Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Чтобы узнать о других значениях, см. Аналитика (значения) .

Аналитика - это систематический вычислительный анализ данных или статистики. [1] Он используется для обнаружения, интерпретации и передачи значимых закономерностей в данных . Это также влечет за собой применение шаблонов данных для эффективного принятия решений. Это может быть полезно в областях, богатых записанной информацией; Аналитика основана на одновременном применении статистики , компьютерного программирования и исследования операций для количественной оценки производительности.

Организации могут применять аналитику к бизнес-данным для описания, прогнозирования и повышения эффективности бизнеса. В частности, области аналитики включают в себя прогнозную аналитику , предписывающую аналитику , управление корпоративными решениями , описательную аналитику, когнитивную аналитику, аналитику больших данных, розничную аналитику, аналитику цепочки поставок, оптимизацию ассортимента магазинов и складских единиц, оптимизацию маркетинга и моделирование комплекса маркетинга , Интернет аналитика , аналитика звонков, речевая аналитика , определение размеров и оптимизация продаж, моделирование цен и продвижения, прогнозная наука, графическая аналитика, анализ кредитных рисков ианалитика мошенничества . Поскольку аналитика может требовать обширных вычислений (см. Большие данные ), алгоритмы и программное обеспечение, используемые для аналитики, используют самые современные методы в области компьютерных наук, статистики и математики. [2]

Анализ трафика самой английской Википедии

Аналитика против анализа [ править ]

Анализ данных ориентирован на понимание прошлого; что случилось и почему это произошло. Аналитика фокусируется на том, почему это произошло и что произойдет в будущем. [3]

Аналитика данных - это многопрофильная область. Широко используются компьютерные навыки, математика, статистика, использование методов описания и прогнозных моделей для получения ценных знаний из данных с помощью аналитики. [ необходима цитата ] . Выводы из данных используются, чтобы рекомендовать действия или руководить принятием решений, основанных на бизнес-контексте. Таким образом, аналитика касается не столько отдельных анализов или этапов анализа, сколько всей методологии [ согласно кому? ] . Существует ярко выраженная тенденция к использованию термина « аналитика» в бизнес-настройках, например, текстовая аналитика по сравнению с более общим интеллектуальным анализом текста.чтобы подчеркнуть эту более широкую перспективу. [ необходима цитата ] Термин расширенная аналитика все чаще используется для описания технических аспектов аналитики, особенно в новых областях, таких как использование методов машинного обучения , таких как нейронные сети , дерево решений, логистическая регрессия, линейная к множественный регрессионный анализ , классификация для прогнозного моделирования . [4] Он также включает методы неконтролируемого машинного обучения, такие как кластерный анализ , анализ главных компонентов., анализ профиля сегментации и анализ ассоциаций. [5]

Приложения [ править ]

Оптимизация маркетинга [ править ]

Маркетинг превратился из творческого процесса в процесс, основанный на данных. Маркетинговые организации используют аналитику для определения результатов кампаний или усилий и для принятия решений в отношении инвестиций и ориентации на потребителей. Демографические исследования, сегментация клиентов, совместный анализ и другие методы позволяют маркетологам использовать большие объемы данных о покупках потребителей, опросов и панельных данных для понимания и передачи маркетинговой стратегии.

Маркетинговая аналитика состоит как из качественных, так и количественных, структурированных и неструктурированных данных, используемых для принятия стратегических решений в отношении брендов и результатов доходов. Процесс включает в себя прогнозное моделирование, маркетинговые эксперименты, автоматизацию и обмен информацией о продажах в реальном времени. Эти данные позволяют компаниям делать прогнозы и изменять стратегическое исполнение для достижения максимальных результатов.

Веб-аналитика позволяет маркетологам собирать информацию на уровне сеанса о взаимодействиях на веб-сайте с помощью операции, называемой сеансированием . Google Analytics - это пример популярного бесплатного инструмента аналитики, который маркетологи используют для этой цели. Эти взаимодействия предоставляют информационным системам веб-аналитики информацию, необходимую для отслеживания реферера, ключевых слов поиска, определения IP-адреса и отслеживания действий посетителя. С помощью этой информации маркетолог может улучшить маркетинговые кампании, креативное содержание веб-сайта и информационную архитектуру.

