Anonim

Faithie / Shutterstock

Big Data sorgt in der Geschäftswelt für Aufsehen. Es ist richtig, dass Sie mit Datenanalysen umfassende und nützliche Einblicke in Ihr Unternehmen und seine Kunden erhalten, aber nur, wenn Sie diese Einblicke in vollem Umfang nutzen.

Business Analytics besteht aus drei Hauptkomponenten: deskriptiv, prädiktiv und präskriptiv. Beschreibende Analytik - die "einfachste Klasse von Analytik", sagte der Chefwissenschaftler von Lithium Technologies, Michael Wu - sind Ihre Rohdaten in zusammengefasster Form. Es sind Ihre sozialen Engagements, Verkaufszahlen, Kundenstatistiken und andere Kennzahlen, die Ihnen auf leicht verständliche Weise zeigen, was in Ihrem Unternehmen vor sich geht.

Predictive und Prescriptive Analytics sind die nächsten Schritte, mit denen Sie deskriptive Metriken in Erkenntnisse und Entscheidungen umwandeln können. Aber Sie sollten sich nicht nur auf das eine oder andere verlassen. Wenn beide Analysetypen zusammen verwendet werden, können sie Ihnen dabei helfen, die bestmögliche und effektivste Geschäftsstrategie zu entwickeln. https://www.businessnewsdaily.com

"Predictive allein reicht nicht aus, um mit der zunehmend wettbewerbsintensiven Landschaft Schritt zu halten", sagte Mick Hollison, CMO des Vertriebsbeschleunigungs-Softwareunternehmens InsideSales.com. "Prescriptive Analytics bieten intelligente Empfehlungen für die optimalen nächsten Schritte für nahezu jede Anwendung oder jeden Geschäftsprozess, um die gewünschten Ergebnisse zu erzielen oder die Ergebnisse zu beschleunigen."

"Predictive Analytics prognostiziert, was in Zukunft passieren wird. Prescriptive Analytics kann Unternehmen dabei helfen, die Zukunft zu verändern", fügte Immanuel Lee, Webanalysetechniker bei MetroStar Systems, einem Anbieter von IT-Services und -Lösungen, hinzu. und Geschäftsergebnisse. "

Analytics in Aktion

Beide Arten von Analysen informieren Sie über Ihre Geschäftsstrategien auf der Grundlage der gesammelten Daten. Der Hauptunterschied zwischen prädiktiven und präskriptiven Prognosen besteht jedoch darin, dass erstere potenzielle künftige Ergebnisse prognostizieren, während letztere Sie bei der Ausarbeitung spezifischer Empfehlungen unterstützen.

"Prescriptive Analytics baut auf [Predictive] auf, indem es Entscheidungsträger über verschiedene Entscheidungsentscheidungen informiert, die sich voraussichtlich auf bestimmte Leistungsindikatoren auswirken", sagte Thomas Mathew, Chief Product Officer der Influencer Engagement Platform Zoomph. "Denken Sie an [Verkehrsnavigations-App] Waze. Wählen Sie einen Ursprung und ein Ziel aus - eine Vielzahl von Faktoren werden miteinander kombiniert, und Sie erhalten [Ratschläge] zu verschiedenen Routenoptionen, von denen jeder eine vorhergesagte ETA enthält. Dies ist eine alltägliche vorgeschriebene Analyse bei der Arbeit. "

Guy Yehiav, CEO des Business Intelligence-Unternehmens Profitect, sagte, dass Unternehmen angesichts der Veränderungen in der Einzelhandelslandschaft präskriptive Analysen verwenden können, um prädiktive Daten zu klären und den Umsatz zu verbessern.

"Predictive Analytics ist großartig, aber es ist für die Leute, die den Bericht am Ende verstehen", sagte Yehiav gegenüber Business News Daily. "Was fehlt, ist … Hinrichtung. Geben Sie Antworten auf die Fragen, die Sie nicht stellen können."

Um zu verdeutlichen, wie beide Analysetypen zusammen verwendet werden können, gab Yehiav das Beispiel eines Einzelhändlers, der treuen Kunden kostenlosen Expressversand anbietet. Basierend auf dem Verhalten der Kunden in der Vergangenheit würde ein Prognosemodell davon ausgehen, dass Kunden den größten Teil ihrer Einkäufe mit dieser Aktion behalten. Ein Kunde kauft jedoch acht Kleidungsstücke, beschließt jedoch, nur eines zu behalten.

"Der Einzelhändler bezahlte den Expressversand mit der Annahme, dass es einen großartigen Verbraucher gibt, der acht Artikel gekauft hat, und dass er bereit ist, zu investieren und ein wenig Gewinn beim Versand zu machen", sagte Yehiav. "Der Algorithmus hat das Verhalten von [return] nicht berücksichtigt."

