5 useful reports about Predictive Analytics And Data Mining. Mind map and 5 pdf

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

Magic Quadrant for Integrated Marketing Management. 2010-2011

Движение компаний вперед часто напоминает спортсменов на беговой дорожке. Лидер задает тон, отстающие стремятся догнать и обойти его с применением силы или ума. Чтобы стать лидером в конкурентной гонке, компании используются самые разнообразные способы, и один из этих способов - использование информационных технологий. 

Сегодня, продолжая тему управления маркетингом с использованием автоматизации, расскажу о  рынке программного обеспечения Integrated Marketing Management. Его цель  - позволить компании выйти на новый уровень в управлении  маркетингом и конечно же получить конкурентные преимущества на своей беговой дорожке.

В прошлой статье было описано, что представляет собой комплексное управление маркетингом (IMM). Напомню один из важных тезисов: IMM - это специализированное программное обеспечение, предназначенное для руководителей и специалистов в области маркетинга, позволяющее значительно улучшить работу отдела маркетинга во всех её аспектах.

И если переходить от теории к практике, от после ознакомительного этапа с концепцией IMM  компания должна понимать, какое программное обеспечение в помощь маркетологам представлено сейчас на рынке и заслуживает внедрения в компании для интеграции всех функций и компонентов маркетинга в единое целое.

Компаний на этом рынке на самом деле не так много, их перечень вполне обозрим. Для того, чтобы разобраться в этом вопросе я использовала отчет Gartner "Magic Quadrant for Integrated Marketing Management" 2010, 2011 годов.

Автоматизация маркетинга или 6 "квадратов", о которых следует знать маркетологу

Маркетинг уже давно перестал быть той областью, задачи которой не поддаются автоматизации. И если несколько лет назад маркетологи многих компаний были полностью зависимы от ИТ подразделений, то сейчас появляется определенная "свобода" и возможности самостоятельно решать свои задачи. О том, какие системы могут помочь маркетологу в решении повседневных и стратегических задач и будет сегодняшний пост.

Автоматизация маркетинга - тренд №1

Автоматизация маркетинга - уже вполне устоявшееся словосочетание, вот что на эту тему пишет Википедия:

Автоматиза́ция ма́рке́тинга  — использование специализированных компьютерных программ и технических решений для автоматизации маркетинговых процессов предприятия.

Основные области автоматизации — это маркетинговое планирование и бюджетирование, управление маркетинговыми активами, управление маркетинговыми кампаниями, взаимодействие с клиентами, управление потенциальными продажами, интеграция данных о клиентах и их аналитика, и другие аспекты маркетинга. 

Автоматизация маркетинга является трендом № 1 в 2012 по версии Optify, прочитать подробней об этом можно в статье.

Основное предназначение автоматизации маркетинга - это повышение эффективности решения маркетинговых задач, уменьшение времени на рутинные операции, освоение новых возможностей (которые не были доступны в ручном режиме).

В большинстве крупных и средних компаний, которые внедрили средства Business Intelligence, маркетологи имеют доступ к важной информации для принятия решений (например, при разработке и сопровождении программы лояльности, запуске ряда инициатив, проведении опросов). 

Однако в ситуациях, когда маркетинг имеет приоритетное значение в деятельности компании (и особенно в B2C) желательно включить в ИТ архитектуру компании специальные решения, которые позволят автоматизировать основные процессы маркетинга и дать новые возможности для маркетологов.

Автоматизация маркетинга - почему и зачем

Как показывают проекты в рознице 2011-2012 годов, к автоматизации маркетинга компании приходят по разному. 
Примеры стимулов и мотивов при автоматизации маркетинга:

- усложнение внутренних процессов компании, которые невозможно/трудоемко/дорого поддерживать "ручным" способом;

- изменение процессов компании, например, внедрение программы лояльности, которая потребует автоматизации начисления бонусов, сегментации, управление компонентами кампании и откликом;

- накопление больших массивов данных и big data, которые желательно использовать в процессе принятия маркетинговых решений;

- необходимость общения с клиентом по нескольким каналам коммуникации и поддержки этих процессов (как с точки зрения хранения данных, так и с точки зрения автоматизации индивидуально процесса разработки и ведения инициативы)

При автоматизации маркетинга речь идет не только о CRM системах, существуют и другие классы систем, которые могут заменить и/или дополнить возможности CRM решения. 

Классы системы, которые могут быть полезны маркетологу

Ниже рисунок, на котором показаны классы систем, которые могут быть полезны маркетологу как с точки зрения автоматизации уже существующих процессов, так и с точки зрения появления новых возможностей. 