Методы анализа, часто используемые в маркетинге, включают моделирование комплекса маркетинга, анализ ценообразования и продвижения, оптимизацию продаж и аналитику клиентов, например сегментацию. Веб-аналитика и оптимизация веб-сайтов и онлайн-кампаний теперь часто работают рука об руку с более традиционными методами маркетингового анализа. Акцент на цифровых медиа немного изменил словарный запас, поэтому моделирование маркетингового комплекса обычно называют моделированием атрибуции в контексте цифрового моделирования или моделирования маркетингового комплекса .

Эти инструменты и методы поддерживают как стратегические маркетинговые решения (например, сколько в целом потратить на маркетинг, как распределить бюджеты по портфелю брендов и маркетинговому миксу), так и более тактическую поддержку кампании с точки зрения нацеливания на лучшего потенциального клиента оптимальное сообщение в наиболее экономически выгодном носителе в идеальное время.

Аналитика людей [ править ]

People Analytics использует поведенческие данные, чтобы понять, как работают люди, и изменить способ управления компаниями. [6]

Людская аналитика также известна как аналитика персонала, HR-аналитика, аналитика талантов, понимание людей, понимание талантов, понимание коллег, аналитика человеческого капитала и аналитика HRIS. HR-аналитика - это приложение аналитики, которое помогает компаниям управлять человеческими ресурсами . [7] Кроме того, HR-аналитика стала стратегическим инструментом анализа и прогнозирования тенденций, связанных с человеческими ресурсами, на меняющихся рынках труда с использованием инструментов карьерной аналитики. [8] Цель состоит в том, чтобы определить, каких сотрудников нанять, каких поощрить или продвинуть, какие обязанности возложить и аналогичные проблемы с человеческими ресурсами. [9]HR-аналитика становится все более важной для понимания того, какие поведенческие профили будут успешными, а какие - нет. Например, анализ может обнаружить, что люди, соответствующие определенному типу профиля, с наибольшей вероятностью преуспеют в определенной должности, что сделает их лучшими сотрудниками для найма.

Было высказано предположение, что People Analytics - это отдельная дисциплина от HR-аналитики, представляющая больший упор на бизнес-проблемы, а не на административные процессы [10], и что People Analytics может не относиться к человеческим ресурсам в организациях. [11] Однако эксперты расходятся во мнениях по этому поводу, поскольку многие утверждают, что отделу кадров необходимо будет развивать People Analytics как ключевую часть более способной и стратегической бизнес-функции в меняющемся мире работы, вызванном автоматизацией. [12] Вместо того, чтобы вынести People Analytics за пределы HR, некоторые эксперты утверждают, что она относится к сфере HR, хотя и поддерживается новым поколением специалистов по персоналу, которые больше ориентируются на данные и разбираются в бизнесе. [13]

Портфельная аналитика [ править ]

Распространенное применение бизнес-аналитики - анализ портфеля . В этом случае банк или кредитное агентство имеет набор счетов разной стоимости и риска . Счета могут различаться в зависимости от социального статуса (богатый, средний класс, бедный и т. Д.) Владельца, географического положения, чистой стоимости и многих других факторов. Кредитор должен сбалансировать доход по ссуде с риском неисполнения обязательств по каждой ссуде. Тогда возникает вопрос, как оценить портфель в целом.

Ссуда ​​с наименьшим риском может быть предоставлена ​​очень богатым, но есть очень ограниченное число богатых людей. С другой стороны, есть много бедных, которым можно дать взаймы, но они подвергаются большему риску. Должен быть найден некоторый баланс, который максимизирует прибыль и сводит к минимуму риск. Аналитическое решение может сочетать анализ временных рядов со многими другими проблемами, чтобы принимать решения о том, когда давать деньги в долг этим различным сегментам заемщиков, или решения о процентной ставке, взимаемой с участников сегмента портфеля, чтобы покрыть любые убытки между участниками в этом сегменте. .

