Geschäfts - und Produktionssysteme sind beim Sammeln von Daten viel besser in der Lage. Das Gerät sammelt eine Vielzahl von Sensor- und Parameterdaten. Heute sind alle Arten von Informationen zu Kaufgewohnheiten und Kundenpräferenzen verfügbar. Dieser Detaillierungsgrad kann mit statischen, herkömmlichen Berichten nicht analysiert und verstanden werden. Stattdessen können Geschäftsanalysten, Ingenieure und Wissenschaftler Erkenntnisse freischalten und Entdeckungen mit Hebelwirkung von machen interaktive visuelle Analysesoftware .
Analytische Software hat eine neue Welt der Analytik aufgetaucht, die sich durch diese wichtigen Merkmale auszeichnet:
- Daten werden „selbst bereitgestellt“. Benutzer können die benötigten Daten ohne Hilfe und ohne Verzögerung abrufen.
- Die Analysen sind visuell und interaktiv. Als Ergebnis …
- Benutzer können jetzt erweiterte Analysen durchführen, ohne in Statistiken promovieren zu müssen.
- Analysten führen ihre Arbeiten „im Moment“ durch. Erkenntnisse tauchen häufig auf Fragen auf, die Analysten „im Moment“ erforschen, wodurch eine aktive Dynamik geschaffen wird, die weitere Entdeckungen schafft.
- Analytisches Denken ist vollständig an das Geschäftsdenken gekoppelt.
- Die Analytik ist mehr als nur beschreibend.
Ein 'Aha'-Moment
Betrachten Sie dieses Versicherungsbeispiel. Hier wurden demografische Informationen von vielen Tausenden aktuellen und potenziellen Kunden in einer Datenbank gesammelt und gepflegt. Das Versicherungsunternehmen konnte die Daten in eine Kalkulationstabelle herunterladen und zusammenfassen, doch erhielten sie die besten verwertbaren Erkenntnisse? Die Beantwortung selbst der einfachsten Fragen dauerte Tage, um die Daten zu erfassen, zu spleißen und zu ordnen.
Mit integrierten, interaktiven und visuellen Analysen werden heute Erkenntnisse in Sekundenschnelle sichtbar. Die große Frage bei potenziellen Kunden ist, wie viele von ihnen in ein Neugeschäft umgewandelt wurden und welche Faktoren die Umwandlung beeinflussen. Wenn Sie dies wissen, können Sie sich auf Geschäftspraktiken konzentrieren, die zu höheren Erfolgsquoten führen.
Wir haben mit dem Laden der Daten begonnen JMP . Mit nur wenigen Klicks wurden Zehntausende potenzielle Kundenbegegnungen, einschließlich demografischer Informationen wie Einkommen, Bildung, Alter, Kampfstatus usw., geladen. Aus dem obigen Bild ist ersichtlich, dass insgesamt etwa 12,5% (der blaue Bereich) dieser Interessenten in zahlende Kunden umgewandelt wurden.
Nun zur Frage: Welche Faktoren bestimmen den Erfolg bei der Gewinnung von Neugeschäft? Ein weiterer Klick (auf den Split-Button in der unteren linken Ecke) und ein Aha-Moment folgten.
Das JMP Diagramm oben zeigt, dass ein bestimmter Faktor (den ich aus Gründen der Vertraulichkeit nicht offen legen kann, also nennen wir das ...) ), „Faktor Xn“ führt zu einer unglaublich hohen Konversionsrate (ca. 90% im blauen Balken rechts) für eine gute Anzahl von Aussichten und die verbleibenden Aussichten hatten wenig Aussicht auf Erfolg.
Die Analysten waren fassungslos, als sie das sahen. Diese Erkenntnis war ihnen entgangen, weil die Gesamtkonversionsrate einen durch Faktor Xn identifizierten Hauptunterschied zwischen den Aussichten verdeckte. Denken Sie daran, dass diese Analysten Tag für Tag und Tag damit verbringen, Daten zu analysieren, aber diese wichtigen Erkenntnisse und andere, die folgen sollten, blieben in diesem Bereich erhalten.
Diese Einsicht brachte viele Fragen mit sich. Zunächst scheint es, als wären die Anweisungen der Vertriebsmitarbeiter in Ordnung. Zweitens, warum war die Conversion-Rate für andere Kunden so unglaublich niedrig? Dies führte zu Fragen zu Preisen, Verpackungen und dergleichen in Kombination mit demografischen Merkmalen, die mit geplanten Experimenten untersucht wurden.
Warum hat es funktioniert?
Wenn wir uns die sechs oben genannten Merkmale ansehen, sehen wir in diesem Fall Folgendes:
- IT hat etablierte Systeme eingeführt, die es den Benutzern ermöglichten, die Daten selbst zu erhalten: "selbstbereitgestellte Daten".