Für diesen Einzelhändler bedeutet die Reduzierung seiner Verluste bei "Ausreißerkunden", die nicht den Prognosen der Predictive Analytics folgen, dass Richtlinien vorhanden sind, um sich selbst abzusichern. Mit Hilfe von Prescriptive Analytics kann der Einzelhändler Kunden, die Retouren tätigen (um einen anderen Kauf zu fördern, bei dem der Versand keine Rolle spielt), einen Gutschein nur im Geschäft ausstellen oder Kunden benachrichtigen, dass sie für die Rücksendung bezahlen müssen, Sagte Yehiav.

Arijit Sengupta, CEO des Unternehmens für automatisierte Geschäftsanalysen BeyondCore, gab ein weiteres Beispiel dafür, wie ein bundesweites Sportgeschäft prädiktive und präskriptive Analysen zusammen verwenden könnte. Die Prognosen des Geschäfts deuten darauf hin, dass der Verkauf von Laufschuhen im Frühjahr bei wärmerem Wetter zunehmen wird. Aufgrund dieser Erkenntnisse erscheint es möglicherweise logisch, den Lagerbestand an Laufschuhen in jedem Geschäft aufzustocken. In Wirklichkeit wird der Umsatzanstieg jedoch wahrscheinlich nicht in jedem Geschäft im ganzen Land auf einmal eintreten. Stattdessen kriecht es je nach Wetterlage allmählich von Süden nach Norden.

"Es wäre ein großer Fehler, die massive Distribution von Laufschuhen im ganzen Land einzuschalten, obwohl die prädiktiven Analysen darauf hindeuten, dass der Umsatz steigen wird", sagte Sengupta. "Aber mit vorgeschriebenen Analysen können Sie Quellen von Drittanbietern wie Wetter- und Klimadaten heranziehen, um eine bessere Empfehlung für die beste Vorgehensweise zu erhalten."

Analytics zum Laufen bringen

Unsere Expertenquellen boten einige Tipps, mit denen Sie Ihre Analyseprogramme optimal nutzen können.

Fangen Sie klein an. In der Datenanalyse muss Ihr Unternehmen viel nachdenken, und Sie möchten nicht, dass Ihre besten Einsichten verloren gehen. Lee riet, mit Ihrer übergreifenden Analysestrategie groß zu denken, aber taktisch klein anzufangen.

"Bei der Komplexität von Big Data und den Systemen, die Daten verwalten und verarbeiten, können wir leicht übersehen, dass es manchmal eine Lösung gibt, die im einfachsten Fall funktioniert", sagte er. "Kleine Gewinne werden dazu beitragen, Unterstützung für langfristige Analyseprojekte zu erhalten."

Erstellen Sie umfangreiche Datensätze. Das Betreiben und Vermarkten eines Unternehmens ist mit einer Vielzahl von "Was-wäre-wenn" -Szenarien verbunden. Wie im obigen Beispiel gezeigt, werden diese alternativen Szenarien nicht immer in der Vorhersageanalyse berücksichtigt. Mathew sagte, dass eine genauere Betrachtung Ihrer Vorhersageanalysen zur Erstellung umfassenderer Informationssätze - zum Beispiel unter Berücksichtigung von demografischen Merkmalen wie Geschlecht und Alter - bessere Ergebnisse aus Ihren Verschreibungsempfehlungen hervorbringen wird.

"Social-Media-Vermarkter legen beispielsweise großen Wert darauf, das Engagement zu maximieren und die Reichweite ihrer Social-Media-Posts zu steigern. Mit Hilfe von Prescriptive Analytics können hübsche Grafiken sehr überzeugend sein, aber letztendlich handelt es sich nur um Software, und ihre Analysekraft ist nur so genau wie die des Entwicklers es und Daten, die wir füttern ", sagte Sengupta. "Es ist wichtig, dass Geschäftsanwender die 'Geschichte' hinter den Ergebnissen und den vorgeschlagenen Maßnahmen verstehen."

Halten Sie Ihre Systeme auf dem neuesten Stand. Wenn Ihr Unternehmen wächst und sich weiterentwickelt, sollten dies auch Ihre Algorithmen tun. Hollison merkte an, dass sowohl prädiktive als auch präskriptive Analysen kontinuierlich mit den neuesten Daten aktualisiert werden sollten, um prognostizierte und vorgeschriebene Maßnahmen basierend auf Erfolgen und Misserfolgen in Echtzeit zu verbessern.