Аналитика рисков [ править ]

Прогностические модели в банковской сфере разрабатываются для обеспечения достоверности оценок риска для отдельных клиентов. Кредитные баллысозданы для прогнозирования поведения отдельных лиц и широко используются для оценки кредитоспособности каждого заявителя. Кроме того, анализ рисков проводится в научном мире и в страховой отрасли. Он также широко используется в финансовых учреждениях, таких как компании-поставщики шлюзов онлайн-платежей, для анализа того, была ли транзакция подлинной или мошеннической. Для этого они используют историю транзакций клиента. Это чаще всего используется при покупке по кредитной карте, когда происходит внезапный всплеск объема транзакции клиента, клиент получает запрос на подтверждение, если транзакция была инициирована им / ею. Это помогает снизить потери из-за таких обстоятельств.

Цифровая аналитика [ править ]

Цифровая аналитика - это набор деловых и технических действий, которые определяют, создают, собирают, проверяют или преобразуют цифровые данные в отчеты, исследования, анализ, рекомендации, оптимизацию, прогнозы и автоматизацию. [14] Сюда также входит SEO ( поисковая оптимизация ), при которой отслеживается поиск по ключевым словам и эти данные используются в маркетинговых целях. Даже баннерная реклама и клики подпадают под цифровую аналитику. Все большее число брендов и маркетинговых фирм полагаются на цифровую аналитику в своих задачах цифрового маркетинга, где MROI (маркетинговая окупаемость инвестиций) является важным ключевым показателем эффективности (KPI).

Аналитика безопасности [ править ]

Под аналитикой безопасности понимаются информационные технологии (ИТ) для сбора событий безопасности для понимания и анализа событий, представляющих наибольший риск. [15] Продукты в этой области включают информацию о безопасности, управление событиями и аналитику поведения пользователей.

Программная аналитика [ править ]

Основная статья: Программная аналитика

Программная аналитика - это процесс сбора информации о способах использования и производства программного обеспечения .

Проблемы [ править ]

В индустрии коммерческого программного обеспечения для аналитики упор сделан на решение задач анализа массивных и сложных наборов данных, часто когда такие данные постоянно меняются. Такие наборы данных обычно называют большими данными . Если раньше проблемы, связанные с большими данными, находили только в научном сообществе, сегодня большие данные представляют собой проблему для многих предприятий, которые используют транзакционные системы в Интернете и, как следствие, быстро накапливают большие объемы данных. [16]

Анализ неструктурированных типов данных - еще одна проблема, привлекающая внимание в отрасли. Неструктурированные данные отличаются от структурированных данных тем, что их формат сильно различается и не может быть сохранен в традиционных реляционных базах данных без значительных усилий при преобразовании данных. [17] Источники неструктурированных данных, такие как электронная почта, содержимое документов текстового процессора, PDF-файлы, геопространственные данные и т. Д., Быстро становятся актуальным источником бизнес-аналитики для предприятий, правительств и университетов. [18] Например, в Великобритании обнаружение, что одна компания незаконно продавала поддельные записи врача, чтобы помочь людям обмануть работодателей и страховые компании, [19]это возможность для страховых компаний повысить бдительность анализа неструктурированных данных. По оценке Глобального института McKinsey, анализ больших данных может сэкономить американской системе здравоохранения 300 миллиардов долларов в год и европейскому государственному сектору 250 миллиардов евро. [20]

Эти задачи в настоящее время служат источником вдохновения для многих инноваций в современных аналитических информационных системах, порождая относительно новые концепции машинного анализа, такие как сложная обработка событий , полнотекстовый поиск и анализ, и даже новые идеи в презентациях. [21] Одним из таких нововведений является введение в машинный анализ сетевой архитектуры, позволяющей увеличить скорость массовой параллельной обработки за счет распределения рабочей нагрузки на множество компьютеров с равным доступом к полному набору данных. [22]

