A4Everyone Blog

30 г. е средната възраст на аналитичните експерти, Python е най-използваният от тях език

Kaggle, онлайн общността на аналитикс експертите, известни още като data scientists публикува проучване обхващащо цялата индустрия. Над 16 хил. са участниците в него, като те са учени, аналитици, експерти и статистици. Анкетата показва, че 3 от 4 професионалисти разчитат на Python, следван от R и SQL. Логистичната регресия е най-използваният аналитичен метод, следван от дърво на решенията и от метода на случайната гора.

Когато data analytics ни кара да се страхуваме

Прилаган най-често за увеличаване ефективността на измерими процеси, анализът на големи данни трудно може да ни накара да се страхуваме. Е, също като машините, data analytics може да бъде предизвикващ страх инструмент. Проблемът тук не е в силата на данните, а в нейната употреба. Малко преди Денят на Вси светии, в тази публикация споделяме няколко приложения от реалния живот, които най-малкото будят опасения.

Coca-Cola: Как гео анализът осигурява отлично таргетиране на семплинг кампания

Всички ние обичаме хубави продуктови семплинги. Те са един от много добрите начини да се запознаем с нов продукт, да го усетим от първа ръка. Все още не са измислени думи, които да пресъздадат вкуса, така както го усещаме ние. Ето защо, кампаниите за семплиране, известни още като дегустации, са сред любимите инструменти на маркетинг експертите в секторите на храни и напитки. Те просто работят много добре.

Доколкото сме посветили нашия блог на аналитичното прогнозиране и изкуствения интелект, искаме да разкажем за собствения ни опит за увеличаване резултатите на такъв тип семплинг кампании. От Coca-Cola ни потърсиха с доста интересен случай с тяхната нова опаковка от 0,75 л. Тя е насочена към домакинства от 2-ма или 3-ма души, които трябва да получат своя семпъл по време на вечеря. Така, марката свързва удоволствието от напитката с уюта на семейната вечеря. Звучи приятно, нали!?

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 времето влияе на продажбите в търговията на дребно

Тук няма колебания – времето действително оказва въздействие върху ритейл продажбите. Важният въпрос е до каква степен. Тази публикация е базарина на наши наблюдения върху данните, които имаме от клиент с верига сладкарници. Изследвахме историческите данни за продажбите на ниво обект и установихме, че продажбите могат да варират с до 40% на дневна база и това е наистина много.

Защо изкуственият интелект не може да победи фалшивите новини?

Като компания за анализ на големи данни, ние в A4E сме повече от запознати с възможностите и потенциала на изкуствения интелект, особено ако говорим за комбинирането му с автоматизация от какъвто и да било характер. Като част от обществото, също като теб, ние знаем, че фалшивите новини не са обикновени парчета информация, силно нехаресвани от политици със спорна репутация. Ето защо си зададохме въпроса дали AI е способен да помогне на потребителите и медийните бизнеси да отличи реалните новини от фалшивите такива.

Защо Меси не трябва да е най-добре платеният футболист. Анализът на данни обяснява!

Смятан за един от най-добрите, ако не и най-добрият играещ в момента футболист в света, Лео Меси е сред най-добре платените. Неговият договор с Барселона му осигурява заплата от 40€ млн. годишно или 770 хил. седмично.

Аналитичен модел, разработен от екип на Техническия университет Лорънс, щата Мичиган изчислява, че Меси действително трябва да е най-добре платеният футболист, но заплатата му е твърде висока. Учените използват machine learning, за да анализират заплатите 6082 професионални футболисти в Европа. Те сравняват заплащането с 55 показателя, имащи отношение към техните игрови способности. Аналитичният модел оценява точността на пасовете, вкараните голове, погледът върху играта, скоростта и ускорението, контролът върху топката, физическото състояние и още много други.

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!

Анализ на продуктово портфолио

Анализът на продуктовото портфолио е ключов инструмент за всеки бизнес, който работи с много продукти и/или услуги. Подходът за неговото изпълнение може да варира, но крайният резултат е качествена оценка на продуктовата линия. Бостънската матрица е доказан метод и в A4Everyone изградихме инструмент на нейна база, който улеснява и опростява оценката на приноса на всеки отделен продукт към резултатите на всяка компания.

Тук идва въпросът – какво да се прави, когато матрицата е приложена и докладът е готов? Има ли рецепти за успешни бизнес решения, когато данните са обработени и резултатите са вече готови? Какви са ценните късчета информация, които можем да извлечем от продукти категоризирани като Звезди, Кучета, Крави или Въпросителни. Как да превърнем въпросителните в звезди или кучетата в крави?

Как меню инженерингът може да увеличи печалбите на всеки ресторант?

Всичко започва през 70-те, когато Брус Хендерсън създава т. нар. Бостънска матрица. Нейната цел е да помогне на бизнеса в анализа на представянето на определен продукт в рамките на цялата продуктова линия. Бостънската матрица е семпъл, но в същото време ефективен подход, стига да бъде правилно приложен. Собствениците и мениджърите на ресторанти също могат да се възползват от него. В техния сектор, Бостънската матрица е известна още и като меню инженеринг. Това е базиран на данни подход за стимулиране на ръст на печалбите и в тази публикация ще споделим детайли точно в тази посока.