{"id":32042,"date":"2020-10-12T07:55:54","date_gmt":"2020-10-12T05:55:54","guid":{"rendered":"https:\/\/biznes.t-mobile.pl\/podejmuj-trafne-decyzje-stosujac-metody-analizy-danych"},"modified":"2025-03-12T16:04:00","modified_gmt":"2025-03-12T15:04:00","slug":"podejmuj-trafne-decyzje-stosujac-metody-analizy-danych","status":"publish","type":"post","link":"https:\/\/biznes.t-mobile.pl\/pl\/podejmuj-trafne-decyzje-stosujac-metody-analizy-danych","title":{"rendered":"Podejmuj trafne decyzje stosuj\u0105c metody analizy danych"},"content":{"rendered":"\n\n\n
Z TEGO ARTYKU\u0141U DOWIESZ SI\u0118:<\/span><\/strong><\/strong>\n

 <\/p>\n

    \n
  1. DO JAKICH ZASTOSOWA\u0143 WYKORZYSTYWANA JEST ANALIZA BIG DATA?<\/span><\/strong><\/li>\n
  2. JAKIE PODEJ\u015aCIA MO\u017bNA WYR\u00d3\u017bNI\u0106 W ANALIZIE BIG DATA?<\/span><\/strong><\/li>\n
  3. NA CZYM POLEGA ANALIZA PREDYKCYJNA?<\/span><\/strong><\/li>\n
  4. SK\u0104D BIOR\u0104 SI\u0118 DANE DO ANALIZ BIG DATA?<\/span><\/strong><\/li>\n
  5. JAKIE DANE MO\u017bE DOSTARCZY\u0106 OPERATOR TELEKOMUNIKACYJNY?<\/span><\/strong><\/li>\n
  6. JAKIE S\u0104 PRZYK\u0141ADOWE ZASTOSOWANIA DANYCH OPERATORA?<\/span><\/strong><\/li>\n<\/ol>\n<\/td>\n<\/tr>\n<\/thead>\n<\/table>\n

    Z roku na rok wzrasta \u015bwiadomo\u015b\u0107 znaczenia analizy danych przy podejmowaniu decyzji biznesowych. W raporcie Credence Research1<\/sup> \u201eBig Data Analytics Market by Platform\u201d rynek Big Data Analytics w 2018 r wyceniony zosta\u0142 na 37,34 mld USD. Autorzy oczekuj\u0105 \u015bredniego rocznego wzrostu (CAGR) w kolejnych latach na poziomie 12,3%. <\/span><\/p>\n

    Cz\u0119stym w praktyce biznesowej sposobem podej\u015bcia do analizy danych jest analiza jako\u015bciowa<\/strong> pozwalaj\u0105ca odpowiada\u0107 mi\u0119dzy innymi na pytania: \u201edlaczego?\u201d, \u201ejak?\u201d. U\u0142atwia ona rozwi\u0105zanie kluczowych problem\u00f3w biznesowych: np. dlaczego sprzeda\u017c spada, lub dlaczego sprzeda\u017c ro\u015bnie, jaka jest obecnie sytuacja na rynku. Uzyskanie odpowiedzi na tego rodzaju pytania jest zwykle bardzo trudne i cz\u0119sto na przeszkodzie stoi brak danych. Dlatego biznes nierzadko zadowala si\u0119 nieco prostszymi do przeprowadzenia rodzajami analiz, takimi jak na przyk\u0142ad analiza ilo\u015bciowa<\/strong> operuj\u0105ca na dost\u0119pnych zwykle warto\u015bciach liczbowych, podobnie jak analiza statystyczna<\/strong>. Nie odpowiada ona na skomplikowane pytania, ale wskazuje warto\u015bci np. sumaryczny koszt obs\u0142ugi klienta, przeci\u0119tn\u0105 warto\u015b\u0107 zakup\u00f3w klienta itp.<\/span><\/p>\n