Аналитика все чаще используется в образовании , особенно на уровне округов и правительственных учреждений. Однако сложность показателей успеваемости учащихся создает проблемы, когда преподаватели пытаются понять и использовать аналитику для выявления закономерностей в успеваемости учеников, прогнозирования вероятности их окончания, повышения шансов на успех учеников и т. Д. 48% учителей затруднялись задавать вопросы на основе данных, 36% не понимали данные и 52% неправильно интерпретировали данные. [23] Для борьбы с этим некоторые инструменты аналитики для преподавателей используют данные, отпускаемые без рецепта.формат (встраивание этикеток, дополнительной документации и справочной системы, а также принятие ключевых решений по упаковке / отображению и содержанию) для улучшения понимания преподавателями и использования отображаемой аналитики. [24]

Еще одна новая проблема - это динамичные нормативные потребности. Например, в банковской сфере требования Базеля III и будущие потребности в достаточности капитала, вероятно, заставят даже более мелкие банки принять модели внутреннего риска. В таких случаях облачные вычисления и язык программирования с открытым исходным кодом R могут помочь небольшим банкам внедрить аналитику рисков и поддерживать мониторинг на уровне филиалов с помощью прогнозной аналитики. [ необходима цитата ]

Риски [ править ]

Основной риск для людей - это дискриминация, такая как ценовая или статистическая дискриминация . См. Рецензию на книгу Scientific American "Оружие математического разрушения".

Также существует риск того, что разработчик может извлечь выгоду из идей или работы, проделанной пользователями, как в этом примере: пользователи могут писать новые идеи в приложении для создания заметок, которые затем могут быть отправлены как настраиваемое событие, а разработчики могут получать прибыль от эти идеи. Это может произойти из-за того, что право собственности на контент обычно не определено законом. [25]

Если личность пользователя не защищена, рисков больше; например, риск того, что личная информация о пользователях станет общедоступной в Интернете.

В высшей степени существует риск того, что правительства могут собрать слишком много частной информации теперь, когда правительства предоставляют себе больше полномочий для доступа к информации граждан.

Дополнительная информация: Хранение телекоммуникационных данных

См. Также [ править ]

  • Анализ
  • Аналитические приложения
  • Архитектурная аналитика
  • Поведенческая аналитика
  • Бизнес-аналитика
  • Бизнес-аналитика
  • Облачная аналитика
  • Обработка сложных событий
  • Непрерывная аналитика
  • Культурная аналитика
  • Клиентская аналитика
  • Дашборд (бизнес)
  • Сбор данных
  • Архитектура представления данных
  • Встроенная аналитика
  • Обучающая аналитика
  • Список тем программной инженерии
  • Аналитика мобильного местоположения
  • Аналитика новостей
  • Онлайн-аналитическая обработка
  • Аналитика онлайн-видео
  • Оперативная отчетность
  • Исследование операций
  • Прогноз
  • Прогнозная аналитика
  • Прогнозная инженерная аналитика
  • Предписательная аналитика
  • Семантическая аналитика
  • Умная сеть электроснабжения
  • Социальная аналитика
  • Программная аналитика
  • Речевая аналитика
  • Статистика
  • Аналитика поведения пользователей
  • Визуальная аналитика
  • Веб-аналитика
  • Аналитика выигрышей и проигрышей

Ссылки [ править ]

