اشتراک این مطلب در شبکه‌های اجتماعی:

Generic selectors
Exact matches only
Search in title
Search in content
Search in posts
Search in pages
جدید
دیدگاه
برچسب ها

ایران ریتیل ، رهبران صنعت خرده فروشی

سایدبار

دسته‌ها

انواع تحلیل داده ها

4-نوع-تحلیل-داده-ها

4 نوع مختلف از تجزیه و تحلیل وجود دارد . در اینجا ، ما با ساده ترین نوع شروع می کنیم و در ادامه به سراغ انواع پیشرفته تر می رویم . چنانکه مشخص است ، تجزیه و تحلیل هرچه پیچیده تر باشد ، ارزش آن بیشتر می شود .

تجزیه و تحلیل های توصیفی ( Descriptive analytics ) چه اتفاقی افتاده است ؟

تجزیه و تحلیل های تشخیصی ( Diagnostic analytics ) چرا اتفاق افتاده است ؟

تجزیه و تحلیل های پیش گویانه ( Predictive analytics ) چه اتفاقی خواهد افتاد ؟

تجزیه و تحلیل تجویزی ( Prescriptive analytics ) چه اقدامی برای رفع مشکل باید انجام داد ؟
با انواع مختلف تجزیه و تحلیل ها ، شرکت ها آزادند تا انتخاب کنند که چقدر نیاز دارند تا در تجزیه و تحلیل داده ها عمیق تر شوند تا به بهترین وجه نیازهای کسب و کار خود را برآورده کنند.

4 نوع تحلیل داده ها
در قرن هفدهم ، جان درایدن نوشت ، ” كسی كه در جستجوی مرواریدها است ، باید عمیق شیرجه بزند .” گرچه یک نویسنده تجزیه و تحلیل داده های پیشرفته را در ذهن ندارد ، اما این نقل قول ماهیت آن را کاملاً توصیف می کند . بیایید دریابیم که جستجوی یک بینش که بسیار مورد نیاز و مبتنی بر واقعیت است ، چقدر باید درون داده عمیق باشد .

تجزیه و تحلیل های توصیفی ( Descriptive analytics )
تحلیلی توصیفی به این سوال پاسخ می دهد که چه اتفاقی افتاده است . به عنوان مثال ، یک ارائه دهنده خدمات بهداشتی می آموزد که چه تعداد از بیماران در ماه گذشته در بیمارستان بستری شده اند . خرده فروش – متوسط میزان فروش هفتگی ؛ یک تولید کننده – میزان کالاهای برگشتی طی یک ماه گذشته ، و غیره . بگذارید نمونه ای از عملکرد خود را نیز ارائه کنیم : یک تولید کننده قادر به تصمیم گیری در مورد تمرکز بر دسته بندی محصولات بر اساس تجزیه و تحلیل درآمد ، درآمد ماهانه در هر گروه محصول ، درآمد گروه محصولات ، کیفیت کلی قطعات فلزی تولید شده در هر ماه است .
تجزیه و تحلیل توصیفی داده های خام را از چندین منبع داده جمع می کند تا بینش های ارزشمندی را نسبت به گذشته ارائه دهد. با این حال ، این یافته ها به سادگی نشان می دهد که چیزی نادرست یا درست است ، بدون اینکه دلیل آن را توضیح دهد . به همین دلیل ، شرکت های با داده محوری بالا فقط به تجزیه و تحلیل توصیفی رضایت نمی دهند و ترجیح می دهند آن را با انواع دیگر تجزیه و تحلیل داده ها ترکیب کنند .

تجزیه و تحلیل های تشخیصی ( Diagnostic analytics )
در این مرحله می توان داده های تاریخی را در برابر سایر داده ها اندازه گیری کرد تا به این سؤال که چرا برخی اتفاقات افتاده است ، پاسخ دهیم . به لطف تجزیه و تحلیل های تشخیصی ، امکان زیرحفاری ، پیدا کردن وابستگی ها و شناسایی الگوهای وجود دارد . شركتها به دنبال تجزیه و تحلیل تشخيصي هستند ، زيرا كه در مورد يك مشكل خاص ، بینش های عميقي به دست مي دهد . در عین حال ، یک شرکت باید اطلاعات مفصلی را در اختیار داشته باشد ، در غیر این صورت جمع آوری داده ها ممکن است برای هر مشکل مجزا اعمال شده و زمان بر باشد .
هوش تجاری نشان می دهد که چگونه یک خرده فروش می تواند فروش و سود ناخالص را در سطوح دسته بندی مشخص کند تا دریابد که چرا این سطوح ، هدف گذاری سود خالص خود را از دست داده اند . بازخورد دیگر پروژه های هوش تجاری : در صنعت بهداشت و سلامت ، تقسیم بندی مشتری با چندین فیلتر استفاده شده (مانند تشخیص و داروهای تجویز شده) همراه شده تا اندازه گیری خطر بستری را فراهم می کند .