Подборка была сделана в рамках одного из проектов для ритейла. Ее задача заключалась в иллюстрации многообразия систем (и соответственно возможностей), которые маркетологи могут использовать  в своей работе.

На мой взгляд, с этими Magic Quadrant от Gartner (об этой исследовательской компании можно прочитать здесь и здесь) стоит познакомиться как маркетологам, так и ИТ специалистам, которые связаны с внедрением решений по автоматизации маркетинга.

Прочитать информацию про Magic Quadrant и скачать отчеты Gartner 2011-2012 годов можно по соответствующим ссылкам:

1. Magic Quadrant for Integrated Marketing Management (скачать october 2011 (eng), статья о квадрате IMM (рус.), подробно о том, что такое IMM (рус.))
2. Magic Quadrant for Marketing Resource Management (скачать jan 2012 (eng), статья о квадрате MRM (рус.))
3. Magic Quadrant for CRM Multichannel Campaign Management (скачать may 2011, may 2012 (eng))
4. Magic Quadrant for Sales Force Automation ( скачать july 2012)
5. Magic Quadrant for CRM Service Contact Centers (скачать apr 2012)
6. Magic Quadrant for Social CRM (скачать july 2012)

Резюме

• Определиться с классом критически важных для компании приложений бывает непросто, желательно рассмотреть все возможные альтернативы (смотреть за пределы CRM-решений) с привлечением консультантов, интеграторов, вендоров.
• Выбору системы должно предшествовать предпроектное исследование и аудит (ИТ архитектуры, процессов, потребностей, которые определят приоритеты и оптимальное решение для маркетинга), а также осознание новых возможностей и задач, которые стоят перед компанией.
• В зависимости от того, какая ключевая функциональность/роль/задача должна быть возложена на решение и должен делаться выбор среди множества автоматизированных решений для маркетинга.

Также может быть интересно:

• Как не провалить проект построения взаимоотношений с клиентами. Инь и янь CRM подхода
• Gartner Magic Quadrant research. FAQ по магическим квадратам
• Magic Quadrant for Marketing Resource Management. Вендоры и динамика для 2008-2011
• Квадраты Гартнера для маркетологов. Magic Quadrant for Marketing Resource Management 2011
• Комплексное управление маркетингом (IMM). Стратегия, технология или ПО
• Тренинг "Программы лояльности как центр прибыли компании". Коротко о главном: задачи и итоги

• Как правильно автоматизировать маркетинг? Комплексный подход и карта функциональности

  
  Прочитать другие статьи из этой же рубрики можно прочитать здесь
  Все статьи блога
  
  Для получения обновлений блога не забудьте подписаться на рассылку RSS.
  

12+1 вендоров, которых следует рассматривать при построении ИТ архитектуры компании

Редко какая компания при построении ИТ архитектуры обходит возможности business intelligence (бизнес аналитики) и data warehouse (хранилищ данных). Эти решения являются фундаментом, который позволяет управлять компанией обдуманно, принимать взвешенные и объективные решения на основе информации из собственных баз данных.

Продолжая тему выбора поставщиков, решения которых следует рассматривать при внедрении корпоративных решений, привожу список из 13 вендоров, которые предложены в статье "И снова о работе с большими данными" на сайте Компьютерное обозрение.

Рекомендуемый перечень следует учитывать всем компаниям и соотвественно их ИТ-директорам при выборе компонентов ИТ архитектуры компании (Business Intelligence, Data Warehouse, ETL), связанных с хранением, обработкой и аналитикой big data .

В представленный список включены вендоры рынка Business Intelligence из различных категорий с точки зрения  по классификации Gartner:

• мега-вендоры BI, независимые поставщики, data discovery вендоры (с точки зрения квадрата Gartner)

• лидеры,  претенденты (Challengers), нишевые игроки (с точки зрения категорий поставщиков business intelligence )

а также поставщики решений в области хранения и обработки данных:

• DW (Data Warehouse - хранилища данных),
• ETL  (Extract, Transform, Load — дословно «извлечение, преобразование, загрузка»)
• DI (Data Integration - интеграция данных).

Для упрощения восприятия список  из статьи представлен в виде mind map (с указанием категории вендора и места в магическом квадрате Gartner).

Сегодняшнюю тему можно считать продолжением "Mind map по Business Intelligence. Лидеры vs мега-вендоры, претенденты vs data discovery" и статьи про "Big Data"

Data Mining: Mind map по 4 ключевым трендам

Продолжаю тему программного обеспечения для аналитики. Сегодня - вторая часть статьи "Trends in Data Mining. Опрос на KDnuggets", в которой описаны основные результаты недавнего опроса о популярности программных продуктов для Data Mining.  Я решила сделать карту ума, которая в одном рисунке показывает основные изменения и тренды.

