Автор: Стив Лок
Сначала — краткое введение в описательную, прогнозную и предписывающую аналитику.
Поначалу они могут сбить с толку, если вы не знакомы с этими терминами, но к концу этой статьи всё станет понятно.
Описательная аналитика
Это, вероятно, наиболее распространённый тип запросов на отчётность, с которым я сталкиваюсь. Она сосредоточена на исторических показателях и том, что произошло.
Например, если есть серия задач по анализу маркетинговых показателей за последние 12 месяцев, поиску тенденций и фактических результатов по сравнению с целями, то это описательная аналитика. Из-за того, насколько распространён этот анализ, я ожидаю, что он будет самым лёгким из трёх типов в среднем (в зависимости от того, насколько сложно получить данные, качества данных и уровня детализации, конечно!).
Прогнозная аналитика
Этот тип анализа также довольно распространён, хотя обычно его поручают аналитику или члену команды с хорошими навыками работы с данными. Он сосредоточен на прогнозировании того, что произойдёт в будущем.
По опыту, эти задачи могут включать в себя самый широкий спектр усилий и сложности: от простых моделей на основе электронных таблиц до машинного обучения и анализа временных рядов.
Это наиболее распространено в бизнесе в рамках процессов планирования и бюджетирования, обычно пытаясь связать активность и инвестиции с доходами. Однако хорошее прогнозирование может использоваться как гибкий инструмент во многих областях: от оттока клиентов до прогнозирования доходов от каналов продаж и практически во всём, что вы можете придумать, конечно, при условии чистоты данных!
Предписывающая аналитика
Этот тип аналитики обычно считается самым сложным и требует наибольшего опыта.
Он сосредоточен на рекомендациях и может хорошо работать, когда данные сочетаются с экспертными знаниями в предметной области, если у вас есть опытные члены команды. Подходы могут варьироваться от эвристики до продвинутых моделей машинного обучения. Примеры использования включают моделирование сценариев, моделирование маркетингового комплекса, модели оценки и правила принятия решений.
Выбор лучших подходов
Теперь, когда мы разобрались в различных типах аналитики, мы рекомендуем следующее:
- Большинству организаций следует использовать комбинацию. Логично начать с описательной, затем построить прогнозирование, а затем перейти к предписывающей аналитике, сосредоточившись на создании прочного фундамента с наилучшим возможным качеством данных. Лучше иметь базовые модели с чистыми данными, чем продвинутые модели с некачественными данными.
- Чтобы выбрать один тип аналитики, имеет смысл сосредоточиться на конкретной области, например, провести углублённый анализ прогнозной аналитики для проекта по прогнозированию продаж. Если проект основан на конкретных задачах, было бы также полезно иметь такие результаты, как информационные панели и автоматизация, для достижения наилучших результатов.
Если ваша текущая команда по анализу данных не приносит результатов, приносящих доход, давайте поговорим. Наши эксперты по консалтингу в области анализа данных являются лидерами отрасли в области измеримой рентабельности инвестиций.