تجزیه و تحلیل های پیش گویانه ( Predictive analytics )
تجزیه و تحلیل پیش گویانه می گوید چه اتفاقی خواهد افتاد . از یافته های تحلیل های توصیفی و تشخیصی برای تشخیص گرایش ها ، خوشه ها و استثناء ها و پیش بینی روندهای آینده استفاده می کند ، که این امر ابزاری ارزشمند را برای پیش گویی می سازد . با وجود مزایای بی شماری که تجزیه و تحلیل پیش گویانه به ارمغان می آورد ، درک این نکته ضروری است که پیش بینی فقط یک تخمین است ، صحت آن به کیفیت داده ها و ثبات وضعیت بستگی دارد ، بنابراین نیاز به درمان دقیق و بهینه سازی مداوم دارد .
به عنوان مثال به لطف تجزیه و تحلیل پیش گویانه و رویکرد فعالانه ای که انجام می دهد ، یک شرکت مخابراتی می تواند مشترکانی را که احتمالاً هزینه های خود را کاهش می دهند شناسایی کرده و فعالیتهای بازاریابی هدفمند را برای اصلاح آن انجام دهد . یک تیم مدیریت می تواند بر اساس تحلیل و پیش بینی جریان نقدی ، خطرات سرمایه گذاری در گسترش شرکت شان را اندازه گیری نمایند . یکی از مطالعات موردی ما توصیف می کند که چگونه تجزیه و تحلیل داده های پیشرفته به یک شرکت پیشرو در حوزه کالاهای تندگردش اجازه داده است تا بداند پس از تغییر موقعیت یابی برند ، انتظار چه چیزی را باید داشته باشد .

تجزیه و تحلیل تجویزی ( Prescriptive analytics )
هدف از تجزیه و تحلیل تجویزی ، به معنای واقعی کلمه توصیف اقدامات برای رفع یک مشکل آتی یا کسب مزیت کامل از یک روند امیدوارکننده است . نمونه ای از تجزیه و تحلیل های تجویزی : یک شرکت چند ملیتی قادر به شناسایی فرصت های خریدهای مکرر بر اساس تجزیه و تحلیل مشتری و تاریخچه فروش است .
این نوع از پیشرفته ترین نوع تجزیه و تحلیل داده ها است که نه تنها به داده های تاریخی بلکه به اطلاعات خارجی به دلیل ماهیت الگوریتم های آماری نیاز دارد . علاوه بر این ، تجزیه و تحلیل تجویزی از ابزارها و فن آوری های پیشرفته ، مانند یادگیری ماشین ، قوانین کسب و کار و الگوریتم ها ، استفاده می کند که اجرا و مدیریت آن را پیچیده تر می کند . به همین دلیل ، قبل از تصمیم گیری برای اتخاذ تجزیه و تحلیل های تجویزی ، یک شرکت باید تلاش های لازم را در برابر یک ارزش افزوده مورد انتظار مقایسه نماید .

