"Ich wusste, dass du das sagen würdest." - Sylvester Stallone als Richter Dredd
Das könnte Stallones Schlagwort in dem Film gewesen sein Judge Dredd, aber heutzutage könnte ein CMO (Chief Marketing Officer) oder sogar Ihr Marketingstratege diesen Satz leicht auch sagen.
Heutzutage analysieren analytische Lösungen mehr Daten aus vielen Quellen und erstellen genauere Verkaufs- und Betriebsmodelle. Unternehmen lernen, sich durch Innovation zu behaupten, aber wie modelliert man das Volumen der vorgestellten Analysen und Konzepte?
Predictive Analytics: Die Vorhersagekraft, wer von Eric Siegel, PhD, klickt, kauft, lügt oder stirbt, dient als Fanalfall für Manager, die Möglichkeiten und Mythen zu verstehen.
Siegel ist der Gründungskonferenzvorsitzende von Predictive Analytics World und Präsident von Prediction Impact, einem Anbieter von Analysediensten.
Ich war wirklich aufgeregt, als ich auf das Buch stieß. Einige neue analytische Bücher werden dieses Jahr veröffentlicht, also habe ich Wiley um eine Rezension gebeten.
Aufschlüsselung der Grundlagen - Wie Daten mit Ihren Kunden zusammenhängen
Das Wort "Analytik" bedeutet im Griechischen "zusammenbrechen".
Diese Art von Vorhersage-Analyse bedeutet die Korrelation von Daten, um neue Möglichkeiten mit den gegebenen Ressourcen zu entdecken. Diese neue Fähigkeit zerlegt auch die "Silos" von Abteilungen in Organisationen, unsere Vorlieben in unserem Verhalten und manchmal unsere Datenschutzmaßnahmen.
Siegel merkt an, wie Menschen die Omnipräsenz der Chance übersehen können:
"Die meisten Menschen könnten sich nicht weniger für Daten interessieren. Es kann wie so trockenes, langweiliges Zeug aussehen. *** Lass dich nicht täuschen. Die Wahrheit ist, dass Daten eine unschätzbare Sammlung von Erfahrungen enthalten, aus denen 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 Verkaufsanruf, jeder Vorfall, jede Veranstaltung oder Transaktion - wird als Daten kodiert und eingelagert. Diese Schwemme wird um geschätzte 2.5 Trillionen Bytes pro Tag wachsen .... "
Siegel zeigt anhand von sieben Kapiteln, wie wir durch Daten das Verständnis - und unser Missverständnis - der Welt verbessern. Hewlett-Packard verwendet Analysen, um vorauszusagen, ob Sie Ihren Job beenden möchten - wertvoll, da die Suche nach einem neuen Mitarbeiter mehr kostet als die Bindung. Ein weiteres interessantes Korrelationsexperiment ist der "Anxiety Index", eine Korrelation von Blog-Erwähnungen mit der S & P 500-Performance.
Fun-korrelierte Beobachtungen sind zahlreich - unter den praktischen Mess-Genüssen ist, dass Vegetarier weniger Flüge verpassen ("Airline-Kunden, die ein vegetarisches Essen vorbestellen, fliegen mit größerer Wahrscheinlichkeit ihren Flug .... Das Wissen um ein personalisiertes oder spezielles Essen, das den Kunden erwartet Anreiz oder ein Gefühl der Verpflichtung. "). Diese Diskussionen können Personengruppen einrahmen; die Arten von Kunden, die existieren:
"PA (Predictive Analytics) fördert durch sein Design Serendipität. Predictive Modeling führt eine breite, explorative Analyse durch, testet viele Prädiktoren und deckt dabei überraschende Ergebnisse auf ... "
Sie können sagen, Siegel vergöttert das Thema, aber nicht mit Scheuklappen oder falsche Verkaufskunst an den Leser. Wenn er sagt: "Datensucher sehen Wert und Wert ist aufregend", wissen Sie, dass er es wirklich meint.
Siegel teilt weitere persönliche Einblicke, nachdem er als "Folie" in einem Fox-Nachrichtensegment über Target's Schwangerschaftsexkursion verwendet wurde. Apropos Privatsphäre: Siegel widmet dem Thema klugerweise ein Kapitel. Er verwendet es, um Mythen mit minimaler Voreingenommenheit zu entlarven, wie etwa die Unterscheidung von Predictive Analytics von Data Mining:
"PA [Predictive Analytics] an und für sich nicht in die Privatsphäre eindringen - ihr Kernprozess ist das Gegenteil von Privatsphäre Invasion. Auch wenn es manchmal als Data Mining bezeichnet wird, führt PA keine Drilldowns durch, um die Daten einzelner Personen zu überprüfen. Stattdessen "rollt" PA tatsächlich Lernmuster auf, die im Allgemeinen über die Anzahl der Kundenrekorde in Bezug auf die Anzahl der Routinen wahr sind. "
Solche Unterscheidungen sind entscheidend für das Verständnis von Gefahren mit Personalisierungsprogrammen. Wenn Sie dieses Buch lesen, können Manager, die denken, digital zu sein, nur einen Schalter umlegen.
Kleine und große Unternehmen können dieses Buch verwenden, um herauszufinden, welche Datensegmente sinnvoll sind. Zum Beispiel erklärt Siegel, wie eine Lernmaschine durch ein Entscheidungsdiagramm arbeitet - obwohl sie in dem Buch verwendet wird, um ein Vorhersagemodell auf Unternehmensebene zu erstellen, könnten kleine Unternehmen die Idee nutzen, um ihre eigenen Datenrätsel zu gestalten.
Weitere Highlights sind das Vorhersagemodell für Hypothekenrisiken der Chase Bank, IBMs Datennutzung für Watson auf der Spieleshow Jeopardy und eine 147-Beispiel-branchenübergreifende Tabelle mit Vorhersagemodellen, die heute verwendet werden.
Wie vergleicht dieses Buch mit anderen analytischen Texten?
Betrachten Sie dieses Buch als eine Erweiterung des datenbasierten Marketings und spezifischer als Davenport Analytics bei der Arbeit (Davenport bietet übrigens ein Vorwort).
Das Buch hat Kommentare, die Daten unterhaltsam machen können, allerdings mit weniger Spin als Avinash Kaushiks Buch Web Analytics 2.0. Letztendlich ist es ein ausgezeichneter Grundstein für die Entwicklung einiger Ideen, wie Daten ein Geschäft verbessern können.
Dies macht das Buch machbarer als Big Data, obwohl keine tiefen Datenbankdiskussionen enthalten sind.
Bekommen Sie dieses Buch, um bessere Modelle für Ihr Geschäft zu machen
Predictive Analytics ist exzellent, nicht nur wegen seines aktuellen Themas, sondern wegen der Art und Weise, wie es sein Thema - Respekt und Verehrung - mit den richtigen wissenschaftlichen Zweifeln behandelt.
Das Buch würdigt Arbeiten von Business Intelligence-Experten wie Thomas Davenport, Eric Sterne und Eric Stiegel. Es honoriert auch Analytiker oder Manager, die den Wettbewerbsvorteil ihres Unternehmens erhöhen wollen.
Ich brauche keine Daten, um zu wissen, dass ein Wettbewerbsvorteil das ist, wonach ein Unternehmen sucht.