  1. ^ "Оксфордское определение аналитики" .
  2. ^ Кохави, Ротледер и Симудис (2002). «Новые тенденции в бизнес-аналитике». Коммуникации ACM . 45 (8): 45–48. CiteSeerX 10.1.1.13.3005 . DOI : 10.1145 / 545151.545177 . S2CID 15938729 .  
  3. ^ Парк, Дэвид. «Анализ против аналитики: прошлое против будущего» . EE Times . Проверено 20 января 2021 года .
  4. ^ «AI, большие данные и расширенная аналитика в цепочке поставок» . Forbes.com . Проверено 16 апреля 2020 года .
  5. ↑ Ронин Майерс (19 мая 2019 г.). Методы управления данными и статистического анализа . ISBN 9781839473395. Проверено 16 апреля 2020 года .
  6. ^ lukem (4 ноября 2016 г.). «Аналитика людей: трансформация управления с помощью поведенческих данных» . Программы для профессионалов | MIT Professional Education . Проверено 3 апреля 2018 года .
  7. ^ Chalutz Бен-Гал, Хила (2019). «Обзор HR-аналитики на основе рентабельности инвестиций: инструменты практической реализации» (PDF) . Обзор персонала, Том. 48 No. 6, pp. 1429-1448. Цитировать журнал требует |journal=( помощь )
  8. ^ Sela, А., Chalutz Бен-Гал, Хила (2018). «Карьерная аналитика: анализ текучести кадров и карьерного роста в наукоемких фирмах: Google, Facebook и др.» (PDF) . В 2018 году Международная конференция IEEE по науке об электротехнике в Израиле (ICSEE). IEEE. Цитировать журнал требует |journal=( помощь )CS1 maint: multiple names: authors list (link)
  9. ^ «Аналитика людей - Пенсильванский университет» . Coursera.
  10. ^ "People Analytics: MIT 24 июля 2017 г." . HR Examiner . 2 августа 2017 года . Проверено 3 апреля 2018 года .
  11. ^ Берсин, Джош. "Вундеркинды приходят в HR: аналитика людей уже здесь" . Forbes . Проверено 3 апреля 2018 года .
  12. ^ «Руководство генерального директора по конкуренции через HR» . Проверено 24 июля 2020 года .
  13. ^ Макналти, Кит. «Пришло время для HR 3.0» . Экономика талантов . Проверено 24 июля 2020 года .
  14. ↑ Филлипс, Джуда «Создание организации цифровой аналитики» Financial Times Press, 2013, стр. 7–8.
  15. ^ «Аналитика безопасности вселяет надежду на обнаружение нарушений» . Корпоративные инновации. Архивировано из оригинального 12 февраля 2019 года . Проверено 27 апреля 2015 года .
  16. ^ Наоне, Эрика. «Новые большие данные» . Обзор технологий, Массачусетский технологический институт . Проверено 22 августа 2011 года .
  17. ^ Инмон, Билл; Несавич, Энтони (2007). Использование неструктурированных данных . Прентис-Холл. ISBN 978-0-13-236029-6.
  18. ^ Мудрый, Линдси. «Анализ данных и неструктурированные данные» . Dashboard Insight. Архивировано из оригинала на 5 января 2014 года . Проверено 14 февраля 2011 года .
  19. ^ «Поддельные больничные листы врачей для продажи за 25 фунтов стерлингов, предупреждает отдел по расследованию мошенничества NHS» . Телеграф . Лондон. 26 августа 2008 . Проверено 16 сентября 2011 года .
  20. ^ «Большие данные: следующий рубеж для инноваций, конкуренции и производительности, как сообщается в статье« Строительство с большими данными »» . Экономист . 26 мая 2011 года. Архивировано 3 июня 2011 года.
  21. ↑ Ортега, Дэн (21 июня 2011 г.). «Мобильность: подпитка умной бизнес-аналитики» . ИТ-бизнес Edge. Архивировано из оригинала 5 июля 2011 года.
  22. ^ Khambadkone, Криш (10 февраля 2011). «Готовы ли вы к большим данным?» . InfoGain. Архивировано из оригинального 14 марта 2011 года.
  23. ^ Управление планирования, оценки и разработки политики Министерства образования США (2009). Внедрение принятия решений на основе данных в школах: доступ учителя, поддержка и использование. Министерство образования США (ERIC Document Reproduction Service No. ED504191)
  24. ^ Рэнкин, Дж. (28 марта 2013 г.). Как системы данных и отчеты могут бороться или распространять эпидемию ошибок анализа данных и как руководители учебных заведений могут помочь. Презентация проведена на Саммите школы лидерства Технологического информационного центра административного лидерства (TICAL).
  25. ↑ Алан Нортон (9 июля 2012 г.). «10 причин, по которым я избегаю социальных сетей» . TechRepublic . Проверено 4 января 2016 года .

Внешние ссылки [ править ]

  • Словарное определение аналитики в Викисловаре