شرکت ها چه نوع از تجزیه و تحلیل داده ها را انتخاب می کنند؟
برای شناسایی اینکه نوع غالبی از تحلیل داده ها وجود دارد ، بیایید برای دوره 2016-2019 به بررسی های مختلفی در رابطه با موضوع مراجعه کنیم .
برای بررسی جهانی داده ها و تحلیلی سال 2016: تصمیم گیری های بزرگ ، شرکت مشاوره مدیریت و سرمایه گذاری چند ملیتی پرایس واترهاوس از بیش از 2،000 مدیر خواسته است تا دسته ای را انتخاب کنند که فرایند تصمیم گیری شرکت خود را به بهترین وجه توصیف کند . علاوه بر این ، آکادمی C-suite از آنها سوال کرد که به چه نوع تحلیلی بیشترین اعتماد را داشتند . نتایج به شرح زیر بود : تجزیه و تحلیل توصیفی (58٪) در دسته تصمیم گیری ” ندرتاً داده محور ” قرار گرفت . تجزیه و تحلیل های تشخیصی در صدر لیست (34٪) در دسته ” متوسط داده محور” است . تجزیه و تحلیل پیش بینی (36%) در طبقه “داده محور بالا” هدایت می شود .
این نظرسنجی نیاز به نوع دیگری از تجزیه و تحلیلها را در مراحل مختلف توسعه یک شرکت نشان داد. در حقیقت ، شرکت هایی که سعی در تصمیم گیری آگاهانه داشتند ، تجزیه و تحلیل های توصیفی را ناکافی دانسته و تجزیه و تحلیل های تشخیصی را اضافه کردند یا حتی تا حد تجزیه و تحلیل های پیش گویانه پیش رفتند .
برای بررسی دیگر ، نظارت روند هوش تجاری BARC 2017 ، 2800 مدیر نظر خود را در مورد اهمیت روزافزون تجزیه و تحلیل پیش گویانه و پیشرفته به اشتراک گذاشتند . اصطلاح تجزیه و تحلیل پیشرفته یک اصطلاح چتری برای انواع تجزیه و تحلیل های پیش گویانه و تجویزی بود.
طبق تحقیقات بازار تجزیه و تحلیل پیشرفته و پیش گویانه 2018 ، تجزیه و تحلیل پیشرفته و پیش گویانه برای اولین بار برای اکثر پاسخ دهندگان “حیاتی” یا “بسیار مهم” تلقی شده است.
در بررسی نظارت روند هوش تجاری  BARC’s 2019 ، C-suite هنوز تجزیه و تحلیلهای پیشرفته را میان مهمترین گرایشهای هوش تجاری نامیده است .

خلاصه
با انواع مختلف تجزیه و تحلیل ها ، شرکت ها آزادند تا انتخاب کنند که چقدر نیاز دارند تا در تجزیه و تحلیل داده ها عمیق تر شوند تا به بهترین وجه نیازهای کسب و کار خود را برآورده کنند . در حالی که تجزیه و تحلیل های توصیفی و تشخیصی یک رویکرد واکنشی ارائه می دهند ، تجزیه و تحلیل های پیش گویانه و تجویزی باعث می شود تا کاربران فعال شوند. در همین حال ، روندهای فعلی نشان می دهد که شرکت ها بیشتر و بیشتر به وضعیتی روی می آورند که به تجزیه و تحلیل داده های پیشرفته نیاز داشته و اتخاذ آن را انتخاب می کنند .

اینستاگرام

تلگرام

telegram

آخرین اخبار

خبرنامه

برای آگاهی از آخرین اخبار و رویدادها لطفا ایمیل خود را وارد کنید.


اشتراک این مطلب در شبکه‌های اجتماعی:

ماموریت سازمان

شرکت ایران ریتیل در تلاش است تا با کمک به کسب‌وکارهای خرده‌فروشی آن‌ها را به استفاده از حداکثر توان‌شان برای رشد و توسعه سازمان و بهینه‌سازی فرآیند اجرایی کسب‌وکارشان ترغیب نماید. این ارتباط و یاری رساندن به همکاران می‌تواند تمام نیازهای صفر تا صد راه‌اندازی و مدیریت فروشگاه‌ها را تأمین نماید. ایران ریتیل در نظر دارد تا با ارائه محصولات و خدمات خود موجب افزایش کیفیت زندگی شهروندان و همچنین باعث سازماندهی، کنترل و هماهنگی نظام‌یافته در سیستم‌های اطلاعات مشتریان خود گردد.

چشم اندازها

شرکت ایران ریتیل به عنوان یک مجموعه دانش‌محور  قصد دارد در افق 1404 به یکی از بزرگ‌ترین مراجع دانش خرده‌فروشی کشور تبدیل گردد. برای ورود به این راه و محقق شدن اهداف‌مان بنا داریم با کمک گرفتن از متخصصان آموزش دیده و کاملا حرفه‌ای به ایجاد محتوای تخصصی و منابع اصلی همچون کتب آموزشی، مقالات و فیلم‌های آموزشی خرده‌فروشی برای این صنعت بپردازیم.

ارتباط با ما

آدرس : تهران – بزرگراه رسالت، خیابان استاد حسن بنای شمالی، ابتدای خیابان ابن علی پلاک 66 واحد 5

شماره تلفن : 02122318678

youtube

instalinkedin



telegrampinterestaparat

© 2019 Copyright © کلیه حقوق برای «ایران ریتیل» محفوظ است. دیجیتال مارکتینگ جامع و تخصصی توسط: نوکارتو