Predictive Analytics

Lepsze dla biznesu niż szklana kula
Dołącz do nieformalnej grupy pasjonatów analiz predykcyjnych Warsaw Predictive Analytics User Group i przyjdź na najbliższe spotkanie w Warszawie! Dołącz teraz!

Moje produkty trafiają do setek punktów sprzedaży. Same liczby na zamówieniach nie mówią mi wiele o popycie. Chcę wiedzieć więcej, by zwiększyć obroty firmy.

Czy można przewidzieć którzy klienci chcą zmienić dostawcę? I jaką rozsądną ofertę można im zaproponować, by zostali?

Co z tego, że mam pomysł na fajną kampanię promocyjną za dwa tygodnie, skoro czekam miesiąc, zanim IT przygotuje mi dane do analizy?

Coraz więcej prezesów i dyrektorów firm we wszystkich branżach staje przed pytaniami takimi jak te powyższe. Przeszłe wyniki, niezależnie od tego jak zostały owacyjnie przyjęte na rocznym zlocie firmowym, zostały zaksięgowane, zapieczątkowane i wysłane do archiwum. Nowy rok to nowe wyzwania, którym trzeba skutecznie stawić czoło.

Tradycyjnie, planowanie działań na nadchodzący okres rozliczeniowy odbywało się na bazie wyników okresu poprzedniego. Menedżerowie mieli wgląd do przeszłych wyników sprzedaży, jak również (zależnie od jakości i zakresu wdrożenia systemu informatycznego) widzieli na bieżąco aktualne stany zasobów przedsiębiorstwa i sprzedaży. Ilu pozyskamy nowych klientów? Jacy to będą klienci? Jakie nowe produkty opracujemy? Odpowiedzi na te pytania były de facto założeniami, które otrzymywali do realizacji inżynierowie i handlowcy. Miały one raczej charakter nadziei biznesowej: trzeba było wpisać nową, większą liczbę w rubrykę “przychody” i mieć nadzieję, że przez najbliższe 12 miesięcy wszyscy będą pracować na tyle wydajnie, że cele zostaną osiągnięte. Jeśli nie…

Rozwój technologii informatycznych (pojemności baz danych, mocy procesorów, dokładność programowania skomplikowanych modeli statystycznych) pozwala obecnie odejść od nadziei na rzecz szukania największego prawdopodobieństwa. Po to powstały i do tego służą rozwiązania analityczne klasy Predictive Analysis (analiza predykcyjna).

Analiza predykcyjna łączy w sobie doskonale znane i powszechnie stosowane typowe analizy biznesowe Business Intelligence / Business Analytics oraz coraz chętniej wykorzystywane analizy Big Data, ze szczególnym uwzględnieniem danych społecznościowych (social media) oraz Location Intelligence (mikrorynki, czyli rynki lokalne powiązane z daną lokacją np. salonem sprzedaży, siedzibą klienta). Predykcja pozwala na podstawie przeszłych wyników ocenić występowanie i siłę wpływu mnóstwa potencjalnych czynników na klienckie “tak” lub “nie”, a następnie odnieść je do przyszłości: czy wystąpią w rozpatrywanym okresie i z jakim skutkiem dla firmy. Podobnie jak w przypadku analiz Big Data, doświadczony pracownik może mieć przeczucie co do kilku najbardziej popularnych lub oczywistych czynników. Jednak dziś w biznesie rzadko wystarcza to, co oczywiste. To mogą robić wszyscy konkurenci. Kluczem do sukcesu — czyli zyskownego utrzymania klienta — jest robienie rzeczy nieoczywistych, które zostaną pozytywnie przyjęte przez klientów.

Załóżmy prosty przykład takiej analizy: centrum handlowe organizuje w weekend promocję połączoną z festynem okolicznościowym. Dyrekcja przewiduje, że łącznie pojawi się 10 tys. osób. Jednak w okolicy przebiegają właśnie naprawy powierzchni ulicy. Czy wpłynie to na publiczność festynu, a więc na uzyskane zyski? Analiza wykazała, że część klientów faktycznie zmieniła trasy poruszania się po okolicy (CRM + Big Data + Location Intelligence). Wpływa to negatywnie na dojazd do centrum (Location Intelligence). Straty są dość znaczne, ale przełożenie imprezy nie wchodzi w grę. Dyrekcja testuje różne rozwiązania kreatywne, ich koszt oraz wpływ na zyski, np. zorganizowanie autobusów dowożącego klientów do centrum, pozyskanie partnera reklamowego dla tych autobusów, przygotowanie wygodnych ścieżek do centrum połączonych z atrakcjami dla klientów. Mając przed oczami konkretne liczby (z określonym prawdopodobieństwem), dyrekcja wybiera rozwiązanie, które uważa za najlepsze.

Aby rozwiązać takie i inne problemy biznesowe odnoszące się do przyszłości, należy podjąć decyzję o wdrożeniu rozwiązania Predictive Analysis.


Poznaj lepiej nasze rozwiązania Predictive Analytics

Po analizie wstępnej wyzwania biznesowego i ocenie posiadanej infrastruktury analitycznej przez klienta, eksperci BSSG zaproponują rozwiązanie klasy Predictive Analysis, które spełni potrzeby klienta.

W tego typu wdrożeniach ekspertów BSSG wspierają wiedza i rozwiązania partnera technologicznego, firmy SAP: SAP Lumira, SAP InfiniteInsight.