Материал из PL Engineering

           Маркетинговая аналитика  

Обратиться к менеджеру

          Задумайтесь на мгновение о том влиянии, которое оказывает информация на повседневную жизнь вашей компании. Будь то информация о ваших клиентах — их имена, адреса, истории заказов, или сведения о ваших поставщиках - сроки поставок, каталоги товаров, прайс-листы, а еще и внутренняя информация о вашей компании — бухгалтерские, финансовые данные, учетные сведения о сотрудниках и т.д. И вы начинаете осознавать для себя масштаб такого влияния. И, скорее всего, в этот момент, вы автоматически задаете себе вопрос о надежности имеющейся у вас информации. А располагаю ли я самыми свежими данными? Самыми точными? Предоставляют ли мне эти данные целостную картину происходящего? С кем можно выгодно поделиться этой информацией? А кто еще может предоставить ценную информацию? Очень и очень часто компании принимают жизненно важные для них решения основываясь на устаревшей или ненадежной информации.

          Гарантия информационного превосходства компании - это управление качеством данных.

          Сегодня коммерческие, правительственные или научные организации завалены различными данными. Доступ к этим данным, их интерпретация и быстрое и эффективное предоставление информации на их основе представляют серьезную проблему, без решения которой невозможно обеспечить эффективное принятие решений.

          Источники данных достигли таких масштабов и разнообразия, что большинство статистических программ с ними просто не справляются. Кроме того, для обеспечения соответствия государственным стандартам требуются все более углубленные методы статистического анализа, предоставляющие доступные для проверки и документирования результаты

          Как понять суть процессов и спрогнозировать их?

          Маркетинговая аналитика подразумевает всестороннее рассмотрение и изучение протекающих процессов и явлений. В бизнесе такой анализ необходим для принятия обоснованных оперативно-тактических и, тем более, стратегических решений.

          С помощью методов маркетинговой аналитики можно:

• Найти неявные зависимости, такие как ставший уже хрестоматийным случай с пивом и подгузниками. Подобные открытия позволят, например, правильно сформировать пакетные предложения, тарифы или выставить товары на полках.
• Определить тренды процессов, что позволит предсказывать поведение важных маркетинговых, финансовых или экономических показателей. Например, можно узнать, какой спрос ожидается на водку "Столичная" перед Новым годом или каковы будут поступления в бюджет от налоговых сборов через 3 года в апреле-месяце.
• Сегментировать целевую аудиторию, что позволит проводить более нацеленные маркетинговые кампании. Как следствие, повышается отклик и ROI.
• Разработать прогнозные и описательные модели. Например, для вычисления вероятности рисков или скорингового балла при выдаче кредитов.

          Что требуется для выполнения вышеперечисленных задач?

• Наличие большого объема информации - тогда она становится статистически значимой. На основе этой информации проводятся исследования и строятся модели. Большая её часть уже хранится у Вас в различных системах оперативного уровня - ERP, CRM и т.д.
• Качественная, надежная математическая база - для гарантии точности расчетов.
• Программный инструментарий для автоматизации аналитики. Программное обеспечение должно предоставлять все виды аналитических инструментов, быть способно обрабатывать огромные объёмы данных, и в то же время быть интегрирована с другими частями платформы.

          Пакет аналитических инструментов, включает в себя:

• Статистический анализ. Использование накопленных данных для принятия обоснованных решений.
• Data & Text Mining. Разработка данных. Поиск зависимостей и построение прогностических и описательных моделей на их основе.
• Прогнозирование. Построение прогнозов на основе исторических данных.
• Аналитическая эконометрика. Применение статистических методов к реальным экономическим процессам.
• Оптимизация. Набор алгоритмов оптимизации, инструментов планирования и симуляции. Используются для достижения наилучших результатов. "Как должно быть".
• Управление разработкой моделей и их внедрением. Ускоряет процесс разработки аналитических моделей и введение их в практику.
• Повышение качества. Инструменты выявление и мониторинга показателей качества.

          Анализ данных

          Исследование данных на наличие взаимосвязей выполняется с использованием обширного набора статистических методов, включая:

1. Анализ отклонений
2. Регрессионный анализ
3. Анализ категорийных данных
4. Многофакторный анализ
5. Анализ долговечности
6. Психометрический анализ
7. Кластерный анализ
8. Непараметрический анализ
9. Анализ выборочных данных
10. Сравнение данных с общими распределениями
11. Обязательства для отсутствующих значений
12. Планирование исследований

         Работа с различными источниками данных:

1. Реляционные таблицы (Relational OLAP, ROLAP)
2. Многомерные базы данных (Multidimensional OLAP, MOLAP)
3. Разнородные источники данных (Hybrid OLAP, HOLAP), включающие реляционные таблицы, представления (view) и многомерные базы данных.

          Формы визуализации данных:

• многомерный табличный отчет (Multidimensional Report)
• многомерная деловая графика (3D Business Graph)
• структурная диаграмма (Organizational Chart)
• приложение-карта (Map)