דאַטאַ וויסנשאַפֿט איז אַ גרויס געצייַג צו האָבן ווען איר לויפן אַ געשעפט.
אָבער, אַנאַליטיקס וועט נאָר העלפן אויב עס דרייווז פּראַל. די פּראַל קען זיין עפּעס פֿון פירמע וווּקס, בעסער פּראָדוקטן אָדער געוואקסן רעוועך.
ניצן אַנאַליטיקס צו מאַכן דיסיזשאַנז אין דיין געשעפט איז באקאנט ווי דאַטן-געטריבן באַשלוס געמאכט. דאָס ינוואַלווז קאַלעקטינג דאַטן, יקסטראַקטינג פּאַטערנז און פאקטן, און מאַכן ינפעראַנסאַז.
עס איז באשטימט מער פאָלקס איצט צו ינוועסטירן צייט און רעסורסן צו מאַכן אַ מערהייַט פון דיין פירמע 'ס דיסיזשאַנז דאַטן-געטריבן.
טראָץ דעם, סערווייז ווייַזן אַז קישקע פילן נאָך סיבות אין די באַשלוס-מאכן פּראָצעס.
א הויפּט פאַקטאָר אין דעם איז די פעלן פון אַ געהעריק באַשלוס-מאכן פריימווערק אין דער אָרגאַניזאַציע.
דער אַרטיקל וועט באַקענען די BADIR פריימווערק און ווי איר קענען נוצן עס צו שאַפֿן אַקטיאָנאַבלע, דאַטן-געטריבן ינסייץ פֿאַר דיין געשעפט.
BADIR דאַטאַ צו דיסיזשאַנז פריימווערק
די BADIR פריימווערק איז אַ העכסט עפעקטיוו דאַטן-צו-באַשלוס פריימווערק דיזיינד צו סאָלווע געשעפט פּראָבלעמס.
עס איז פּשוט צו אַדאַפּט און אַרבעט פֿאַר קיין אינדוסטריע. עס יימז צו פאַרבינדן דאַטן וויסנשאַפֿט און באַשלוס וויסנשאַפֿט צוזאַמען אין איין גרינג-צו-נאָכפאָלגן פריימווערק.
אַרינג, אַ באַוווסט קאַנסאַלטינג, טריינינג און אַדווייזינג פירמע פֿאַר דאַטן וויסנשאַפֿט האט דיווייזד דעם פריימווערק פון דאַטן-צו-דיסיזשאַנז.
הייַנט, פאַרשידן פאָרטשון 500 קאָמפּאַניעס פֿאַר זייער דיגיטאַל טראַנספאָרמאַציע ינישאַטיווז האָבן אנגענומען BADIR.
שליסל פֿעיִקייטן פון דאַטאַ-צו-דיסיזשאַנז פראַמעוואָרק
- צושטעלן אַקטיאָנאַבלע דאַטן-געטריבן ינסייץ
- פאָרמולירן אַ כייפּאַטאַסאַס-געטריבן אַנאַליסיס פּלאַן
- פאַסילאַטייץ דאַטן באַשרייַבונג צו מאַכן דאַט
- ינסייץ דערייווד פון מוסטער דערקענונג טעקניקס אין Machine Learning און סטאַטיסטיק
- פאָרשטעלן אַקטיאָנאַבלע רעקאַמאַנדיישאַנז צו סטייקכאָולדערז
די פינף סטעפּס אין די דאַטאַ-צו-דיסיזשאַנז פראַמעוואָרק
די פריימווערק פון BADIR דאַטן-צו-דיסיזשאַנז ינוואַלווז פינף סטעפּס וואָס מוזן זיין נאכגעגאנגען אין סדר.
ביזנעס פראגע
איידער מיר טאָן קיין סאָרט פון דאַטן יקסטראַקשאַן אָדער אַנאַליסיס, מיר מוזן ערשטער פֿאַרשטיין דעם קאָנטעקסט פון די פּראָבלעם וואָס מיר פּרובירן צו סאָלווע. דאָס וועט העלפֿן רעדוצירן די נומער פון יטעריישאַנז דארף אַראָפּ די שורה.
דאָס ינוואַלווז אַסקינג די רעכט פראגעס. די פריימווערק ינקעראַדזשאַז אונדז צו פרעגן די זעקס יקערדיק פראגעס (ווער, וואָס, ווו, ווען, וואָס און ווי).
פֿאַר בייַשפּיל, מיר דאַרפֿן צו מאַכן זיכער אַז מיר פֿאַרשטיין וואָס באַשלוס דאַרף זיין גענומען.
איז דער באַשלוס דרינגלעך?
מיר דאַרפֿן צו וויסן ווען מיר זענען געריכט צו קומען מיט אַ לעצט רעקאָמענדאַציע.
צום סוף, מיר דאַרפֿן צו וויסן ווער אונדזער סטייקכאָולדערז זענען.
