Transformativ rolle for big data på tværs af brancher

Vi har alle hørt buzzwordet "Big Data", og ærligt talt er du måske endda en smule træt af at høre det. Selvom udtrykket er for generisk og ofte forkert brugt, er det ikke bare en hype. Det er en stille revolution. Tiden for datadrevet ledelse er allerede ankommet, og dem, der ikke tilpasser sig, vil blive slået ud af konkurrence. Lad os se på nogle af de industrier, der allerede er blevet transformeret ved brugen af ​​Big Data-analyse.

Detailindustri

Detailsektoren er grundlæggende en B2C-model, og som sådan er den yderst konkurrencedygtig. Tidligere var det at have den rigtige prissætning og den rigtige form for reklame en vindende kombination for at tiltrække kunder og generere salg. Men med udviklingen af ​​internet- og mobilkanaler til salg og markedsføring er branchen blevet mere kompleks. Dette rejser spørgsmål såsom, hvilken kanal vi skal bruge til at målrette mod bestemte kunder, hvis priserne i butikken og onlinebutikkerne er de samme, hvilke varer skal vi have på lager for at sikre, at vi ikke går glip af muligheder og andre lignende forretningsproblemer .

Det er vigtigt at skabe en problemfri brugeroplevelse og administrere kundeinteraktion på flere kanaler. For eksempel kan en forbruger begynde at undersøge et produkt på en mobilapp, købe det online og afhente det i en butik. Koordinering af denne multi-kanal shopping interaktion kræver, at en virksomhed effektivt administrerer, integrerer og forstår denne enorme vifte af data, der kommer i et non-stop tempo. For eksempel kan du finde ud af, at visse videospil er ekstremt populære, men hvilke af dine kunder, der bestiller det online, og hvilke der foretrækker at gå i butikken, er et nøglespørgsmål, der kan drive personlige marketingkampagner med et større ROI. Følgende infografik fra forretnings- og teknologikonsulentfirmaet Wipro forklarer yderligere.

Brugen af ​​Big Data i detailbranchen har 2 store applikationer: øge omsætningen ved at skabe personaliserede marketingtilbud (se tidligere Customer Analytics-artikel for flere detaljer) eller ved at optimere lagerstyringen og dermed øge avancen ved at reducere driftsomkostningerne (dvs. Just-in-Time lagerstyring). Spørg enhver forhandler, hvad der er den dyreste del af deres forretningsmodel, og de vil fortælle dig – en siddende vare på hylden. Udover udgifterne ved at have et butikslokale, og at denne vare optager den dyrebare fysiske plads i en butik, er der en omkostning ved at sende varen til butikken og dens afskrivningsværdi over tid. Hvilket fører os til den næste branche...

Forsyningskæde

Supply chain industri handler om optimering – hvem kan levere varerne hurtigst til den lavest mulige pris. For at få forretningsmodellen rigtigt er der adskillige logistiske faktorer såsom distributionskanaler, den geospatiale positionering af lagre, nøjagtighed af leveringsordrer osv. Fordi det er en mangefacetteret industri, der involverer mange aktører, der har brug for at samarbejde, giver optimering gennem teknologi forbløffende resultater. resultater. Ifølge Accenture Global Operations Megatrends Study, "indlejring af big data-analyse i driften fører til en 4,25x forbedring i ordre-til-cyklus leveringstider og en 2,6x forbedring i supply chain effektivitet på 10% eller mere."

At finde den korteste vej fra distributionscentret til butikken og have et balanceret lager i hvert distributionscenter giver enorme besparelser i driftsomkostningerne. Boston Consulting Group analyserer, hvordan big data bliver brugt i supply chain management i artiklen "Making Big Data Work:“. Et af eksemplerne er, hvordan sammenlægningen af ​​to leveringsnetværk blev orkestreret og optimeret ved hjælp af geoanalytics. Følgende grafik er fra den artikel.

Bank & Forsikring

I både bank- og forsikringssektoren er navnet på spillet Risk Management. En bank giver dig et lån eller et kreditkort, og de tjener penge på renten. Udover den indlysende risiko for, at du ikke betaler din gæld, er der en anden risiko, som er, at du betaler din gæld af før tid og dermed genererer mindre indtægter til banken.

Predictive analytics har været i brug siden 90'erne til at identificere de rentetærskler, som resulterer i tidlig udbetaling / reduceret lånerenteindtægt for bankerne. I den finansielle verden er en enkelt transaktion nøglebyggestenen i enorme mængder af data, som derefter analyseres med forudsigelige modeller og baseret på trending i massiv skala giver mulighed for kategorisering af kundeprofiler, der kan forudsige risiko forbundet med individuelle brugere. Banker kan modellere deres kunders økonomiske resultater ud fra flere datakilder og scenarier. Datavidenskab kan også hjælpe med at styrke risikostyringen inden for områder som afsløring af kortsvindel, overholdelse af økonomisk kriminalitet, kreditvurdering, stresstest og cyberanalyse.

I forsikringsverdenen handler det også om kundeprofiler – hvis præmien er for høj (tilbuddet passer ikke godt til kundeprofilen) kan de skifte til et andet forsikringsselskab. I modsætning hertil, hvis du har en risikabel bilist, koster dit tilbud dit forsikringsselskab mere i erstatninger, end det gør i forsikringssatsen eller præmier. At finde ud af, hvilke kunder der er mere risikotilbøjelige end andre, giver mulighed for skræddersyede tilbud, der mindsker risikoen for at miste en god kunde eller tabe penge på en dårlig kunde. Et godt eksempel på, hvordan teknologien forstyrrer dette felt, er Snapshot-enheden, som transmitterer data om, hvornår kunderne kører, hvor ofte de kører, og hvor hårdt de bremser.

Det er ikke dyrt, og det er tilgængeligt nu

Ifølge Accenture-undersøgelsen er hovedårsagen til, at virksomhedsejere ikke implementerer deres Big Data-ideer, opfattelsen af, at det er meget dyrt. De ville have haft ret for 10 år siden. Ikke mere.

Microsoftsgiver små og mellemstore virksomhedsejere mulighed for at høste kraften i Big Data-analyse uden nogen teknisk ekspertise. Fordi det er en platform, kommer den også med indsigtsfulde branchespecifikke BI-værktøjer – der er ingen grund til at genopfinde hjulet, du kan begynde at bruge de samme rapporter, som store spillere bruger, til en brøkdel af prisen. Ved hjælp af forretningsdata i realtid leverer LuckyTemplates skarpe, klare dashboards, der hjælper ledere med at forstå, hvor deres virksomhed står i dag, hvordan den fungerede historisk, og hvad der kan gøres for fremtidig succes.

Udover besparelser, på implementeringsomkostninger (som kan være titusinder eller hundredtusindvis af dollars) er dine vedligeholdelsesomkostninger praktisk talt nul dollars. Microsoft-teamet holder ikke blot platformen kørende, men forbedrer og opdaterer funktioner, efterhånden som markedet udvikler sig, så du ved, at du altid vil få de seneste branchevedtagne rapporteringsstandarder på din bærbare computer, mobil eller enhver anden enhed, uanset hvor du er.

Vi er trådt ind i en tidsalder af avanceret dataanalyse, hvor langsigtet forretningssucces afhænger af at udnytte data til at udvikle indsigt og levere løsninger til kunderne. Handl nu for ikke at blive efterladt i løbet!