それは映画の中でスタローンのキャッチフレーズだったのかもしれない ドレッド裁判官 しかし、最近ではCMO（最高マーケティング責任者）、あるいはあなたのマーケティングストラテジストさえもその言葉を簡単に言うことができます。
$config[code] not found最近の分析ソリューションは、多くのソースからより多くのデータを分析し、より正確な販売モデルと運用モデルを作成しています。企業はイノベーションを通じて競争することを学んでいますが、提示された大量の分析や概念をどのようにモデル化するのでしょうか。
予測分析：Eric Siegelによる、誰がクリック、購入、うそをつく、または死ぬかを予測する力PhDは、ビジネスマネージャが可能性と神話を理解するための明確な呼びかけとして機能します。
Siegelは、Predictive Analytics Worldの創立会議の議長であり、分析サービス会社であるPrediction Impactの代表です。
その本に出くわしたとき、私は本当に興奮しました。今年はいくつかの新しいアナリティクスブックがリリースされているので、私はレビューコピーをWileyに依頼しました。
基本を打破する - データと顧客の関係
「分析」という言葉は、ギリシャ語で「故障する」という意味です。
この種の予測分析の分割は、データを関連付けて特定のリソースに新しい機会を発見することを意味します。この新しい機能は、組織内の部門の「サイロ」、行動に対する私たちの嗜好、そして時には私たちのプライバシー対策をも破壊しています。
Siegel氏は、この機会がどこにあるのかを見落としている可能性があると指摘しています。
「ほとんどの人はデータにそれほど興味を持っていません。それはそのような乾燥した、退屈なもののように見えることがあります。***だまされてはいけません。真実は、データがそこから学ぶべき経験の貴重なコレクションを具体化するということです。すべての医療手続き、クレジット申請、Facebook投稿、映画の推薦、詐欺行為、スパムの電子メールおよびあらゆる種類の購入 - プラスまたはマイナスの結果、セールスコールの成功または失敗、各インシデント、イベントまたは取引 - はデータとしてエンコードされます。そして倉庫保管。この過剰量は、1日当たり2.5キロメートルバイトと推定されるまでに増加するでしょう…。」
Siegelは7つの章を使用して、データを通じて世界に対する私たちの理解、そして誤解をどのように高めているかを示します。 Hewlett-Packardは、分析を使用して、仕事を辞めることを検討しているかどうかを予測します。これは、新入社員の採用には維持よりも費用がかかる可能性があることを考えると貴重です。もう1つの興味深い相関実験は「不安指数」です。これはS&P 500のパフォーマンスに対するブログの相関です。
$config[code] not found実用的な測定の喜びの中には、楽しい相関関係のある観察結果がたくさんあります（ベジタリアンの食事を予約する航空会社のお客様は、フライトをする可能性が高くなります）。インセンティブを与えるか、または責任感を確立する。これらの議論はペルソナを組み立てることができます。存在する顧客の種類
「まさにその設計により、PA（Predictive Analytics）はセレンディピティを助長します。予測モデリングは広範な探索的分析を行い、多くの予測因子をテストし、そうすることで驚くべき発見を明らかにします…」
あなたはシーゲルが主題を崇拝するように言うことができます、しかし読者への盲目または誤った販売法ではそうではありません。 「データ探査者は価値を見いだし、価値はエキサイティングだ」と彼が言うとき、あなたは彼が本当にそれを意味することを知っています。
Siegelは、ターゲットの顧客の妊娠からの外出に関するFoxニュースセグメントの「ホイル」として使用されてきた、さらに個人的な洞察を共有しています。プライバシーについて言えば、シーゲルは賢明にその主題に章を捧げます。予測分析とデータマイニングを区別するなど、偏見を最小限に抑えて神話を欺くためにこの機能を使用しています。
「PA（予測分析）は、それ自体ではプライバシーを侵害しません。その中核となるプロセスは、プライバシー侵害の反対です。データマイニングと呼ばれることもありますが、PAは個人のデータをピアリングするために「ドリルダウン」することはしません。その代わりに、PAは実際には大量の顧客レコードにまたがる大量の数字を使用することによって、一般的に当てはまる学習パターンを「ロールアップ」しています。」
このような区別は、パーソナライゼーションプログラムの危険性を理解する上で重要です。この本を読むことは、デジタルだけがスイッチをひっくり返すことを意味すると考える管理者を助けるでしょう。
中小企業はこの本を使用して、どのデータセグメントに意味があるかを判断することができます。たとえば、Siegelは学習機械が意思決定図をどのように活用するかを説明しています。この本ではエンタープライズレベルの予測モデルを組み立てるために使用されていました。
その他のハイライトには、チェイス銀行の住宅ローンリスク予測モデル、ゲームショーJeopardyでのワトソンのためのIBMのデータ使用量、および今日使用されている予測モデルの147例の業界横断表が含まれます。
この本は他の分析テキストとどのように比較されますか。
この本は、データベースマーケティングの拡張版であり、Davenportよりも具体的なものとして考えてください。 職場での分析 （Davenportはところで、序文を提供します）。
この本には、Avinash Kaushikの本よりも少ないスピンで、データを面白いものにすることができるというコメントがあります。 ウェブ解析2.0 。最終的には、データによってビジネスがどのように強化されるかについてのアイデアをいくつか作成するための優れた入門書です。
これは本をより実用的にする ビッグデータ ただし、データベースに関する詳細な説明は含まれていません。
あなたのビジネスのためのより良いモデルを作るためにこの本を入手してください
予測分析 その最新のテーマだけでなく、そのテーマの扱い方、つまり尊敬と敬意、正しい科学的疑念を持っているという点で、優れています。
この本は、Thomas Davenport、Eric Sterne、Eric Stiegelなどのビジネスインテリジェンスの専門家による成果を称えています。また、ビジネスの競争上の優位性を高めようとしている分析実務家や管理者にも敬意を表します。
私は、競争上の優位性がどのビジネスでも求められていることであることを知るためにデータを必要としません。
3コメント▼