    Nieco dalej we wnioskowaniu idzie analiza diagnostyczna<\/strong>, kt\u00f3ra okre\u015blana jest r\u00f3wnie\u017c jako analiza przyczyn \u017ar\u00f3d\u0142owych, poniewa\u017c obejmuje procesy, takie jak odkrywanie danych, eksploracja i dr\u0105\u017cenie. Pozwala ona identyfikowa\u0107 anomalie w zbiorach danych, a nast\u0119pnie pomaga zidentyfikowa\u0107 ich \u017ar\u00f3d\u0142a i wyja\u015bni\u0107 t\u0119 anomali\u0119. Ten ostatni krok cz\u0119sto wymaga od analityk\u00f3w poszukiwania wzorc\u00f3w poza istniej\u0105cymi zbiorami danych i pobierania ich ze \u017ar\u00f3de\u0142 zewn\u0119trznych, a tym samym identyfikowania korelacji i okre\u015blania, czy maj\u0105 one charakter przyczynowo-skutkowy. Jeszcze innym rodzajem analiz informacji jest analiza predykcyjna<\/strong>, kt\u00f3ra wykorzystuje dane historyczne i wprowadza je do modelu uczenia maszynowego, aby znale\u017a\u0107 wzorce i trendy. Model jest stosowany do bie\u017c\u0105cych danych po to, by przewidywa\u0107, co b\u0119dzie dalej. Analiza predykcyjna pozwala m.in. odkrywa\u0107 wzory oszustw finansowych i zapobiega\u0107 przest\u0119pstwom. Inny spos\u00f3b wykorzystania tego rodzaju analiz danych to optymalizacja kampanii marketingowych: modele predykcyjne pomagaj\u0105 firmom przyci\u0105ga\u0107 klient\u00f3w, utrzymywa\u0107 i rozwija\u0107 relacje z najbardziej dochodowymi klientami. Pomaga r\u00f3wnie\u017c w okre\u015blaniu odpowiedzi na zach\u0119ty do zakup\u00f3w i u\u0142atwia wykrywanie mo\u017cliwo\u015bci sprzeda\u017cy krzy\u017cowej. Ten rodzaj analiz stosowany jest tak\u017ce do doskonalenia operacyjnego \u2013 trafniejszego prognozowania zapas\u00f3w i zarz\u0105dzania zasobami. Na przyk\u0142ad linie lotnicze u\u017cywaj\u0105 modeli predykcyjnych do ustalania cen bilet\u00f3w.<\/span><\/p>\n

    Sk\u0105d bra\u0107 dane do analiz?<\/h2>\n

    \u0179r\u00f3d\u0142em danych najcz\u0119\u015bciej s\u0105 systemy CRM gromadz\u0105ce dane o ju\u017c istniej\u0105cych klientach oraz o ich zachowaniach, jednak nie dostarczaj\u0105 one informacji potrzebnych przy podejmowaniu wielu, nierzadko krytycznych decyzji biznesowych. Cz\u0119stym problemem, z kt\u00f3rym nale\u017cy si\u0119 zmierzy\u0107 przy stosowaniu analiz danych jest\u2026 brak danych, potrzebnych do rozwi\u0105zania problemu.<\/span><\/p>\n

    Firmy staj\u0105 przed takim wyzwaniem, jak na przyk\u0142ad optymalizacja lokalizacji plac\u00f3wki us\u0142ugowej, pozwalaj\u0105ca przyci\u0105gn\u0105\u0107 jak najwi\u0119cej klient\u00f3w lub wyb\u00f3r lokalizacji biletomat\u00f3w w takich miejscach, by jak najwi\u0119ksza liczba os\u00f3b mog\u0142a z nich skorzysta\u0107. Sk\u0105d bra\u0107 tego rodzaju informacje? W pierwszym momencie nasuwa si\u0119 my\u015bl o wykorzystaniu danych zagregowanych przez dostawc\u00f3w us\u0142ug internetowych, serwis\u00f3w i portali i na podstawie tych informacji dokonywa\u0107 wybor\u00f3w biznesowych. Metody stosowane przy gromadzeniu tych danych zapewniaj\u0105 profilowanie u\u017cytkownik\u00f3w i pozwalaj\u0105 zdobywa\u0107 o nich wiele informacji. Oferowane s\u0105 przez agregator\u00f3w reklam, operator\u00f3w serwis\u00f3w internetowych lub serwis\u00f3w spo\u0142eczno\u015bciowych. Ich wad\u0105 jest jednak dost\u0119p do zaledwie wycinka grupy potencjalnych klient\u00f3w, maksymalnie oko\u0142o 30 procent, kt\u00f3rzy s\u0105 w Internecie aktywni i zezwalaj\u0105 na \u015bledzenie swojej aktywno\u015bci.<\/span><\/p>\n