זאָל די דאַטן זיין שערד מיט די פֿאַרקויף מאַנשאַפֿט און די לאַדזשיסטיקס מאַנשאַפֿט?
ווי פילע סטייקכאָולדערז דאַרפֿן צו וויסן די רעזולטאַטן פון אונדזער אַנאַליסיס?
אין פאַקט, מיר פּרובירן צו גער זייער יקערדיק פרעגט אין געהעריק פראגעס. פֿאַר בייַשפּיל, איר קען האָבן די פאלגענדע דאַטן בעטן: "קונה דאַטן לויט לאַנד, פּראָדוקט און שטריך".
א בעסערע און מער נוציק בעטן זאָל קוקן ווי דאָס: "וואָס זענען די סיבות וואָס מיר פאַרלירן קאַסטאַמערז נאָך קאַטער? וואָס אַקשאַנז קענען די פארקויפונג און פֿאַרקויף אָפּטיילונג טאָן צו אַדרעס דעם אָנווער?
אַנאַליסיס פּלאַן
נאָך באַשלאָסן אויף אַ באַטאָנען געשעפט קשיא, אונדזער ווייַטער שריט איז צו פאָרמולירן אַן אַנאַליסיס פּלאַן.
מיר זאָל מאַכן קלוג גאָולז. SMART איז אַן אַקראַנים וואָס שטייט פֿאַר ספּעציפֿיש, מעזשעראַבאַל, אַטשיוואַבאַל, באַטייַטיק און צייט געבונדן.
ווייַטער, מיר זאָל פאָרמולירן אונדזער כייפּאַטאַסאַז. דאָס זענען סטייטמאַנץ וואָס מיר צילן צו באַווייַזן אָדער דיספּראָווע ניצן אונדזער דאַטן. צוזאַמען מיט די כייפּאַטאַסאַז, מיר זאָל שטעלן די קרייטיריאַ דארף צו באַווייַזן יעדער איינער.
מיר אויך דאַרפֿן צו קוקן אין די מעטאַדאַלאַדזשי דארף בעשאַס דאַטן אַנאַליסיס. פּראָסט מעטאַדאַלאַדזשיז אַרייַננעמען:
-
גאַנץ
-
קאָראַליישאַן
-
גאַנג
-
אָפּשאַצן
נאָך באַשלאָסן אויף די מעטאַדאַלאַדזשי, מיר אויך דאַרפֿן צו באַשליסן די דאַטן באַשרייַבונג.
וועלן מיר נוצן דאַטן פון די לעצטע יאָר אָדער אַלע-צייט דאַטן?
וועלן מיר בפֿרט נוצן פינאַנציעל דאַטן אָדער פֿאַרקויף דאַטן?
די פֿראגן זענען וויכטיק ווייַל דאָס וועט מאַכן די דאַטן זאַמלונג פּראָצעס גרינגער שפּעטער.
די לעצט רעזולטאַט פון דעם שריט איז אַ פּרויעקט פּלאַן. דאָס ינקלודז אַלע רעסורסן דארף צו לויפן דעם אַנאַליסיס און די טיימליין פֿאַר יעדער שריט אין דעם פּראָצעס. דער פּרויעקט פּלאַן אויך ספּעציפיצירט ווער די סטייקכאָולדערז זענען ווי געזונט ווי די פאַרשידן ראָלעס אין די מאַנשאַפֿט.
פֿאַר בייַשפּיל, לאָזן ס זאָגן אַז מיר האָבן די פאלגענדע כייפּאַטאַסאַס: "אונדזער פירמע איז לוזינג קאַסטאַמערז ווייַל פון אַ ווייניקער געראָטן פֿאַרקויף קאמפאניע אין די לעצטע פערטל".
צו באַווייַזן אָדער דיספּראָווע דעם אַנאַליסיס, מיר מוזן ציען פֿאַרקויף דאַטן פון די לעצטע יאָר.
מיר קענען נוצן קאָראַליישאַן מעטאַדאַלאַדזשי צו באַשליסן צי אַ מעטריק ווי CTR איז קאָראַלייטאַד אָדער קענען פאָרויסזאָגן די נומער פון קאַסטאַמערז פֿאַר יעדער פערטל.
דאַטן זאַמלונג
דאַטן זאַמלונג איז איצט פיל גרינגער ווייַל מיר קענען באַשרייַבן די דאַטן ספּעסיפיקאַטיאָן בעשאַס אונדזער אַנאַליסיס פּלאַן שריט. דאָס וועט פאַרמייַדן ומנייטיק דאַטן פון ריטריווד.
דאָס איז ספּעציעל וויכטיק אויב מיר האָבן צו האַנדלען מיט אַ באַטייטיק סומע פון דאַטן, ווייַל דאָס וועט שפּאָרן צייט ווען איר דורכפירן אונדזער אויסדערוויילט מעטאַדאַלאַדזשי.
