Tehnici analitice

Optimizare de marketing

Marketingul a evoluat de la un proces creativ într-un proces puternic bazat pe date. Organizațiile de marketing folosesc analitica pentru a determina rezultatele campaniilor sau eforturilor și pentru a ghida deciziile pentru investiții și direcționarea consumatorilor. Studiile demografice, segmentarea clienților, analiza comună și alte tehnici permit specialiștilor în marketing să folosească cantități mari de date despre achiziții, sondaje și panel de consumatori pentru a înțelege și comunica strategia de marketing.

Analitica web permite marketerilor să colecteze informații la nivel de sesiune despre interacțiunile de pe un site web folosind o operațiune numită sesiune. Google Analytics este un exemplu de instrument gratuit de analitica popular pe care specialiștii de marketing îl folosesc în acest scop. Aceste interacțiuni oferă sistemelor de informații de analitica web informațiile necesare pentru a urmări persoana care face trimitere, pentru a căuta cuvinte cheie, pentru a identifica adresa IP și pentru a urmări activitățile vizitatorului. Cu aceste informații, un agent de marketing poate îmbunătăți campaniile de marketing, conținutul creativ al site-ului web și arhitectura informațiilor.

Tehnicile de analitica utilizate frecvent în marketing includ modelarea mixului de marketing, analizele de preț și promovare, optimizarea forței de vânzări și analitica clienților, de exemplu: segmentarea. Analitica web și optimizarea site-urilor web și a campaniilor online funcționează adesea mână în mână cu tehnicile mai tradiționale de analiză de marketing. Accentul pe media digitală a modificat ușor vocabularul, astfel încât modelarea mixului de marketing este denumită în mod obișnuit modelare de atribuire în contextul modelării mixului digital sau de marketing.

Aceste instrumente și tehnici susțin atât deciziile strategice de marketing (cum ar fi cât să cheltuiți în general pentru marketing, cum să aloci bugetele unui portofoliu de mărci și mix-ului de marketing), cât și sprijin mai tactic pentru campanie, în ceea ce privește vizarea celui mai bun client potențial cu mesaj optim în cel mai rentabil mediu la momentul ideal.

Analitica portofoliului

O aplicație comună a analiticii de afaceri este analitica portofoliului. În acest sens, o bancă sau o agenție de creditare are o colecție de conturi de diferite valori și riscuri. Conturile pot diferi în funcție de statutul social (bogat, clasa de mijloc, sărac etc.) al titularului, locația geografică, valoarea sa netă și mulți alți factori. Creditorul trebuie să echilibreze rentabilitatea împrumutului cu riscul de neplată pentru fiecare împrumut. Întrebarea este atunci cum să evaluăm portofoliul în ansamblu.

Împrumutul cu cel mai mic risc poate fi pentru cei foarte bogați, dar există un număr foarte limitat de oameni bogați. Pe de altă parte, există mulți săraci cărora li se poate împrumuta, dar cu un risc mai mare. Trebuie găsit un echilibru care să maximizeze rentabilitatea și să minimizeze riscurile. Soluția de analitica poate combina analiza seriilor cronologice cu multe alte probleme pentru a lua decizii cu privire la momentul în care să împrumute bani acestor diferite segmente de împrumutați sau decizii privind rata dobânzii aplicată membrilor unui segment de portofoliu pentru a acoperi orice pierderi între membrii din acel segment.

Analitica riscurilor

Modelele predictive din industria bancară sunt dezvoltate pentru a aduce certitudine asupra scorurilor de risc pentru clienții individuali. Scorurile de credit sunt construite pentru a prezice comportamentul de delincvență al persoanei și sunt utilizate pe scară largă pentru a evalua solvabilitatea fiecărui solicitant. În plus, analiticile de risc sunt efectuate în lumea științifică și în industria asigurărilor. De asemenea, este utilizată pe scară largă în instituții financiare, cum ar fi companiile Online Payment Gateway, pentru a analiza dacă o tranzacție a fost autentică sau fraudă. În acest scop folosesc istoricul tranzacțiilor clientului. Acesta este mai frecvent utilizat în achiziția cu cardul de credit, când există o creștere bruscă a volumului tranzacțiilor clientului clientul primește un apel de confirmare dacă tranzacția a fost inițiată de el/ea. Acest lucru ajută la reducerea pierderilor din astfel de circumstanțe.

Analitica digitală

Analitica digitală este un set de activități comerciale și tehnice care definesc, creează, colectează, verifică sau transformă datele digitale în raportare, cercetare, analize, recomandări, optimizări, predicții și automatizări. Aceasta include, de asemenea, SEO (Search Engine Optimization) în care este urmărită căutarea prin cuvinte cheie și acele date sunt utilizate în scopuri de marketing. Chiar și anunțurile pe banner și clicurile fac parte din analitica digitală. Toate firmele de marketing se bazează pe analitica digitală pentru misiunile lor de marketing digital, unde MROI (returul investiției în marketing) este important.

Analitica de securitate

Analitica securității se referă la soluțiile de tehnologie a informației (IT) care adună și analizează evenimentele de securitate pentru a obține conștientizarea situației și pentru a permite personalului IT să înțeleagă și să analizeze evenimentele care prezintă cel mai mare risc. Soluțiile din acest domeniu includ soluții de informații de securitate și de gestionare a evenimentelor și soluții de analitica comportamentului utilizatorilor.

Analitica software

Analitica software este procesul de colectare a informațiilor despre modul în care o piesă de software este utilizată și produsă.

Provocări

În industria software-ului de analiză comercială, s-a pus accent pe rezolvarea provocărilor de analitica a seturi de date masive și complexe, adesea atunci când astfel de date sunt într-o stare constantă de schimbare. Astfel de seturi de date sunt denumite în mod obișnuit ca date mari, sau megadate (big data). În timp ce odată problemele pe care le puneau datele mari erau găsite doar în comunitatea științifică, astăzi big data reprezintă o problemă pentru multe afaceri care operează sisteme tranzacționale online și, ca urmare, acumulează rapid volume mari de date.

Analitica tipurilor de date nestructurate este o altă provocare care atrage atenția în industrie. Datele nestructurate diferă de datele structurate prin faptul că formatul acestora variază foarte mult și nu pot fi stocate în baze de date relaționale tradiționale fără un efort semnificativ de transformare a datelor. Sursele de date nestructurate, cum ar fi e-mailul, conținutul documentelor de procesare de text, PDF-uri, date geospatiale etc., devin rapid o sursă relevantă de business intelligence pentru companii, guverne și universități. De exemplu, în Marea Britanie, descoperirea că o companie vindea ilegal rețete medicale frauduloase pentru a ajuta oamenii să fraudeze angajatorii și companiile de asigurări, este o oportunitate pentru firmele de asigurări de a spori vigilența analizei lor de date nestructurate. McKinsey Global Institute estimează că analitica datelor mari ar putea economisi sistemul american de îngrijire a sănătății cu 300 de miliarde de dolari pe an, iar sectorul public european cu 250 de miliarde de euro.

Aceste provocări sunt inspirația actuală pentru o mare parte a inovației în sistemele moderne de informații de analitica, dând naștere unor concepte relativ noi de analitica a mașinilor, cum ar fi procesarea complexă a evenimentelor, căutarea și analiza textului integral și chiar idei noi în prezentare. O astfel de inovație este introducerea unei arhitecturi asemănătoare grilei în analitica mașinilor, permițând creșteri ale vitezei de procesare masivă paralelă prin distribuirea volumului de lucru pe mai multe computere, toate cu acces egal la setul complet de date.

Analitica este din ce în ce mai utilizată în educație, în special la nivel regional și de birouri guvernamentale. Cu toate acestea, complexitatea măsurătorilor de performanță a elevilor prezintă provocări atunci când educatorii încearcă să înțeleagă și să utilizeze analitica pentru a discerne modele de performanță a elevilor, pentru a prezice probabilitatea de absolvire, pentru a îmbunătăți șansele de succes a elevilor etc. De exemplu, într-un studiu care implică districte cunoscute pentru utilizarea puternică a datelor , 48% dintre profesori au avut dificultăți în a pune întrebări determinate de date, 36% nu au înțeles datele și 52% au interpretat incorect datele. Pentru a combate acest lucru, unele instrumente de analiză pentru educatori aderă la un format de date fără prescripție medicală (încorporarea de etichete, documentație suplimentară și un sistem de ajutor și luarea de decizii cheie privind pachetul/afișarea și conținutul) pentru a îmbunătăți înțelegerea și utilizarea de către educatori a analiticii afișate.

O altă provocare emergentă este nevoile de reglementări dinamice. De exemplu, în industria bancară, Basel III și nevoile viitoare de adecvare a capitalului pot determina băncile și mai mici să adopte modele interne de risc. În astfel de cazuri, cloud computing și open source R (limbaj de programare) pot ajuta băncile mai mici să adopte analitica de risc și să sprijine monitorizarea la nivel de sucursală prin aplicarea analiticii predictive.

Riscuri

Riscul principal pentru oameni este discriminarea precum discriminarea prin preț sau discriminarea statistică. Procesele analitice pot duce, de asemenea, la rezultate discriminatorii care pot încălca legile anti-discriminare și drepturile civile. Există, de asemenea, riscul ca un dezvoltator să poată profita de pe urma ideilor sau a muncii efectuate de utilizatori, cum ar fi acest exemplu: utilizatorii ar putea scrie idei noi într-o aplicație de notițe, care ar putea fi apoi trimise ca un eveniment personalizat, iar dezvoltatorii ar putea profita de pe urma acele idei. Acest lucru se poate întâmpla deoarece dreptul de proprietate asupra conținutului este de obicei neclar în lege.

Dacă identitatea unui utilizator nu este protejată, există mai multe riscuri; de exemplu, riscul ca informațiile private despre utilizatori să fie făcute publice pe internet.

La extrem, există riscul ca guvernele să strângă prea multe informații private, acum că guvernele își acordă mai multe puteri pentru a accesa informațiile cetățenilor.

Sursa: Drew Bentley, Business Intelligence and Analytics. © 2017 Library Press, Licență CC BY-SA 4.0. Traducere și adaptare: Nicolae Sfetcu

© 2021 MultiMedia Publishing, Business Intelligence și Analytica în afaceri, Colecția Știința Informației