빅데이터와 예측 분석의 색다른 활용

빅 데이터 및 예측 분석의 색다른 활용

이 기사에서 Will Kelly는 다양한 산업 분야에서 빅 데이터와 예측 분석의 활용에 대한 몇 가지 통찰력을 공유할 것입니다. .

우리는 빅 데이터 및 예측 분석과 관련된 관습, 과제, 현재 대중적 사고, 비즈니스 모델을 둘러싼 많은 기사를 접했습니다. 그러나 빅데이터에 대한 두려움, 의심, 불확실성, 빅데이터 개념에 대한 과대광고 외에도 일부 기업에서는 비전통적인 분야에서 빅데이터 분석 기술을 활용하기 시작했습니다.

지표면 채굴 굴착 데이터 추적

먼저 HDS(Hitachi Data Systems)가 빅 데이터와 예측 분석을 활용하여 대규모 건설, 채굴 및 운송을 지원하는 방법을 살펴보겠습니다. 업계의 중공업 분야에 적용됩니다. 제가 제품 기획 담당 부사장인 Michael Hay, 소프트웨어 제품 마케팅 담당 수석 부사장인 Asim Zahir와 이야기를 나누었을 때 그들은 데이터와 예측 분석이 어떻게 이루어지는지에 대한 개요를 제시했습니다. 중장비 광산 작업.

Sarah Gardner가 작성한 "Hitachi Data Machine: 노천 광산의 데이터 마이닝"이라는 제목의 이 기사는 Hitachi가 노천 광산 데이터 마이닝 기계 작업을 지원하기 위해 빅 데이터를 사용하는 방법에 중점을 둡니다. 나는 데이터 채굴에 대해 말하는 것이 아니라 지하 광물 채굴에 대해 이야기하고 있습니다. Gardner의 기사는 몇 가지 극단적인 예를 보여줍니다. 즉, 많은 사람들이 일상적이지 않다고 생각하는 비즈니스 작업을 완료하는 데 도움이 되는 빅 데이터 및 예측 분석을 지원하는 데이터 시스템입니다.

일부 빅 데이터 업계 관계자는 중공업 장비 및 운송 시스템에서 빅 데이터 및 예측 분석 애플리케이션의 사용을 전체 빅 데이터 애플리케이션 분야의 향후 성장에 대한 주요 요인으로 보고 있습니다.

전자상거래 고객 경험 개선

소매점 업계의 경쟁은 이미 치열하지만, ​​동일한 문제 중 일부가 전자상거래 분야에서도 확산되기 시작했습니다. Bloomreach라는 스타트업은 빅데이터를 활용하여 전자상거래 고객 경험을 향상시키는 것을 목표로 합니다. 이는 웹사이트 전체의 사용자 경험을 수정하는 것이 아닌, 고객의 검색 습관을 기반으로 고객 맞춤형 페이지를 제공하기 위한 것입니다. Bloomreach의 기술은 제품 요구 사항 분석을 통한 콘텐츠 검색에 중점을 둡니다.

Bloomreach CEO인 Rajdedatta는 회사가 빅데이터 기술을 사용하여 전자상거래 고객 경험을 향상시키는 방법에 대해 설명했습니다. 이들의 기술 직원은 대규모 전자 상거래 웹사이트의 백엔드에 있어 강력한 고객 경험을 보장하는 동시에 고객 검색 기준과 가장 잘 일치하는 것을 기반으로 새로운 제품 랜딩 페이지를 맞춤화할 수 있습니다.

전자상거래 및 고객 경험의 일부로 빅데이터 애플리케이션을 사용하는 것이 흔한 것처럼 보일 수 있습니다. 그러나 이는 우리에게 발전을 위한 세 가지 방향을 제시합니다. 첫 번째 개발 방향은 빅데이터가 전자상거래 세계의 콘텐츠 전략가, 정보 설계자, 디자이너에게 도전이 될 것이라는 것입니다. 두 번째 발전 방향은 빅데이터의 유창함이 미래 전자상거래 인재에게 중요한 요구사항이 된다는 것입니다. 세 번째이자 아마도 가장 중요한 개발 방향은 검색 및 온라인 판매 경쟁에서 고객의 관심을 끌기 위해 전자상거래 웹사이트 백엔드의 빅데이터 기술이 필요하다는 것입니다.