דער שריט פון דאַטן זאַמלונג אויך ינוואַלווז דאַטן קלענזינג און וואַלאַדיישאַן. דאַטאַ קלענזינג רעפערס צו מאַניפּיאַלייטינג דאַטן צו מאַכן עס ניצלעך.
מיר דאַרפֿן צו דורכפירן דאַטן וואַלאַדיישאַן צו מאַכן זיכער אַז די דאַטן וואָס מיר האָבן זענען פּינטלעך.
באַקומען ינסייץ
אונדזער ווייַטער שריט ינוואַלווז די פאַקטיש דערייווינג פון ינסייץ פון אונדזער דאַטן.
אין דעם שריט, מיר אָפּשאַצן פּאַטערנז אין אונדזער דאַטן.
פֿאַר בייַשפּיל, אין קאָראַליישאַן אַנאַליסיס מיר קענען אָנהייבן מיט אַ וניוואַריאַטע אַנאַליסיס וואָס קוקט אויף די פאַרשפּרייטונג פון די שליסל מעטריקס. אויב אָנווענדלעך, מיר קענען אויך געפֿינען אויס אויב עס איז אַ חילוק צווישן אַ פּראָבע און אַ קאָנטראָל באַפעלקערונג.
ניצן די קרייטיריאַ וואָס מיר שטעלן אין די רגע שריט, מיר אויך פּרובירן צו באַווייַזן און דיספּרוווז אונדזער כייפּאַטאַסאַז.
צום סוף, דער רעזולטאַט פון דעם שריט זאָל זיין אונדזער פיינדינגז. מיר זאָל פאָרשטעלן אונדזער פיינדינגז וועגן קוואַנטאַפייד פּראַל.
פֿאַר בייַשפּיל, איר קענען דערמאָנען די דאָללאַר פּראַל פון אַ באַזונדער פּראָצענט קאַפּ צו דינגען דיין סטייקכאָולדערז.
איר קען זאָגן אַז אַ פּראָצענט קאַפּ אין קונה אַקוואַזישאַן קען רעזולטאַט אין אַ רעוועך קאַפּ פון $ 1 מיליאָן.
רעקאָמענדאַציע
רעקאַמאַנדיישאַנז זענען די מערסט וויכטיק שריט אין די BADIR פריימווערק. די רעקאַמאַנדיישאַנז מוזן זיין אַקטיוו.
זיי זענען די הויפּט סיבה וואָס מיר דורכגעגאנגען יעדער שריט אין דעם פריימווערק.
אין דעם לעצטע שריט, מיר ווילן צו דערגרייכן קייפל טינגז. ערשטער, מיר האָבן צו דינגען מיט די ציל וילעם. דעם מיטל אַז איר זאָל פאָרשטעלן קורץ און ינסייטפאַל רעקאַמאַנדיישאַנז.
א קרעדאַבאַל און געזונט רעקאָמענדאַציע וועט אויך פירן צו איר ווערן באמערקט ווי אַ עפעקטיוו געשעפט שוטעף.
לעסאָף, דיין רעקאָמענדאַציע זאָל פירן דיין וילעם צו קאַמף.
אויב איר וועט זיין אין באַשולדיקונג צו פאָרשטעלן די רעקאַמאַנדיישאַנז, עס איז וויכטיק צו בויען אַ רוק דעק מיט אַלע דיין פיינדינגז.
די שאַפונג פון אַ רוק דעק איז יטעראַטיוו, סטאַרטינג מיט אַלע דיין פיינדינגז און פּראַגרעסיוולי סטרימליינינג די לויפן פון די דעק.
די לעצט רוק דעק זאָל האָבן אַ קאַנסייס יגזעקיאַטיוו קיצער. מיר קענען לייגן קיין נאָך אינפֿאָרמאַציע אין אַן אַפּפּענדיקס.
סאָף
אַדאָפּטינג אַ פריימווערק פון דאַטן-צו-דיסיזשאַנז איז אַ גרויס וועג צו מאַכן זיכער אַז איר קענען באַקומען אַקטיאָנאַבלע ינסייץ פון דיין געשעפט דאַטן.
קאַמביינינג דאַטן וויסנשאַפֿט מיט באַשלוס וויסנשאַפֿט אַלאַוז פֿאַר אַ דיאַלאָג צווישן אַלע ינוואַלווד סטייקכאָולדערז. יעדער שריט אין די BADIR דאַטן-צו-דיסיזשאַנז פריימווערק פירט צו אַן עפעקטיוו לעצט רעזולטאַט: אַקטיאָנאַבלע רעקאַמאַנדיישאַנז.
לאָזן אונדז וויסן ווי דיין געשעפט אָדער מאַנשאַפֿט קענען נוץ פון דעם טיפּ פון פריימווערק!
לאָזן אַ ענטפֿערן