Na-edit ng analytics expert na si Thomas Davenport, ang aklat ay nagbibigay ng pangkalahatang ideya ng katalinuhan sa negosyo na maaaring gumawa o masira ang madiskarteng malalaking pag-unlad ng data. Ang nakalipas na tag-araw na kinuha ko ang isang libreng kopya mula sa Chicago stop ng isang ipakita SAS kalsada para sa kanyang bagong data virtualization solusyon.
Dahil sa iba't ibang mga may-akda na kasangkot, ako ay i-highlight ang mga seksyon na sa tingin ko ay nagkakahalaga ng isang basahin.
Ang unang kabanata ay naglalabas ng analytics sa iba't ibang mga anyo nito. Ang Davenport ay nagsisimula sa isang kabanata na nagpapaliwanag sa iba't ibang porma ng analytics at ang kanilang mga pagkakaiba, habang ang kabanata dalawa, ni Keri Pearson, ay nagbibigay ng isang pinansiyal na halimbawa ng ROI. Ang isang listahan na lumilitaw sa dulo ng kabanata ay may ilang mga mahusay na aralin natutunan na isaalang-alang ang isang order ng mga potensyal na pangyayari. Ang ganitong paraan ay maaaring makatulong sa frame ng organisasyon na proyekto upang matugunan.
Upang ipakita kung ano ang ibig sabihin ko, narito ang isang halimbawa ng pagpili ng mga proyekto na may pinakamalaking ROI (return on investment):
Magsimula sa mataas na proyekto ng ROI, hindi kasama ang mababa o mahirap na mabilang na isa. Ang unang proyekto ay karaniwang nagdudulot ng pinakamalaking gastos dahil ang pagsisimula ay karaniwang nagsasangkot ng pag-set up ng data warehouse. Kung magagawa ito sa isang malaking proyekto ng ROI, ang mga proyekto sa hinaharap ay mas madali upang bigyang-katwiran …
Ang pinaka-relatable na kabanata para sa mga maliliit na negosyo ay Kabanata 4. Ang may-akda, Bill Franks, ay nagbibigay ng isang mahusay na pundasyon kung paano ang data ng Web ay ang batayan para sa paggawa ng higit sa accounting sa trapiko sa Web. Nag-aalok siya ng isang na-refresh na pagtingin sa halaga ng trapiko na hindi na-conversion - ang 96% ng mga bisita sa website na hindi nag-click sa isang pindutan na nilayon o nagsumite ng form na punan.
Ang segment na ito ay kapaki-pakinabang para sa mga maliliit na negosyo na naghahanap ng mas malalim na pangangatwiran sa likod ng gastos upang baguhin ang isang solusyon sa analytics o lumikha ng custom na dashboard. Marami pa ring tinatrato ng analytics bilang isang paraan ng accounting. Tulad ng sinabi nila sa mga patalastas na "Maghintay, mayroong higit pa!" Bueno, ipinapaliwanag ni Franks ang "higit pa" sa segment ng kabanata, Web Data In Action. Binanggit niya ang ilang mga modelo tulad ng pag-eempleyo at pagtugon sa pagtugon. Nagustuhan ko kung paano kumukuha ng mapanlikhang Franks ay para sa pagbibigay-diin sa mga segment ng customer na maaaring bumuo ng mga negosyo, tulad ng komentong ito:
Isaalang-alang ang isang segment na tinatawag na Dreamers na nakuha pulos mula sa pag-browse sa pag-uugali. Ang mga Dreamer ay paulit-ulit na naglagay ng isang item sa kanilang mga basket ngunit pagkatapos ay abandunahin ang mga ito. Ang mga Dreamer ay madalas na nagdaragdag at iniiwan ang parehong item maraming beses … Kaya kung ano ang maaari mong gawin pagkatapos ng paghahanap ng mga ito? Ang isang pagpipilian ay ang pagtingin sa kung ano ang mga customer ay abandoning.
Ang isa pang solidong segment ay Kabanata 12 na Tumutulong sa Analytical Talent. Ito ay isinulat ni Jeanne Harris (na co-wrote Analytics sa Trabaho na may Davenport at Robert Morison) at Elizabeth Craig. Nagbibigay ito ng maikling pangkalahatang ideya kung paano magtakda ng mga layunin sa pagtatalaga na nagpapakita sa iyong organisasyon na nauunawaan ang analytical talent:
Ang pag-aayos ng mga analyst na may napakahalagang impormasyon tungkol sa negosyo ay isang paraan upang mapanatili ang talento ng analytics.
Ang mga ideya ay nakikita sa kung ano ang nangyayari. Naalaala ko ang pag-aaral ng isang kilalang kompanya ng recruitment na nagpapahiwatig ng mga analyst na nagbabago ng trabaho nang bahagya mula sa kakulangan ng pakikipag-ugnayan at makabuluhang suporta. Dagdag pa rito, ipinapakita ni Harris at Craig kung paano makilala ang "4 Breeds ng analytical talent" na may wastong pagbibigay ng halaga ng bawat talento.
Ang mga isyu sa privacy ay nabanggit sa Kabanata 4, ngunit dapat basahin ng mga tagapagtaguyod ang Kabanata 13, Pamamahala para sa Analytics. Inilagay ni Stacy Blanchard at Robert Morson ang proseso para sa pagtatag ng pamamahala ng analytic, ang mga proseso na sa huli ay maprotektahan ang data hangga't ito ay binubunutan ang halaga:
Ang pagtatatag ng pamamahala ay isang halo ng agham at sining, kung saan ang partikular na kapangyarihan dinamika sa loob ng organisasyon ay may malaking papel. Walang isang wastong modelo ng pamamahala para sa analytics, ngunit maraming mga mahusay na alituntunin at kasanayan ang karaniwang matatagpuan sa mga organisasyon na may mataas na pagganap na kakayahan sa analytical.
Ang mga konsepto, habang ang ibig sabihin nito ay para sa mga malalaking organisasyon, ay maaari pa ring magkasya sa isang daluyan ng laki ng negosyo, tulad ng mga prinsipyo ng paggabay at pag-unawa kung bakit ang pamamahala ay mahalaga. Ang listahan na "Alam Mo na Ikaw ay Sumusunod Kapag …" ay maaaring mabago para sa mas maliit na mga negosyo na gumagamit ng analytics at may mga stakeholder na malayo sa kanilang mga operasyon.
Mamaya mga kabanata kasalukuyan kaso ng mga malalaking negosyo. Ang ilang mga tandaan ang epekto ng analytics sa mga tiyak na industriya, tulad ng retail (Sears) at pharmaceutical (Merck).
Muli, ito ay isang libro na sinadya para sa mga tagapamahala ng malalaking organisasyon. Ngunit para sa mga maliliit na negosyo na naghahanap upang lumago, maaari itong magbigay ng isang pangkalahatang-ideya na naghihikayat sa isang mas malalim na pagpapahalaga para sa detalyadong mga libro tulad ng Web Analytics 2.0 o Pagganap ng Marketing sa Google Analytics.
$config[code] not foundSa pangkalahatan, ang Analytics ay nagpapalakas ng isang negosyo upang tingnan kung paano ito gumagana. Ang mga librong tulad nito ay magbibigay ng tamang balangkas para sa pamamahala ng mga operasyon para sa iyong pinakamahusay na pagganap sa negosyo.