Mind map о рынке программного обеспечения для Data Mining  сделана по следам результатов опроса "What Analytics, Data mining, Big Data software you used in the past 12 months for a real project", проведенного на KDnuggets в мае 2012.

Другие Mind map (карты ума), которые также могут быть интересны:

• Mind map по Business Intelligence. Лидеры vs мега-вендоры, претенденты vs data discovery
• Категории вендоров Business Intelligence. Таблица и mind map
• Список задач для Data Mining. Карта ума/Mind Map
• Mind map по KPI. Характеристики и правила отбора показателей
• Искрографики (sparklines): особенности применения и способы создания

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

Также может быть интересно:

• Конференции по Data Mining 2011
• Trends in Data Mining. Опрос на KDnuggets
• Кто и как использует аналитику/Data Mining. Результаты опросов 2011

• Business Intelligence и Data Mining. Ищем точки пересечения
• Interesting People in Data Mining
• Список задач для Data Mining. Карта ума/Mind Map (most popular в категории)
• Data Mining: типы закономерностей в данных

Trends in Data Mining. Опрос на KDnuggets

Исследования показывают, что большинство средних и крупных компании из различных сфер все больше интересуются аналитическими технологиями с целью повышения прибыльности, конкурентоспособности и производительности. Видимо не зря аналитика уже не первый год попадает в десятку самых важных стратегических технологий согласно исследованиям Gartner.

И если про основные тренды в Business Intelligence можно узнать в отчетах как минимум трех серьезных исследовательских компаний (Gartner, IDC и Forrester), то про тенденции на рынке software for Data Mining публикаций и отчетов намного меньше. 
Тем не менее, этот рынок активно развивается, что говорит о востребованности технологии Data Mining для решения самых разнообразных задач из различных сфер и областей. 

Один из самых полезных и познавательных ресурсов, который позволяет узнать о тенденциях развития рынка программного обеспечения Data Mining -  сайт KDnuggets. Здесь постоянно проводятся исследования на самые разнообразные темы. Сегодняшняя статья - по следам достаточно интересного опроса, в котором я также приняла участие, сейчас привожу обзор результатов.

Результаты ежегодного опроса "The 13th annual KDnuggets Software Poll" позволяют понять как развивается рынок программного обеспечения Data Mining.  В опросе "What Analytics, Data mining, Big Data software you used in the past 12 months for a real project" в мае 2012 года приняло участие 798 участников.

Основные выводы:

1) В первый раз число пользователей свободного (бесплатного, открытого) программного обеспечения для решения задач Data Mining превысило число пользователей коммерческого программного обеспечения .

Business Intelligence и Data Mining. Ищем точки пересечения

Рано или поздно практически любая компания, которая развивается интенсивным, а не экстенсивным путем сталкивается с поиском неиспользованных возможностей в бизнесе. Чаще всего на помощь приходит аналитика в самых разных вариантах (от базового варианта до интеллектуального анализа данных). 

Расширенная аналика (advanced analytics) является технологическим тредом, который включен в TOP-10 Gartner стратегических технологий на 2009-2010, 2011, 2012 года. 

Если в компании не внедрена система Business Intelligence, то поиск подходящего решения чаще всего лежит в плоскости отдельных специализированных инструментов для анализа данных. 
В противном случае вопросы выбора инструмента для расширенной аналитики должны согласовываться с уже существующими решениями в компании. Как показывает практика внедрений, это вопрос не тривиальный,и требует взгляда со стороны. 

Функциональность аналитики

Аналитика является одной из функциональностей  платформ Business Intelligence. Одним из важных вопросов при выборе аналитического решения являются  возможности существующей Business Intelligence: включает ли она  специальный инструмент и/или возможности аналитики на том уровне, который необходим компании.
Кратко напомню, что согласно классификации Gartner, Business Intelligence обеспечивает интеграцию, доставку и аналитику данных. К средствам аналитики в BI относятся:

• OLAP (Online Analytical Processing) 
• Продвинутая визуализация
• Predictive Modelling и data mining
• Карты показателей (Scorecards)

В сегодняшней статье рассматривается business intelligence & data mining от одного вендора .

Data mining от лидеров  BI рынка

Далеко не все вендоры BI обеспечивают свои платформы возможностью проведения полноценной аналитики. Некоторые платформы реализуют только интеграцию и доставку данных. При этом на рынке существует ряд инструментов data mining, которые не являются BI. 

Таким образом, ассоциировать BI и data mining не совсем правильно, необходимость использования BI и data mining от одного вендора зависит от стратегических целей и тактических задач компании.

В виде диаграмм Венна (Venn diagrams) проиллюстрировать это можно так: