Analítica predictiu, dades grans i com fer-los funcionar

L’analítica predictiu és el resultat pràctic de Big Data i business intelligence (BI). Què feu quan la vostra empresa recull volums impressionants de dades noves? Les aplicacions empresarials actuals es posen de manifest en les muntanyes de dades de clients, mercat, audició social i aplicacions, núvols o dades de rendiment de producte en temps real. L’analítica predictiu és una forma d’aprofitar tota aquesta informació, obtenir noves visions tangibles i mantenir-se al capdavant de la competència.

Les organitzacions utilitzen analítiques predictives de diferents maneres, des del màrqueting predictiu i la mineria de dades fins a l'aplicació d'algorismes d'aprenentatge de màquines (ML) i intel·ligència artificial (AI) per optimitzar els processos empresarials i descobrir nous patrons estadístics. Es tracta bàsicament d’ordinadors que aprenen de comportaments anteriors sobre com millorar certs processos empresarials i aporten noves visions sobre el funcionament de la vostra organització. Però abans d’entrar a totes les maneres fascinants de les empreses i empreses tecnològiques s’utilitzen analítiques predictives per estalviar temps, estalviar diners i guanyar avantatge sobre la resta del mercat, és important parlar exactament de què són les analítiques predictives i què no..

Què és Analytics Analytics predictiu?

L’analítica predictiu no és un concepte en blanc i negre ni una característica discreta dels gestors de bases de dades moderns. Es tracta d'un munt de tecnologies d'anàlisi de dades i tècniques estadístiques desplegades sota una pancarta. La tècnica bàsica és l’anàlisi de regressió, que prediu els valors relacionats de múltiples variables correlacionades a partir de demostrar o rebutjar una suposició particular. Analítica predictiu tracta de reconèixer els patrons de les dades per a la probabilitat del projecte, segons Allison Snow, analista principal del màrqueting B2B de Forrester.

"És clau reconèixer que les analítiques es tracten de probabilitats, no absolutes", va explicar Snow, que cobreix l'espai de màrqueting predictiu. "A diferència de les analítiques tradicionals, quan s'apliqueu analítiques predictius, no se sap per endavant quines dades són importants. Les analítiques predictives determinen quines dades són predictives del resultat que voleu predir."

Penseu en un representant de vendes que mira un perfil líder en una plataforma de gestió de relacions amb els clients (CRM) com Salesforce.com. Suposem que el supòsit és que el client comprarà el vostre producte. Altres supòsits són que les variables són el cost del producte, el paper principal en un negoci i la proporció de rendibilitat actual de la companyia. Ara busqueu aquestes variables en una equació de regressió i voila! Tens un model predictiu a partir del qual extrapolar una estratègia eficaç per llançar i vendre un producte a la dreta.

A part de l’anàlisi de regressió (les complexitats i subconjunts dels quals es pot recopilar en aquest primer informe de Harvard Business Review ), l’analítica predictiu també utilitza mineria de dades progressivament més gran i ML. La mineria de dades és exactament el que sona: examines grans conjunts de dades per descobrir patrons i descobrir informació nova. Les tècniques de ML estan convertint-se, amb una major regularitat, a les cassoles de tamisat i pickaxes per trobar les peces de dades d'or. Les innovacions de ML, com les xarxes neuronals i els algorismes d’aprenentatge profund, poden processar aquests conjunts de dades no estructurades més ràpidament que un científic o investigador de dades tradicionals, i amb una precisió més gran a mesura que els algoritmes aprenen i milloren. De la mateixa manera que funciona IBM Watson, i els equips d’eines de codi obert com el TensorFlow de Google i el CNTK de Microsoft ofereixen funcionalitat ML a la mateixa línia.

El gran canvi que es va introduir en el boom analític predictiu no és només l’avançament de la ML i l’IA, sinó que ja no són només els científics de dades que utilitzen aquestes tècniques. Les eines de visualització de dades i BI i, juntament amb organitzacions de codi obert, com l'Apache Software Foundation, fan que les eines d'anàlisi de Big Data siguin més accessibles, més eficients i més fàcils d'utilitzar que mai. Les eines d'anàlisi de dades de ML i de dades ara són autoservei i estan en mans d'usuaris de negocis quotidians: des del nostre venedor que analitza les dades de plom o l'executiu que intenta desxifrar les tendències del mercat a la sala de juntes fins a la representació d'atenció al client que investiga punts de dolor comuns i clients socials. gestor de màrqueting per afegir demografies i tendències socials de seguidors per arribar a un públic objectiu adequat amb una campanya. Aquests casos d'ús són només la punta de l'iceberg a l'exploració de totes les maneres en què les analítiques predictius canvien de negoci, moltes més de les quals trobarem a continuació.

Dit això, les analítiques predictius no són com una bola de cristall o l’almanac esportiu de Biff Tannen de Back to the Future 2. Els algorismes i models no poden dir a la vostra empresa més enllà de l’ombra del dubte que el seu proper producte serà un guanyador de mil milions de dòlars. o que el mercat està a punt de tancar-se. Les dades no deixen de ser una manera d'endevinar una educació; simplement estem molt més educats del que abans érem.

Desglossar les anàlisis predictives, prescriptives i descriptives

En un altre informe de Forrester, titulat "Analytics predictive, poden infondre les vostres aplicacions amb un" avantatge injust ", " L'analista principal, Mike Gualtieri, assenyala que "la paraula" analítica "en" analítica predictiu "és una mica d'un error. L’analítica predictiu no és una branca de les analítiques tradicionals com l’informació o l’anàlisi estadística. Es tracta de trobar models predictius que les empreses puguin utilitzar per predir els resultats empresarials futurs i / o el comportament dels clients ".

En resum, Snow va explicar que el terme "predictiu" denota de manera inherent la probabilitat per sobre de la certesa, desglossant el paisatge de les eines d’analítica i com es transforma en analítiques prescriptives.

"Les analítiques descriptives, encara que no siguin especialment 'avançades', simplement capturen coses que van passar", va dir Snow. "L'analítica descriptiva o històrica és la base sobre la qual es pot desenvolupar un algorisme. Es tracta de mètriques simples, però sovint massa voluminoses per a gestionar-les sense una eina d'anàlisi.

"En general, els taulers i els informes són l'ús més comú per a les analítiques predictius en les organitzacions actuals. Aquestes eines sovint no tenen el vincle de decisions empresarials, d'optimització de processos, d'experiència del client o de qualsevol altra acció. És a dir, els models produeixen informació però no explícita. instruccions sobre què cal fer amb ells. L’analítica prescriptiva és allà on la perspicàcia compleix l’acció. Responen a la pregunta: "Ara sé la probabilitat que es pugui fer un resultat per influir-lo en la direcció que és positiva per a mi", ja sigui si això s’evita. el consum de clients o fer una venda més probable."

L’anàlisi predictiu és a tot arreu

A mesura que el paisatge de la BI evoluciona, les analítiques predictius van creixent el seu camí cap a cada vegada més casos d'ús empresarial. Eines com el nostre Editors 'Choices Tableau Desktop i Microsoft Power BI fan un disseny intuïtiu i usabilitat, i grans col·leccions de connectors i visualitzacions de dades per donar sentit als volums massius d’empreses de dades que importen de fonts com Amazon Elastic MapReduce (EMR), Google. Distribucions de BigQuery i Hadoop de jugadors com Cloudera, Hortonworks i MapR. Aquestes eines d’autoservei no necessàriament tenen encara les funcions d’analítica predictiva més avançades, però fan que el Big Data sigui molt més petit i fàcil d’analitzar i comprendre.

Snow va dir que hi ha una àmplia sèrie de casos d’ús per a analítiques predictius en els negocis actuals, des de la detecció del frau en el punt de venda (POS), l’ajustament automàtic del contingut digital basat en el context de l’usuari per generar conversions o iniciar un servei de client proactiu per a risc. fonts d’ingressos. En el màrqueting B2B, Snow va dir que les empreses i les pimes fan servir màrqueting predictiu pels mateixos motius que utilitzen qualsevol estratègia, tàctica o tecnologia: per guanyar, retenir i servir els clients millor que els que no ho fan.

Aprofundint més a fons, Snow va identificar tres categories de casos d’ús del màrqueting B2B, segons va dir que dominen l’èxit predictiu primerenc i van posar les bases per a un ús més complex d’analítiques de màrqueting predictiu.

1. Puntuació predictiu: priorització de perspectives, comptes i comptes coneguts en funció de la probabilitat d’acció.

"El punt d'entrada més comú per als venedors B2B en màrqueting predictiu, la puntuació predictiva afegeix una dimensió científica i matemàtica a la priorització convencional que es basa en l'especulació, l'experimentació i la iteració per obtenir criteris i ponderacions", va dir Snow. "Aquest cas d'ús ajuda als venedors i als venedors a identificar els comptes productius més ràpidament, dediquen menys temps a comptes amb menys probabilitats de convertir-se i iniciar campanyes de venda transversal o de promoció orientades."

