Analítica de negocios
|
Este artículo Necesita referencias adicionales para verificación. (Octubre de 2010) |
Analítica de negocios (BA) se refiere a los conocimientos, tecnologías, prácticas de continua exploración iterativa e investigación de los últimos resultados empresariales a comprender y manejar la planificación de negocios.[1] Analítica empresarial se centra en desarrollar nuevos conocimientos y la comprensión de performance del negocio basado en datos y métodos estadísticos. En contraste, inteligencia de negocios tradicionalmente se centra en el uso de un conjunto coherente de indicadores tanto medir rendimiento y guía de planificación de negocios, que también se basa en datos y métodos estadísticos.
Negocio Analytics hace uso extensivo de los datos, Estadística y cuantitativa Análisis, explicativo y Modelación predictiva,[2] y gestión basada en el hecho de conducir toma de decisiones. Por lo tanto está estrechamente relacionado con Ciencias Gerenciales. Analytics puede usarse como entrada para las decisiones humanas o puede conducir a decisiones totalmente automatizadas. Business intelligence es consultar, Presentación de informes, procesamiento analítico en línea (OLAP) y "alertas".
En otras palabras, consultas y reporting, OLAP y alerta de herramientas pueden responder a preguntas como ¿qué pasó, cuántos, con qué frecuencia, dónde está el problema y qué acciones son necesarias. Analítica de negocios puede responder a preguntas como por qué sucede esto, qué pasa si estas tendencias continúan, ¿qué va a pasar (eso es, predecir), ¿qué es lo mejor que puede pasar (es decir, optimizar).[3]
Contenido
- 1 Ejemplos de aplicación
- 2 Tipos de análisis
- 3 Dominios básicos dentro de analytics
- 4 Historia
- 5 Desafíos
- 6 Compitiendo en analytics
- 7 Véase también
- 8 Referencias
- 9 Lectura adicional
Ejemplos de aplicación
Los bancos, tales como Capital One, uso Análisis de datos (o Analyticscomo también se le llama en el contexto de negocios), para distinguir entre los clientes basados en riesgo de crédito, uso y otras características y luego para que coincida con las características del cliente con ofertas de productos apropiados. Harrah, la firma de juegos de azar, utiliza analytics en su fidelización de clientes programas. E & J Gallo Winery cuantitativamente analiza y predice el atractivo de sus vinos. Entre 2002 y 2005, Deere & Company ahorrado más de $ 1 billón mediante el empleo de una nueva herramienta analítica para optimizar mejor el inventario.[3]
Tipos de análisis
- Análisis decisivo: apoya las decisiones humanas con análisis visual de los modelos de usuario para reflejar el razonamiento.
- Análisis descriptivo: Obtener un conocimiento de datos históricos con Presentación de informes, cuadros de mando, clustering etc.
- Análisis predictivo (modelado utilizando estadísticos predictivos y aprendizaje automático técnicas)
- Análisis prescriptivo recomendar decisiones utilizando optimización, simulación, etc..
Dominios básicos dentro de analytics
- Análisis del comportamiento
- Análisis de cohortes
- Análisis de colecciones
- Modelado de datos contextuales - apoya el razonamiento humano que ocurre después de ver "cuadros de mando ejecutivos" o cualquier otro análisis visual
- Servicios financieros Analytics
- Fraude Analytics
- De marketing Analytics
- Fijación de precios Analytics
- Ventas por menor Analytics
- Riesgo y crédito Analytics
- Cadena de suministro Analytics
- Análisis de talento
- Telecomunicaciones
- Transporte Analytics
Historia
Análisis se han utilizado en el negocio desde los ejercicios de gestión fueron puestos en su lugar Frederick Winslow Taylor a finales del siglo XIX. Henry Ford mide el tiempo de cada componente en su flamante línea de montaje. Pero análisis empezaron a exigir más atención en la década de 1960 cuando se utilizaron ordenadores en a sistemas de soporte de decisión. Desde entonces, ha cambiado analítica y regimientose el desarrollo de planificación de recursos empresariales Sistemas (ERP), almacenes de datosy un gran número de otras herramientas de software y procesos.[3]
En los últimos años ha explotado la analítica de negocios con la introducción a los ordenadores. Este cambio ha traído analítica a un nuevo nivel y ha realizado las posibilidades infinitas. En cuanto a análisis ha llegado en la historia, y lo que es hoy el campo actual de la analítica muchas personas nunca pensaría que analytics comenzó a principios de 1900 con el mismo Sr. Ford.