금전등록기 및 콜센터 이면의 애플리케이션 분석

아마도 빅데이터의 가장 잘 알려진 응용 분야는 고객 행동 추적일 것입니다. 그러나 Hitachi Business Microscope의 빅데이터 및 예측 분석은 대형 고객 서비스 센터 및 소매점의 금전등록기에 기술을 적용하여 고객의 이면을 분석하는 데 적합합니다.

비즈니스 현미경은 소위 '감정적 순간'을 포착하고, 고객 서비스 전화를 받을 때 센서를 사용하여 고객의 목소리를 분석하거나 고객의 신용 카드 구매를 통한 고객 흐름을 계산하고 명함 카드를 사용하여 고객을 이해합니다. ' 콜센터와의 상호 작용. 어떤 고객 서비스 직원과 소통할지.

소매 환경에서 상업용 현미경은 유동인구를 연구한 다음 데이터를 반환하여 소매 환경의 레이아웃을 최적화할 수 있습니다.

빅데이터는 고객과의 상호 작용을 기반으로 고객 행동을 추적하여 기업에 실행 가능한 정보를 제공함으로써 고객에게 최고의 서비스를 제공하고 비즈니스 경쟁에서 승리할 수 있습니다.

NFL 티켓에 대한 동적 가격 책정 구현

저와 같이 워싱턴에 거주하는 대부분의 Redskins 팬은 축구 시즌 동안 티켓 가격에 대한 불만과 불만을 매우 잘 알고 있습니다. 다른 지역의 팬들은 해당 지역 NFL 팀이 매 시즌 티켓 가격을 책정하는 방식에 대해 엇갈린 감정을 가지고 있습니다. NFL은 FICO의 빅데이터와 예측 분석 방법을 사용하여 동적 티켓 가격 책정 전략을 식별하고 구현하고 있습니다.

빅데이터와 예측 분석 방법을 사용하여 동적 가격 책정을 구현하면 우리보다 소비자를 더 잘 알 수 있습니다. 그러나 FICO와 NFL은 이제 막 사례 연구 프로젝트를 사용하기 시작했습니다. 이 정도 규모의 빅데이터 및 예측 분석 프로젝트를 구현하려면 최소한 일정 기간 동안 고객 요구 사항과 기타 소비자 요구 사항을 수집해야 합니다.

기업 프리미엄 구독 사용자 유지율 향상

오늘날 프리미엄 구독 시장은 더 많은 도전에 직면해 있습니다. 구독을 취소하는 것은 사용자가 때가 되었을 때 예산을 삭감할 수 있는 첫 번째 단계이기 때문입니다.

스타트업 회사인 ScoutAnalytics는 SaaS(Software as a Service), 정보 서비스 및 디지털 미디어를 포함한 기업이 사용자 유지율을 향상시킬 수 있도록 빅데이터 및 예측 분석을 적용하고 있습니다.

ScoutAnalytics는 기업이 프리미엄 구독 사용자 유지율을 향상시키는 데 도움을 줌으로써 수익이 10~15% 증가했다고 주장합니다. 이는 영업 할당량과 연결된 데이터 허브 역할을 하여 영업팀이 더 많은 반복 수익을 창출하는 데 도움을 줄 수 있습니다.

요약

이 기사에서는 빅데이터와 예측 분석이 어떻게 여러 산업 전반에 걸쳐 비전통적인 애플리케이션의 기초 기술이 되고 있는지 보여주었습니다. 빅 데이터와 예측 분석을 자주 채택하는 것은 여전히 ​​어려운 일이지만, 이러한 파격적이고 특별한 응용 기술은 개인과 기업을 위한 더 나은 미래를 보여줍니다. 그리고 온라인 생활은 확실히 현재와 미래에 더 큰 비즈니스 플랫폼의 일부가 될 것입니다.

위 내용은 빅데이터와 예측 분석의 색다른 활용에 관해 편집자가 공유한 관련 내용입니다. 자세한 내용은 Global Ivy를 팔로우하여 더 많은 건전한 정보를 공유할 수 있습니다.