Vad är prediktiv Analytics?

Varje företag har en skattkista av data, från kund- och transaktionsinformation till tillverknings- och fraktstatistik. Nyckeln är att ta reda på hur man använder tidigare data för att förbättra företagets framtid.

En strategi är att företag ska använda predictive analytics. Detta innebär att kamma igenom tidigare information för att härleda modeller och analyser som hjälper till att kommunicera framtida resultat. Målet är att lära av tidigare misstag och framgångar för att veta vad som ska förändras och vad man ska replikera.

Prediktiv analys kan tillämpas på alla aspekter av en organisation. Det kan hjälpa till att ta reda på vad kunderna vill ha och inte vill ha, och också tillämpas på företagets verksamhet för att maximera effektiviteten. Eric Siegel, en tidigare Columbia University professor och grundare av Predictive Analytics World, definierar dataanalysmetoden som kraften att förutsäga vem som kommer att klicka, köp, ljuga eller dö.

"Prediktiv analys är den teknik som lär sig av data för att göra förutsägelser om vad varje enskild person kommer att göra - från blomstrande och donera för att stjäla och krascha din bil" sa Siegel i en intervju tidigare i år. "För företag minskar risken, sänker kostnaderna, förbättrar kundservicen och minskar oönskat post och spam."

För att utnyttja dessa data har företagen ett antal verktyg och programvara med predictive analytics.

Prediktiva analysverktyg och programvara

För att faktiskt kunna tillämpa predictive analytics för ett företag eller en organisation behövs specialiserad programvara. Utbudet av ett brett utbud av leverantörer, inklusive IBM, SAP och SAS, är predictive analytics-mjukvaran som crunches den insamlade data för att bestämma specifika svar ett företag söker.

Medan varje mjukvaruutbud har olika funktioner och användargränssnitt förutsättningen är densamma. Programvaran fungerar genom att först analysera all information som ett företag samlar in. Detta inkluderar allt från försäljning och kundinformation till produktivitet för anställda och sociala medier.

Programvaran kopplar sedan in data till prediktiva modeller. Genom att använda speciellt skapade algoritmer kan modellerna projicera framtida trender och problem, baserat på det tidigare beteendet.

För företag kan modellerna hjälpa till att förutsäga olika konsumenttrender för att hjälpa till att driva utbuds- och marknadsbeslut, samt produktivitetstrender för anställda för att förbättra effektiviteten.

Medan predictive analytics-programvaran endast var ett alternativ för större organisationer har den senaste utvecklingen i mjukvaran gjort det lättare för småföretag. Dessa mjukvarualternativ, som är tillgängliga från leverantörer - som Emanio och Angoss - säljs till ett överkomligt pris och kan köras från någon dator eller bärbar dator, istället för att installeras direkt på ett företags server.

Exempel på predictive analytics

Används av stora återförsäljare och finansinstitut idag används predictive analytics av ​​företag i alla branscher och i alla storlekar, med tanke på att hoppa på tävlingen.

Enligt IBM, företag kan använda prediktiv analys på ett antal olika sätt, bland annat:

Avtäcka dolda mönster och sammanslutningar

• Förbättra kundretentionen
• Förbättra försäljningsmöjligheter genom personliga erbjudanden och erfarenheter
• Maximera produktivitet och lönsamhet genom att anpassa människor, processer och tillgångar
• Minska risken för att minimera exponering och förlust
• Utöka utrustningens livslängd
• Minska antalet utrustningsfel och underhållskostnader
• Fokusera underhållsaktiviteter på högvärdesproblem
• Öka kundtillfredsställelsen
• Medan man undersökte hur företag använder sig av predictive analytics för att förbättra sin organisation, visade konsultföretaget Accenture flera specifika exempel, bland annat hur Best Buy tänkte ut att mindre än 10 procent av sina kunder svarade för nästan 45 procent av försäljningen. Det ledde till en omformning av sina butiker för att bättre passa köpvanor hos sina kunder.

Accenture fann också att den italienska restaurangkedjan Olive Garden använde prediktiva analysmodeller för att projektera mat och personalbehov, vilket har lett till en effektivare verksamhet.

Populariteten hos prediktiv analys med företag har lett till att andra typer av organisationer använder mjukvaran . Exempelvis använder sjukvårdsföretag predictive analytics för att förutse hur vissa läkemedel och terapier kommer att tas emot av patienter och hjälpa läkare att bättre upptäcka tidiga varningsskyltar för livshotande sjukdomar och sjukdomar.

Andra organisationer som använder prediktiv analys är statliga organ. De använder programvaran för att förhindra brottslighet, leverera sociala tjänster och överlag bättre betjäna sina invånares behov. Till exempel använde Chicago City predictive analytics för att hjälpa till att stoppa ett förlorat sopbehållarproblem. Staden fann att de förlorade och stulna burkarna direkt korrelerade med när gatorna var ute.

Förflyttning av företag och organisationer som inte använder prediktiv analytisk programvara för att hjälpa till att driva sina beslut kommer att hitta sig i den stora minoriteten.

Cybersecurity: En Small Business Guide

Onlinehot är på allas sinnen efter den här veckans brott mot OneLogin. Identitets- och åtkomsthanteringsföretaget med över 2000 företagskunder var hackat och nedgången är inte över. Under säkerhetsbrottet kan privat information om användare, appar och olika nycklar ha erhållits av de fortfarande okända hackarna.

(Företag)

Apple Pay: 4 skäl till att företagen antar det (och 4 skäl att undvika det)

Apple Pay är nästan här - så ska småföretag märka? När allt kommer omkring är den nya smarttelefonstyrda betalningsplattformen verkligen inget nytt. Kontaktfria betalningssystem har funnits i åratal och har i stor utsträckning misslyckats med att fånga på. Men det finns anledning att tro att Apple Pay, som gynnar både från Apples iPhone, samt stöd från stora banker och återförsäljare, kan verkligen ändra betalningslandskapet.

(Företag)