Peranan Transformatif Data Besar Merentas Industri

Kita semua pernah mendengar perkataan "Big Data" dan terus terang anda mungkin agak bosan mendengarnya. Walaupun istilah ini terlalu generik dan sering digunakan secara tidak wajar, ia bukan sekadar gembar-gembur. Ia adalah revolusi yang senyap. Zaman pengurusan dipacu data telah pun tiba dan mereka yang tidak menyesuaikan diri akan dihalang oleh persaingan. Mari kita lihat beberapa industri yang telah diubah dengan penggunaan analisis Big Data.

Industri runcit

Sektor runcit pada asasnya adalah model B2C dan oleh itu ia sangat berdaya saing. Pada masa lalu, mempunyai harga yang betul dan mempunyai jenis pengiklanan yang betul adalah kombinasi yang menang untuk menarik pelanggan dan menjana jualan. Walau bagaimanapun, dengan pembangunan saluran internet dan mudah alih untuk jualan dan pemasaran, industri telah menjadi lebih kompleks. Ini menimbulkan persoalan seperti saluran mana yang hendak digunakan untuk menyasarkan pelanggan tertentu, sekiranya harga dalam kedai dan kedai dalam talian adalah sama, item manakah yang perlu kita ada dalam stok untuk memastikan kita tidak terlepas peluang, dan isu perniagaan lain yang serupa .

Mewujudkan pengalaman pengguna yang lancar dan mengurus interaksi pelanggan berbilang saluran adalah penting. Sebagai contoh, pengguna mungkin mula menyelidik produk pada apl mudah alih, membelinya dalam talian dan mengambilnya di kedai. Menyelaraskan interaksi beli-belah berbilang saluran ini memerlukan perniagaan untuk mengurus, menyepadukan dan memahami pelbagai data yang datang dengan pantas tanpa henti. Sebagai contoh, anda mungkin mengetahui bahawa permainan video tertentu sangat popular tetapi pelanggan anda yang mana memesannya dalam talian dan yang mana lebih suka pergi ke kedai ialah soalan utama yang boleh mendorong kempen pemasaran yang diperibadikan dengan ROI yang lebih besar. Maklumat grafik berikut daripada firma perunding perniagaan dan teknologi Wipro menerangkan lebih lanjut.

Penggunaan Data Besar dalam industri peruncitan mempunyai 2 aplikasi utama: meningkatkan hasil dengan membuat tawaran pemasaran yang diperibadikan (lihat artikel Analitis Pelanggan awal untuk butiran lanjut) atau dengan mengoptimumkan pengurusan inventori dan dengan itu meningkatkan margin keuntungan dengan mengurangkan kos operasi (iaitu Pengurusan inventori Just-in-Time ). Tanya mana-mana peruncit apakah bahagian yang paling mahal dalam model perniagaan mereka dan mereka akan memberitahu anda - item duduk di atas rak. Selain perbelanjaan untuk memiliki ruang runcit dan item ini menduduki ruang fizikal yang berharga di kedai, terdapat kos penghantaran item ke kedai dan nilai susut nilainya dari semasa ke semasa. Yang membawa kita ke industri seterusnya…

Rantaian bekalan

Industri rantaian bekalan adalah mengenai pengoptimuman – siapa yang boleh menghantar barangan terpantas pada harga serendah mungkin. Untuk mendapatkan model perniagaan yang betul, terdapat banyak faktor logistik seperti saluran pengedaran, kedudukan geospatial gudang, ketepatan pesanan penghantaran, dsb. Oleh kerana ia merupakan industri pelbagai aspek yang melibatkan ramai pemain yang perlu bekerjasama, pengoptimuman melalui teknologi menghasilkan hasil yang menakjubkan keputusan. Menurut Kajian Megatrends Operasi Global Accenture, "membenamkan analitik data besar dalam operasi membawa kepada peningkatan 4.25x dalam masa penghantaran pesanan-ke-kitaran, dan peningkatan 2.6x dalam kecekapan rantaian bekalan sebanyak 10% atau lebih besar."

Memikirkan laluan terpendek dari pusat pengedaran ke kedai dan mempunyai stok yang seimbang di setiap pusat pengedaran memacu penjimatan besar dalam kos operasi. Kumpulan Perunding Boston menganalisis cara data besar digunakan dalam pengurusan rantaian bekalan dalam artikel "Membuat Data Besar Berfungsi: Pengurusan Rantaian Bekalan ". Salah satu contoh yang diberikan ialah bagaimana penggabungan dua rangkaian penghantaran diatur dan dioptimumkan menggunakan geoanalisis. Grafik berikut adalah dari artikel itu.

