Участвуя в консалтинговых и технических проектах для розницы и банковской сферы, в последнее время наблюдаю как теоретический интерес к возможностям аналитики постепенно становится реальным. Все больше компаний выбирают, сравнивают и используют решения data mining и прогнозную аналитику.
Одна из задач, часто возникающая, например, перед розничными компаниями - необходимость усиления аналитической составляющей в управлении Программой Лояльности и CRM. Здесь прогнозная аналитика может дополнять возможности простого ранжирования клиентов и решать целый ряд прикладных задач.
Predictive Analytics позволяет компаниям принимать разумные решения, снижать риски, а также создавать дифференцированные, более индивидуальные предложения, основанные на особенностях клиента.
Data Mining и другие информационные системы
Выбор программного обеспечения data mining становится все более непростой задачей, поскольку функциональность аналитики может пересекаться с Business Intelligence, быть частью CRM, MRM, IMM и других классов информационных систем.
Факторы, влияющие на выбор
Важными факторами, влияющим на выбор программного обеспечения Data Mining являются:
- функциональность решения,
- особенности интерфейса (easy-to-use),
- легкость обучения (easy-to-learn),
- возможность подключения нужных источников данных.
В то же время, некоторым компаниям необходимы максимальные возможности для прогнозной аналитики, включая возможности работы с big data, другим вполне достаточно приложения с определенной функциональностью data mining.
Традиционный путь для знакомства с определенным классом решений и текущей ситуацией на рынке - воспользоваться отчетами известных исследовательских кампаний.
Однако, в отличие от Business Intelligence (Gartner и Forrester регулярно публикуют отчеты по по BI, CRM и др.), ситуация с исследованиями по Data Mining выглядит по-другому. Gartner c 2008 года не проводит исследования по решениям Data Mining как отдельного решения, а Forrester опубликовал 3 отчета, но они не повторяют друг друга, а "смотрят" на решения по прогнозной аналитике как бы с разных сторон.
Отчеты и исследования. Что почитать, чтобы быть в курсе событий
Для того, чтобы определиться с решением по прогнозному моделированию, можно воспользоваться результатами опросов (платные и бесплатные решения), а можно - отчетами исследовательских компаний, которые анализируют лидеров рынка и подробно описывают сильные и слабые стороны промышленных решениях, которые внедрены и оценены клиентами со всего мира.
В сегодняшнем обзоре - список полезных отчетов, который позволит разобраться в разнообразии решений для задач прогнозного моделирования/Data Mining с точки зрения масштабности проекта и возможностей аналитических решений. Под масштабностью проекта в данном случае подразумеваются источники данных и необходимость/возможность использования big data в аналитических процессах компании.
№1. The Forrester Wave™ Big Data Predictive Analytics Solutions, 2013.
Исследование Forrester оценивает 10 поставщиков решений по 51 критерию.
Этот отчет полезен в первую очередь тем компаниям и специалистам, которые заинтересованы в выборе набора решений (программного обеспечения и аппаратных решений) для использования прогнозной аналитики и data mining на big data.
Скачать pdf
№2. The Forrester Wave™ Customer Analytics Solutions, 2012
Исследование Forrester оценивает 6 поставщиков решений по 70 критериям.
Этот отчет интересен компаниям, для которых в
первую очередь важна непрерывность аналитического процесса и функциональность
аналитики. В отчете рассматриваются и оцениваются такие возможности решений:
- загрузка и подготовка данных и
переменных,
- ETL-процессы,
- подготовка, проверка, развертывание модели,
- поисковая, прогнозная и описательная аналитика,
- отчетность
Скачать pdf№3.The Victory Index for Predictive Analytics, 2011
Скачать отчеты:
Predictive Analytics:The Hurwitz Victory Index Report. Excerpt (pdf)
Predictive Analytics:The Hurwitz Victory Index Report (pdf)
Визуализация по отчету - ссылка
№4.Forrester Wave™ Predictive Analytics And Data Mining Solutions, 2010
Исследование Forrester оценивает 9 поставщиков решений PA/DM по 53 критериям. SAS Institute, SPSS (evaluated separately from new parent IBM's other PA/DM offerings), KXEN, Oracle, Portrait Software, and IBM (pre-SPSS acquisition PA/DM offerings), TIBCO Software, FICO, Angoss Software.
Скачать pdf
№5.Magic Quadrant for Customer Data Mining, 2008
Исследование Gartner оценивает 8 поставщиков решений Customer Data Mining Applicatios. Сам отчет уже несколько устарел, и интересен больше с точки зрения динамики развития рынка и истории
Скачать pdf
Также может быть интересно:
- Business Intelligence и Data Mining. Ищем точки пересечения
- Data Mining: типы закономерностей в данных
Для получения обновлений блога не забудьте подписаться на рассылку RSS.
Прочитать другие статьи из этой же рубрики можно прочитать здесь
Все статьи блога можно увидеть здесь
Прочитать другие статьи из этой же рубрики можно прочитать здесь
Все статьи блога можно увидеть здесь
Спасибо! Будет, что почитать в выходные :)
ОтветитьУдалитьУ вас в №5, кажется, опечатка: "Исследование Forrester" -> "Исследование Gartner"
Да, спасибо, исправила
ОтветитьУдалить