- Tatsächlich war die Analyse sehr visuell. Ja, alle statistischen Informationen werden bereitgestellt, sie werden jedoch durch Grafiken und Interaktivität zugänglich gemacht.
- Es war kein PhD in Statistik erforderlich. Die obige Analyse beinhaltet eine rekursive Partitionierung mit Kreuzvalidierung. Ein Schluck, um sicher zu sein, aber die Komplexität (und der statistische Fachjargon) hindert einen Business Analyst oder Ingenieur nicht daran, die höchstmögliche Anzahl und Qualität der verwertbaren Erkenntnisse zu erlangen. Sie können sich uneingeschränkt auf ihr Thema konzentrieren. Ich habe die Erfahrung gemacht, dass das Werkzeug fast unsichtbar wird, da der Fokus auf dem Thema liegt.
- Anders als in früheren Zeiten, als ich mit diesem Spiel angefangen habe, war es nicht nötig, eine Anfrage zu stellen, die Programmierer in der IT anweist, einen Bericht zu ändern, der einige Tage später ankommt. Die verstrichene Zeit zwischen Frage und Antwort war vorbei und die Abhängigkeit auch.
- Die alte Arbeitsteilung zwischen Analytik und Wirtschaft war weg. Sie müssen zusammengeschweißt werden, um effektiv und effizient verwertbare geschäftliche, technische und wissenschaftliche Erkenntnisse zu finden.
- Beachten Sie, dass die Analyse nicht einfach beschreibend ist, wie früher. Es ist folgerichtig, weil es Analysten dazu bringt, zukünftige Ergebnisse vorherzusagen und weitere Fragen zu stellen.
Die Analysten waren nicht nur von der Einsicht beeindruckt, sondern waren auch begeistert davon, wie schnell sie abgeleitet werden konnte.
Bauen Sie Ihre eigene Analysekultur auf
Was braucht es, um die neue Welt der Analyse in Ihr Unternehmen zu integrieren und eine Analysekultur zu unterstützen?
Hier kommt die IT ins Spiel - offensichtlich spielen sie eine wichtige Rolle. Die IT muss sich nicht mehr um die Durchführung von Analysen kümmern. Es ist am besten den Analysten überlassen. Stattdessen ist die IT jetzt in der Lage, Analysen zu ermöglichen. Sie können dies durch:
- Pflege der Hardware- und Software-Infrastruktur, die betriebliche und analytische Anforderungen erfüllt.
- Daten analysefreundlich zur Verfügung stellen, so dass die Daten selbst bereitgestellt werden können. Wir arbeiten viel in diesem Bereich, um sicherzustellen, dass die Anforderungen der analytischen Daten den Betrieb nicht beeinflussen. Zum Beispiel müssen in der Pharma-, Halbleiter-, Solar- und anderen Branchen ungehinderte Echtzeitdaten zur Rückverfolgbarkeit erfasst werden. Der analytische Bedarf an der IT-Infrastruktur kann sich nicht auf Betriebssysteme auswirken.
- Unterstützen Sie unsere Kollegen Predictum bei der Entwicklung integrierter Analyseanwendungen, die die Analyse erleichtern, Wissen und Erkenntnisse speichern und weitergeben sowie weitere Effizienzsteigerungen und Kosteneinsparungen in den Bereichen Betrieb, Forschung und Compliance erzielen.
- Sichern Sie alle Systeme.
Die Sicherung von Systemen ist eine schnell wachsende und immer anspruchsvoller werdende Verantwortung für die IT - so sehr, dass IT-Leute in der Regel sehr glücklich sind, von der Belastung durch die Durchführung von Analysen befreit zu werden oder sich selbst mit Analysen zu befassen, die Analysten besser unterstützen können. Ihre förderliche Rolle ist viel konsistenter mit ihren anderen Aktivitäten und Verantwortlichkeiten. Die IT-Abteilung unterstützt beispielsweise Bestell- / Versand- / Abrechnungssysteme, aber sie bestellen, versenden oder rechnen nicht selbst. Warum sollten sie Unternehmens-, Wissenschafts- oder Ingenieuranalysen durchführen?
Mit dem Internet der Dinge, neuen, leistungsfähigeren Geräten und der wachsenden Reichweite des Internets können wir in Zukunft eine exponentielle Steigerung der Datenmenge und -qualität erwarten. Es ist am besten, sich auf die Möglichkeiten vorzubereiten, die sich durch den Aufbau einer Analysekultur bieten. Dazu gehört das Entwerfen der richtigen Datenarchitektur JMP und ermöglicht es Analysten, Wissenschaftlern und Ingenieuren, ihre Sachkenntnis mit Analysen zu verbessern.
Anmerkung des Herausgebers: Eine Version dieses Blogposts erschien zuerst im Predictum-Blog . Dank an Wayne Levin auch hier zu teilen.
