasierten Marketings und spezifischer als das von Davenport Analytik bei der Arbeit (Davenport liefert übrigens ein Vorwort).
Das Buch enthält Kommentare, die Daten unterhaltsam machen können, allerdings mit weniger Spin als bei Avinash Kaushik Web Analytics 2.0. Letztendlich ist dies eine hervorragende Grundlage, um Ideen zu entwickeln, wie Daten ein Unternehmen verbessern können.
Dies macht das Buch praktischer als Große Daten, obwohl keine tiefen Datenbankgespräche enthalten sind.
Holen Sie sich dieses Buch, um bessere Modelle für Ihr Unternehmen zu machen
Predictive Analytics ist hervorragend, nicht nur für das aktuelle Trendthema, sondern auch für die Art und Weise, wie er sein Thema behandelt - Respekt und Ehrfurcht mit den richtigen wissenschaftlichen Zweifeln.
Das Buch ehrt die Arbeit von Business Intelligence-Experten wie Thomas Davenport, Eric Sterne und Eric Stiegel. Außerdem werden analytische Praktiker oder Manager geehrt, die den Wettbewerbsvorteil ihres Unternehmens steigern möchten.
Ich brauche keine Daten, um zu wissen, dass ein Unternehmen einen Wettbewerbsvorteil sucht.
3 Kommentare ▼