2. Models d’identificació: identificació i adquisició de perspectives amb atributs similars als clients existents.

"En aquest cas d'ús, els comptes que mostraven el comportament desitjat (van realitzar una compra, van renovar un contracte o van comprar productes i serveis addicionals) serveixen de base d'un model d'identificació", va dir Snow. "Aquest cas d'ús ajuda a les vendes i als venedors a trobar perspectives valuoses abans del cicle de vendes, a descobrir nous comercialitzadors, a prioritzar els comptes existents per a l'expansió i a les iniciatives de màrqueting basat en comptes de potència (ABM), aportant a la superfície comptes que raonablement es pot esperar que siguin. més receptiu als missatges de vendes i màrqueting ".

3. Segmentació automatitzada: segments de segmentació per a missatgeria personalitzada.

"Els venedors B2B tradicionalment només han pogut segmentar-se només per atributs genèrics, com la indústria, i ho van fer amb un esforç manual que la personalització només es va aplicar a campanyes molt prioritzades", va dir Snow. "Ara, els atributs que s'utilitzen per alimentar algoritmes predictius ara es poden afegir als registres de comptes per donar suport tant a la segmentació complexa com automatitzada. Aquest cas d'ús ajuda a vendes i comercialitzadors a impulsar comunicacions sortints amb missatges rellevants, permeten converses substancials entre vendes i perspectives i informen l'estratègia de contingut. de manera més intel·ligent ".

Les eines de BI i els marcs de codi obert com Hadoop estan democratitzant les dades en general, però, a banda del màrqueting B2B, també s’estan integrant analítiques predictives en cada vegada més plataformes de programari basades en núvols en una gran quantitat d’indústries. Agafeu el lloc web de cites elevades de la companyia eHarmony, i el nombre de venedors en l'espai "Analítica predictiu per a la contractació". Aquestes plataformes encara són molt primerenques, però la idea d’utilitzar dades per predir quins sol·licitants d’ocupació són els més adequats per a llocs de treball específics i les empreses tenen el potencial de reinventar com els directius de recursos humans (recursos humans) recluten talent.

Els proveïdors d'assistència tècnica com Zendesk també han començat a afegir funcions d'analítica predictiu per ajudar al programari de taulell. La companyia va dotar de poders predictius la seva plataforma per ajudar els representants del servei d’atenció al client en zones problemàtiques amb un sistema d’alerta precoç basat en dades anomenat Satisfaction Prediction. La funció utilitza un algorisme ML per processar els resultats de les enquestes de satisfacció, llançant variables incloses el temps per resoldre un bitllet, la latència de resposta al servei del client i la redacció específica del bitllet en un algorisme de regressió per calcular la qualificació de satisfacció projectada del client.

També veiem que les analítiques predictius tenen un gran impacte en la línia de fons a escala industrial i amb Internet of Things (IoT). Google utilitza algoritmes ML als seus centres de dades per executar manteniment predictiu a les granges de servidors que alimenten la seva infraestructura de núvol pública de Google Cloud Platform (GCP). Els algorismes utilitzen dades sobre el temps, la càrrega i altres variables per ajustar les bombes de refrigeració del centre de dades de manera preventiva i redueixen significativament el consum d'energia.

Aquest tipus de manteniment predictiu s'està fent habitual a les fàbriques també. Empreses tecnològiques empresarials com SAP ofereixen plataformes de manteniment predictiu i serveis que utilitzen dades de sensors de dispositius de fabricació IoT connectats per predir quan una màquina té risc de patir problemes mecànics o fallades. Empreses tecnològiques com Microsoft també estan explorant el manteniment predictiu d’aplicacions aeroespacials, posant a Cortana treballar en l’anàlisi de dades de sensors dels motors i components dels avions.

La llista d’aplicacions comercials potencials continua, des de com l’analítica predictiva està canviant la indústria al detall fins a start-ups fintech mitjançant el model predictiu d’anàlisi de fraus i el risc de transaccions financeres. Només hem ratllat la superfície, tant de les maneres en què diferents indústries poden integrar aquest tipus d’anàlisi de dades com de les profunditats a les quals les eines i tècniques d’analítica predictiu redefineixen la manera de fer negocis de forma concreta amb l’evolució de la IA. A mesura que ens aproximem a mapar un cervell artificial, les possibilitats són infinites.