Category : Enterprise Business

Enterprise Business

Data analytics applications focused on the needs of enterprise business. Demand prediction, sales forecasting, and data modeling.

Когато AI ти помага да избереш подарък

Добрите търговци продават добре, а най-добрите търговци предлагат на клиентите си незабравимо преживяване. Историята на онлайн магазина 1800-Flowers.com е безкрайно интересна, защото проследява пътя, по който една цветарница в Манхатън, купена през 70-те г. за $10 хил. до мултимилионен бизнес с подаръци, който през 2018 генерира продажби на стойност $1,2 млрд. Постигането на тази цел минава през впечатляваща AI иновация, която бетонира лидерската му позиция на онлайн пазара в САЩ.

Как анализът на данни подобрява управлението на складовите наличности

Без значение дали говорим за производствен, ритейл или дистрибуторски бизнес, складовите наличности са ключов елемент от гладкото му функциониране. Подобно предизвикателство трябва да бъде посрещнато по оптимален начин. Ако това не се случи, ще имаме загуба на ефективност, която пък ще резултира в неприемливо представяне в края на отчетния период. Изпълнено както трябва, управлението на складови наличности означава по-малко пари в брой, затворени в стока, навременни доставки и в крайна сметка – доволни клиенти. Както всички бизнеси знаят, това е важно.

Как автоматизацията на кредитния скоринг направи възможни FinTech заемите

Имаше времена, в които банките бяха единственият легитимен доставчик на кредити, но бързото навлизане на Интернет, навлизането на смарт устройствата и автоматизацията на кредитния скоринг създадоха индустрията на бързите заеми. Днес можеш да получиш пари в брой за минути с няколко клика в мобилния телефон. Добре дошли в света на финансовите технологии, известни още като FinTech. Автоматизираният кредитен скоринг е инструментът, който даде възможност на небанкируемата част от населението да има достъп до финансиране. Съчетаването на традиционната оценка на кредитен риск с machine learning, изкуствен интелект и последваща автоматизация на процесите даде основата на индустрията с бързите онлайн кредити по цял свят.

Ценова еластичност: Въпрос за милиони в търговията на дребно

Да посрещнеш нуждите на клиентите си е основата на един успешен бизнес в търговията на дребно. Неспособността да се справиш с тази задача може да те изтласка от пазара и то по-скоро рано, отколкото късно. Някои търговци разчитат на усета си за пазара, но ние като експерти по анализ на големи данни сме запознати отблизо с максимата, формулирана от Артър Конан Дойл: „Да теоретизираш без данни е капитална грешка“.

Защо кредитният скоринг като услуга е най-добрата опция за фирмите за бързи кредити?

Кредитният скоринг е процесът, при който банките и компаниите за бързи кредити определят каква е степента на вероятност определен заемополучател да спре погасяването на кредита си. Този процес утилизира различни данни и малко или много е конструиран около бизнес логиката на компанията или банката. На много пазари като САЩ и Великобритания например, има т.нар. кредитни бюра, които присъждат персонален кредитенг рейтинг/скоринг на всеки човек на база предишното му поведение като кредитополучател. На други места, кредитният скоринг се определя от самите заемодатели, без значение дали са банки, телекоми, лизингови дружества или компании за бързи кредити. При този тип бизнеси, кредитният риск е за тяхна сметка, което обуславя необходимостта от решение като кредитния скоринг. В тази публикация ние обясняваме защо кредитният скоринг като услуга е най-удачната опция за заемодателите, без значение от техния размер и пазар, на който оперират. Тук споделяме трите основни възможности пред компания, която работи с такъв тип финансов риск.

H&M имат проблем на стойност $4,3 млрд. непродадена стока. Ето как да го предотвратите

Световноизвестният моден гигант H&M страдат от проблем с непродадена стока на стойност $4,3 млрд. Ситуацията стана ясна от отчета за първо тримесечие на 2018 г., която накара финансови анализатори и коментатори да спекулират със способността на компанията да остане конкурентна. Подобни твърдения могат да бъдат проблемни, особено за борсово-търгувана компания.

3 техники, с които търговците на дребно могат да постигнат по-успешен Черен петък

Черният петък бележи началото на коледната шопинг истерия от 1952 г. насам, когато е създаден като промоактивност на универсален магазин с цел да изчисти стоката с промоционални цени. Повече от половин век по-късно, Черният петък и уикенда след Деня на благодарността, включително Cyber Monday се превърнаха в мащабен генератор на клиенти, с което помагат на търговците да отбележат повече продажби и приходи. Доколкото данните са един от ключовите активи на един търговец, техният анализ може да увеличи ефективността, както и цялостното представяне на кампанийния период. Всяка година, търговците на дребно отчитат милиардни приходи в рамките на Черния петък, поради което си струва да се проучат различни техники и възможности за по-голямо парче от тази пазарна торта.

В тази публикация споделяме 3 различни приложения на аналитичните услуги, които могат да подкрепят търговците в тяхната амбиция за (още) по-успешен Черен петък.

Как анализът на големи данни може да бъде приложен в кол центровете?

За много компании колцентровете са като нервна система. Те могат да сигнализират за рискове и потенциални заплахи, събират информация за динамиката в средата, в която компанията оперира и последно по ред, но не и по значение – те са директната връзка с най-важния актив на един бизнес – неговите клиенти. Като всяка нервна системи и колцентровете обработват големи количества информация. Ако тази информация има количествен израз, тогава със сигурност може да говорим за големи данни.

Ето защо в тази публикация разказваме повече за възможните аналитични подходи пред колцентровете, разполагащи с данни за своето представяне. Преди това обаче искаме да разсеем няколко мита относно приложението на data analytics в колцентровете.

Как банките използват големите данни. 8 области на приложение

Огромното количество данни, които генерира и съхранява е сред многото неща, които правят банковия сектор много специфичен. С комбинирането на аналитичното прогнозиране и свързаността, този сектор получава безкрайни възможности за оптимизиране на бизнес ефективността. В тази публикация ще посочим 8 тях, чувствайте се свободни да добавите и още в коментарите!

Как телекомите използват data analytics

Само за едно десетилетие, телекомуникационният сектор се промени както никой друг. Телекомите се изправиха пред трансформиращи предизвикателства и данните са в техния център. Телекомуникационните компании изместиха фокуса си от преноса на глас в доставянето на свързаност. Стационарната телефония се превърна в отживелица и сегментът отстъпва позиции. Конкуренцията става все по-яростна, а зрелостта на пазара означава ограничен брой крайни потребители, дори и IoT продуктите да се смятат за възможен генератор на растеж. От друга страна, има всички предпоставки подобна ситуация да бъде смятана от телекомите повече за възможност, отколкото като заплаха.