Esa pudo haber sido la frase de Stallone en la película Juez Dredd, pero en estos días un CMO (Director de Marketing) o incluso su estratega de marketing también podría decir esa frase fácilmente.
$config[code] not foundEn estos días, las soluciones analíticas están desglosando más datos de muchas fuentes, creando ventas y modelos operativos más precisos. Las empresas están aprendiendo a competir a través de la innovación, pero ¿cómo se modela el volumen de análisis y conceptos presentados?
Análisis predictivo: el poder de predecir quién hará clic, comprar, mentir o morir por Eric Siegel, PhD sirve como un llamamiento para que los gerentes de negocios entiendan las posibilidades y los mitos.
Siegel es el presidente de la conferencia fundadora de Predictive Analytics World y presidente de Prediction Impact, una firma de servicios de análisis.
Estaba muy emocionado cuando me encontré con el libro. Se lanzaron varios libros nuevos de análisis este año, así que le pedí a Wiley una copia de revisión.
Desglosando lo básico: cómo se relacionan los datos con sus clientes
La palabra "análisis" significa "romper" en griego.
Este tipo de desglose en el análisis predictivo significa correlacionar los datos para descubrir nuevas oportunidades con los recursos dados. Esta nueva capacidad también está desglosando los "silos" de los departamentos en las organizaciones, nuestras preferencias en cuanto a nuestro comportamiento y, a veces, nuestras medidas de privacidad.
Siegel señala cómo las personas pueden pasar por alto la omnipresencia de la oportunidad:
"La mayoría de la gente no podría estar menos interesada en los datos. Puede parecer cosas tan secas y aburridas *** No te dejes engañar. La verdad es que los datos incorporan una colección invaluable de experiencia de la cual aprender. Cada procedimiento médico, solicitud de crédito, publicación en Facebook, recomendaciones de películas, actos fraudulentos, correo electrónico no deseado y compra de cualquier tipo: cada resultado positivo o negativo, cada llamada de ventas exitosa o fallida, cada incidente, evento o transacción, se codifican como datos y almacenado. Este exceso aumentará en un estimado de 2.5 quintillones de bytes por día … ".
Siegel usa siete capítulos para mostrar cómo estamos aumentando nuestra comprensión, y nuestro malentendido, del mundo a través de los datos. Hewlett-Packard usa el análisis para predecir si está considerando abandonar su trabajo, valioso dado que buscar un nuevo empleado puede costar más que la retención. Otro experimento de correlación interesante es el "Índice de ansiedad", una correlación de las menciones del blog contra el rendimiento del S&P 500.
$config[code] not foundLas observaciones relacionadas con la diversión abundan; entre las delicias prácticas de medición, los vegetarianos pierden menos vuelos (“Los clientes de líneas aéreas que hacen un pedido anticipado de una comida vegetariana son más propensos a realizar su vuelo … El conocimiento de una comida personalizada o especial que espera al cliente proporciona un Incentivo o establece un sentido de compromiso ”. Estas discusiones pueden enmarcar personas; Los tipos de clientes que existen:
“Por su propio diseño, PA (Predictive Analytics) fomenta la serendipia. El modelado predictivo realiza un amplio análisis exploratorio, probando muchos predictores y, al hacerlo, descubre hallazgos sorprendentes … "
Puede decirle a Siegel que adora el tema, pero no con anteojeras o vendedor falso al lector. Cuando dice: "Los buscadores de datos ven que el valor y el valor son emocionantes", saben que realmente lo dice en serio.
Siegel comparte más información personal, ya que se ha utilizado como un "foil" en un segmento de noticias de Fox en la salida de Target del embarazo de un cliente. Hablando de privacidad, Siegel dedica sabiamente un capítulo al tema. Lo usa para desacreditar el mito con un sesgo mínimo, como distinguir el análisis predictivo de la minería de datos:
"PA (análisis predictivo) en sí mismo no invade la privacidad: su proceso central es lo opuesto a la invasión de la privacidad. Aunque a veces se llama minería de datos, PA no "profundiza" para ver los datos de ningún individuo. En cambio, PA en realidad "enrolla" patrones de aprendizaje que se mantienen verdaderos en general, a través de un número de datos que recorren las masas de registros de clientes ".
Tales distinciones son críticas para comprender los peligros con los programas de personalización. Leer este libro ayudará a los gerentes que piensan que lo digital solo significa cambiar un interruptor.
Las empresas pequeñas y grandes pueden usar este libro para ayudar a enmarcar qué segmentos de datos tienen sentido. Por ejemplo, Siegel explica cómo funciona una máquina de aprendizaje a través de un diagrama de decisión; aunque se utiliza en el libro para enmarcar un modelo predictivo a nivel de empresa, las pequeñas empresas podrían usar la idea para enmarcar sus propios enigmas de datos.
Otros puntos destacados incluyen el modelo predictivo de riesgo hipotecario de Chase Bank, el uso de datos de IBM para Watson en el programa Jeopardy y una tabla de 147 ejemplos de modelos predictivos en uso en la actualidad.
¿Cómo se compara este libro con otros textos analíticos?
Considere este libro como una extensión del marketing basado en datos y más específico que el de Davenport. Analytics en el trabajo (Davenport proporciona un prefacio, por cierto).
El libro tiene comentarios que pueden hacer que los datos sean entretenidos, aunque con menos giro que el libro de Avinash Kaushik. Analítica web 2.0. En última instancia, es un excelente manual para desarrollar algunas ideas sobre cómo los datos pueden mejorar un negocio.
Esto hace que el libro sea más accionable que Big Data, aunque no se incluyen discusiones profundas en la base de datos.
Obtenga este libro para hacer mejores modelos para su negocio
Analítica predictiva es excelente, no solo por su tema de la tendencia del día, sino por la forma en que trata el tema: respeto y reverencia, con la duda científica correcta.
El libro honra el trabajo de profesionales de inteligencia empresarial como Thomas Davenport, Eric Sterne y Eric Stiegel. También honra a los profesionales analíticos o gerentes que buscan aumentar la ventaja competitiva de su negocio.
No necesito datos para saber que una ventaja competitiva es lo que cualquier empresa está buscando.
3 comentarios ▼
