John Lucker是德勤諮詢公司顧問,他20多年來都沒有申請過一張新的信用卡。可是在過去的三年裏,他卻收到了超過300份來自銀行,連鎖酒店,各類無奇不有的團體的邀請。這是一個或被稱爲廣撒網式營銷的戰術,他認爲這也是「很是古老的戰術 」。html
若是公司對他廣撒網時候分析了他過去和如今的行爲,好比他多長時間申請一次信用卡或者他與他們的各項業務有怎樣的交集,那他們應該可以預料到他的反應而後把他們的祈禱留給下一個更可能的客戶。 Lucker的我的經歷使他確信,像這樣的基本作法還需完善。 首席信息官們,是時候幫助你的營銷部門來進行更好的分析了。安全
可是,經過使用預測分析法來實現更好的分析可不是個普通的任務, Lucker說。它須要先進的工具和技術,以及數據科學家的特質-革新和創造力。他們共同指引企業去回答「細碎」的問題 – 這是他給「關於你可能面臨的最棘手業務問題的實際而且具體的問題」設定的標籤。網絡
細碎問題與戰略目標相一致,與關鍵績效指標(KPIs )相關 ,被設定爲可操做性與信息性並重,有先見之明,而不是作過後諸葛亮。舉個例子? Lucker建議道:機器學習
雖然列出問題清單只是個起點。「你應該將它們歸類到相應的分組,整理觀點和並使之聚焦在你的總體企業和客戶策略,以及所期待的關鍵績效指標上。」他說。工具
可視化能夠幫助人們掌握複雜的數據,但構建有易於消化這一特性的可視化可能會很是棘手。在The Data Warehousing Institute的網絡研討會上,獨立分析公司WiseAnalytics的總裁和創始人Lyndsay Wise歸納出了能有所幫助的五條最佳操做。學習
一、簡化表示層大數據
「給一我的過量的信息並不能使它變得更容易被接收。」Wise說。「自定義可視化創建在受衆基礎上。例如,數據科學家相對通常用戶,有能力,並且而頗有可能已經訪問了不一樣類型的數據。此外,要讓指標和任何動做項可以被很容易的找到。設計
二、爲每一臺設備進行設計htm
移動設備必須被分解爲自助式商業智能(BI )應用和可視化兩部分,Wise說。對於IT部門來講,這意味着要追隨客戶。 「商務解決方案[應該]反映外部和工做之餘使用的技術類型。」她說。開發
三、突出顯示重要數據
弄清楚爲何須要對數據進行可視化,這能夠用以幫助肯定如何去表現它。揭示隨時間而動之變化的數據點,對畫面而言重中之重,它能夠幫助用戶識別趨勢和機會。
四、專一於一向的設計
「設定一個內部設計風格,以反映組織的品牌形象和你但願經過分析實現的東西。 」Wise說。它對可能從一個可視化跳轉到另外一個的用戶更爲容易,但它也更容易按照需求維護和向外擴展。另外,你能夠一次培訓整個組織,她說。
五、不要忘了治理
數據可視化能夠幫助打開整個企業的數據。將隱私和安全功能融入到設計中是相當重要的,而且須要提早規劃。「這些數據因素很是重要,它可能影響訂價,開發成本以及數據如何在部門間被使用。」Wise說。
推薦閱讀