    Drug\u0105 metod\u0105 mo\u017ce by\u0107 skorzystanie ze zanonimizowanych danych operator\u00f3w telekomunikacyjnych, kt\u00f3re obejmuj\u0105 ju\u017c oko\u0142o 90 procent u\u017cytkownik\u00f3w, w tym m.in. tych, kt\u00f3rzy nie posiadaj\u0105 profili w serwisach spo\u0142eczno\u015bciowych lub s\u0105 w stanie skutecznie ukry\u0107 aktywno\u015b\u0107. Dane oferowane przez operatora telekomunikacyjnego, np. T\u2011Mobile, chocia\u017c na u\u017cytek analizy nie s\u0105 sprofilowane wed\u0142ug preferencji u\u017cytkownik\u00f3w \u2013 mog\u0105 dostarczy\u0107, jak\u017ce potrzebnych danych do analizy. Informacje zapewniane przez operatora pozwol\u0105 ustali\u0107 liczb\u0119 kart SIM aktywnych na danym terenie. Cz\u0119sto po uzupe\u0142nieniu informacjami dostarczanymi przez G\u0142\u00f3wny Urz\u0105d Statystyczny stanowi\u0105 wystarczaj\u0105ce zasoby danych konieczne m.in. do takich bada\u0144 jak optymalna lokalizacja punktu dla gastronomii, lokalizacja dla agencji turystycznych czy umiejscowienie punkt\u00f3w us\u0142ugowych.<\/span><\/p>\n

    R\u00f3\u017cnorodno\u015b\u0107 zastosowa\u0144<\/h2>\n

    Dane operatora<\/a> mog\u0105 by\u0107 wykorzystywane nie tylko w biznesie, ale tak\u017ce w us\u0142ugach u\u017cyteczno\u015bci publicznej. Wa\u017cnym zastosowaniem informacji o aktywno\u015bci u\u017cytkownik\u00f3w kart SIM<\/a> mo\u017ce by\u0107 wyznaczenie punkt\u00f3w obs\u0142ugi turystycznej, zapewnienie na danym terenie adekwatnego do zapotrzebowania dost\u0119pu do medi\u00f3w \u2013 produkcji wody, czy energii elektrycznej. Operator udost\u0119pnia tak\u017ce informacje o przemieszczaniu si\u0119 ludzi, co pozwala odpowiednio dostosowa\u0107 do nich na przyk\u0142ad lokalizacj\u0119 przystank\u00f3w \u015brodk\u00f3w komunikacji publicznej.<\/span><\/p>\n

    Informacje wykorzystywane w us\u0142udze Analiza ruchu Big Data<\/a> od T\u2011Mobile zapewniaj\u0105 najbardziej miarodajne odzwierciedlenie zachowa\u0144 u\u017cytkownik\u00f3w. Dzi\u0119ki integracji bazy ponad 6 mln posiadaczy telefon\u00f3w kom\u00f3rkowych, do\u015bwiadczeniu i specjalistycznej wiedzy us\u0142uga jest rozwi\u0105zaniem przynosz\u0105cym realne korzy\u015bci biznesowe.<\/span><\/p>\n

    Dane i powsta\u0142e na ich podstawie analizy mog\u0105 by\u0107 u\u017cywane w r\u00f3\u017cnych bran\u017cach. Korzystanie z narz\u0119dzi do analizy biznesowej zapewni przewag\u0119 konkurencyjn\u0105, pozwalaj\u0105c zmniejszy\u0107 koszty operacyjne i zwi\u0119kszy\u0107 przychody dzi\u0119ki lepszemu wykorzystaniu \u015brodk\u00f3w na sprzeda\u017c i marketing. Raporty i narz\u0119dzia do wizualizacji danych online pomagaj\u0105 firmom w optymalizacji wydatk\u00f3w i usprawni\u0105 procesy podejmowania decyzji.<\/span><\/p>\n

    Podsumowanie<\/h3>\n

    Przypomnijmy najwa\u017cniejsze informacje dotycz\u0105ce analizy danych:<\/span><\/p>\n