Perbankan & Insurans

Dalam kedua-dua sektor perbankan dan insurans, nama permainan ini ialah Pengurusan Risiko. Bank mengeluarkan pinjaman atau kad kredit kepada anda dan mereka menghasilkan wang berdasarkan kadar faedah. Selain risiko jelas anda tidak membayar hutang anda, terdapat risiko lain iaitu anda membayar hutang anda lebih awal dan dengan itu menjana pendapatan yang kurang untuk bank.

Analitik ramalan telah digunakan sejak tahun 90-an untuk mengenal pasti ambang kadar faedah yang mengakibatkan bayaran awal/penurunan pendapatan kadar faedah pinjaman untuk bank. Dalam dunia kewangan, satu urus niaga merupakan blok binaan utama bagi sejumlah besar data yang kemudiannya dianalisis dengan model ramalan dan berdasarkan arah aliran pada skala besar membolehkan pengkategorian profil pelanggan yang boleh meramalkan risiko yang berkaitan dengan pengguna individu. Bank boleh memodelkan prestasi kewangan pelanggan mereka pada pelbagai sumber data dan senario. Sains data juga boleh membantu mengukuhkan pengurusan risiko dalam bidang seperti pengesanan penipuan kad, pematuhan jenayah kewangan, pemarkahan kredit, ujian tekanan dan analitik siber.

Dalam dunia insurans, ia juga berpunca daripada profil pelanggan – jika premium terlalu tinggi (tawaran itu tidak sesuai dengan profil pelanggan) mereka mungkin bertukar kepada syarikat insurans lain. Sebaliknya, jika anda mempunyai pemandu kereta yang berisiko, tawaran anda menyebabkan syarikat insurans anda menanggung kos lebih tinggi dalam tuntutan berbanding dengan kadar insurans atau premium. Memikirkan pelanggan mana yang lebih terdedah kepada risiko daripada yang lain membolehkan tawaran disesuaikan tersuai yang mengurangkan risiko kehilangan pelanggan yang baik atau kehilangan wang ke atas pelanggan yang tidak baik. Contoh yang baik tentang cara teknologi mengganggu medan ini ialah peranti Syot Kilat yang menghantar data tentang masa pelanggan memandu, kekerapan mereka memandu dan seberapa keras mereka membrek.

Ia tidak mahal dan ia boleh didapati sekarang

Menurut kajian Accenture, sebab utama pemilik perniagaan tidak melaksanakan idea Data Besar mereka ialah persepsi bahawa ia sangat mahal. Mereka pasti betul 10 tahun lalu. Tidak lagi.

Platform LuckyTemplates Microsoft membenarkan pemilik perniagaan bersaiz kecil dan sederhana untuk memperoleh kuasa analisis Big Data tanpa sebarang kepakaran teknikal. Selain itu, kerana ia adalah platform, ia dilengkapi dengan alat BI khusus industri yang berwawasan – tidak perlu mencipta semula roda, anda boleh mula menggunakan laporan yang sama yang digunakan oleh pemain besar, untuk sebahagian kecil daripada kos. Menggunakan data perniagaan masa nyata, LuckyTemplates menyampaikan papan pemuka yang jelas dan jelas yang membantu pengurus memahami kedudukan perniagaan mereka hari ini, prestasi perniagaan itu dari segi sejarah dan perkara yang boleh dilakukan untuk kejayaan masa hadapan.

Selain penjimatan, pada kos pelaksanaan (yang boleh berpuluh atau ratusan ribu dolar) kos penyelenggaraan anda hampir sifar dolar. Pasukan Microsoft bukan sahaja memastikan platform berjalan lancar, tetapi menambah baik dan mengemas kini ciri semasa pasaran berkembang, supaya anda tahu bahawa anda akan sentiasa mendapat piawaian pelaporan terkini yang diterima pakai oleh industri pada komputer riba, mudah alih anda atau mana-mana peranti lain di mana sahaja anda berada.

Kami telah memasuki zaman analisis data lanjutan di mana kejayaan perniagaan jangka panjang bergantung pada memanfaatkan data untuk membangunkan cerapan dan menyampaikan penyelesaian kepada pelanggan. Bertindak sekarang untuk tidak ketinggalan dalam perlumbaan!