Desafíos
Analítica de negocios depende de suficientes volúmenes de datos de alta calidad. La dificultad para garantizar la calidad de los datos es integrar y reconciliar datos a través de diferentes sistemas y entonces decidir qué subconjuntos de datos a disposición.[3]
Previamente, análisis se consideran un tipo de método después de los hechos de pronóstico comportamiento del consumidor examinando el número de unidades vendidas en el último trimestre o el año pasado. Este tipo de almacenamiento de datos requiere mucho más espacio de almacenamiento que de la velocidad. Ahora analítica de negocios se está convirtiendo en una herramienta que puede influir en el resultado de las interacciones del cliente.[4] Cuando un tipo específico de cliente está considerando una compra, una empresa habilitada analítica puede modificar el argumento de venta para atraer a ese consumidor. Esto significa que el espacio de almacenamiento para datos de todo lo que tiene que reaccionar muy rápido para proporcionar los datos necesarios en tiempo real.
Compitiendo en analytics
Thomas Davenport, profesor de tecnología de la información y gestión en Babson College sostiene que las empresas pueden optimizar una capacidad empresarial distinta vía analítica y así competir mejor. Él identifica estas características de una organización que son aptas para competir en analytics:[3]
- Uno o más altos ejecutivos que abogan fuertemente decisiones basadas en hechos y, en concreto, analytics
- Uso generalizado no sólo estadística descriptiva, pero también modelos predictivos y complejo optimización técnicas
- Uso substancial de la analítica a través de múltiples funciones comerciales o procesos
- Movimiento hacia un enfoque de nivel empresarial para la gestión de herramientas analíticas, datos y capacidades y habilidades organizativas
Véase también
- Analytics
- Análisis de negocio
- Analista de negocios
- Inteligencia de negocios
- Descubrimiento del proceso de negocios
- Dinámica del cliente
- Minería de datos
- OLAP
- Estadísticas
- Prueba y aprende
Referencias
- ^ Beller, J. Michael; Alan Barnett (2009-06-18). "La próxima generación Business Analytics". Lightship Partners LLC. 2009-06-20 obtenido.
- ^ Galit Schmueli y Otto Koppius. "Predictivo vs modelo explicativo está en investigación".
- ^ a b c d e Davenport, Thomas H.; Harris, Jeanne G. (2007). Compitiendo en analytics: la nueva ciencia de ganar. Boston, Massachusetts: Harvard Business School Press. ISBN978-1-4221-0332-6.
- ^ "Elegir el mejor almacenamiento de Business Analytics". Dell.com. 2012-06-25.
Lectura adicional
- Bartlett, Randy (febrero de 2013). Guía de un practicante de Business Analytics: usando herramientas de análisis de datos para mejorar la toma de decisiones y la estrategia de su organización. McGraw-Hill. ISBN978-0071807593.
- Davenport, Thomas H.; Jeanne G. Harris (marzo de 2007). Compitiendo en Analytics: la nueva ciencia de ganar. Harvard Business School Press.
- McDonald ' s, Mark; Tina Nunno (febrero de 2007). Creación de empresa de apalancamiento: La Agenda del CIO 2007. Stamford, CT: Gartner, Inc.
- Stubbs, Evan (julio de 2011). El valor de la analítica de negocios. John Wiley & Sons.
- Ranadive, Vivek (2006-01-26). El poder de predecir: Cómo anticipan a tiempo Real las empresas cliente necesita, crear oportunidades y vencer a la competencia. McGraw-Hill.
- Zabin, Jeffrey; Gresh Brebach (febrero de 2004). Marketing de precisión. John Wiley.
- Baker, Stephen (23 de enero de 2006). "Las matemáticas serán Rock Your World". BusinessWeek. de 2007-09-19.
- Davenport, Thomas H. (01 de enero de 2006). "Competir en Analytics". Harvard Business Review.
- Pfeffer, Jeffrey; Robert I. Sutton (Enero de 2006). "Gestión basada en evidencia". Harvard Business Review.
- Davenport, Thomas H.; Jeanne G. Harris (verano 2005). "Decisiones automatizadas viene de la edad". MIT Sloan Management Review.
- Lewis, Michael (abril de 2004). Moneyball: El arte de ganar un juego injusto. W.W. Norton & Co.
- Bonabeau, Eric (mayo de 2003). "No confiar en su instinto". Harvard Business Review.
- Davenport, Thomas H.; Jeanne G. Harris; David W. De Long; Alvin L. Jacobson. "Datos de conocimiento para resultados: construir una capacidad analítica". California Management Review 43 (2): 117-138. Doi:10.2307/41166078.