Edito dall'esperto di analisi Thomas Davenport, il libro offre una panoramica della business intelligence che può creare o distruggere lo sviluppo strategico dei big data. La scorsa estate ho preso una copia gratuita dalla fermata di Chicago di un road show SAS per la sua nuova soluzione di virtualizzazione dei dati.
A causa dei diversi autori coinvolti, evidenzierò le sezioni che ritengo meritino una lettura.
I primi capitoli escludono l'analisi nelle sue varie forme. Davenport inizia il primo capitolo spiegando le varie forme di analisi e le loro differenze, mentre il secondo capitolo, di Keri Pearson, fornisce un esempio finanziario del ROI. Un elenco che appare alla fine del capitolo ha alcune grandi lezioni apprese che considerano un ordine di potenziale occorrenza. Un simile approccio può aiutare l'organizzazione a definire il progetto da affrontare.
Per mostrare cosa intendo, ecco un esempio di selezione dei progetti con il più alto ROI (ritorno sull'investimento):
Inizia con l'alto progetto di ROI, non con quello basso o difficile da quantificare. Il primo progetto normalmente ha il costo maggiore perché solitamente l'avvio comporta la creazione del data warehouse. Se può essere fatto con un grande progetto di ROI, i progetti futuri sono molto più facili da giustificare …
Il capitolo più adatto per le piccole imprese è il Capitolo 4. L'autore, Bill Franks, fornisce una buona base su come i dati Web sono la base per fare di più del traffico Web contabile. Offre uno sguardo aggiornato sul valore del traffico non convertito: il 96% dei visitatori del sito Web che non fa clic sul pulsante desiderato o invia un modulo di compilazione.
Questo segmento è utile per le piccole imprese che cercano un ragionamento più profondo dietro il costo per modificare una soluzione di analisi o creare un dashboard personalizzato. Molti considerano ancora l'analisi come una forma di contabilità. Come si dice negli spot pubblicitari "Aspetta, c'è di più!" Bene, Franks spiega il "di più" con il segmento del capitolo, Web Data In Action. Menziona alcuni modelli come la modellazione dell'attrito e della risposta. Mi è piaciuto il modo immaginifico di Franks per enfatizzare i segmenti di clienti che le aziende possono sviluppare, come questo commento:
Considera un segmento chiamato Dreamers che è stato derivato esclusivamente dal comportamento di navigazione. I sognatori ripetutamente mettono un oggetto nei loro cesti, ma poi li abbandonano. I sognatori spesso aggiungono e abbandonano lo stesso oggetto molte volte … Quindi cosa si può fare dopo averli trovati? Un'opzione è guardare ciò che i clienti stanno abbandonando.
Un altro segmento solido è il capitolo 12 Coinvolgimento del talento analitico. Questo è stato scritto da Jeanne Harris (che ha co-scritto Analytics at Work con Davenport e Robert Morison) e Elizabeth Craig. Fornisce una breve panoramica su come impostare obiettivi di assegnazione che dimostrino che la tua organizzazione comprende il talento analitico:
Armare gli analisti con informazioni cruciali sul business è un modo per coinvolgere i talenti dell'analitica.
Le idee erano chiare su quello che stava succedendo. Ho ricordato uno studio ben noto della società di reclutamento che indicava che gli analisti cambiano lavoro in parte per mancanza di impegno e supporto significativo. Inoltre, Harris e Craig mostrano come identificare "4 razze di talento analitico" che trasmette abilmente il valore di ciascun talento.
Le questioni relative alla privacy sono riportate nel Capitolo 4, ma i sostenitori dovrebbero leggere il Capitolo 13, Governance per Analytics. Stacy Blanchard e Robert Morson illustrano il processo per stabilire la gestione analitica, i processi che alla fine proteggono i dati tanto quanto ne estrae valore:
Stabilire la governance è un mix di scienza e arte, in cui le specifiche dinamiche di potere all'interno dell'organizzazione giocano un ruolo significativo. Non esiste un singolo modello di governance corretto per l'analisi, ma una serie di buoni principi e pratiche si trovano comunemente all'interno dell'organizzazione con capacità analitiche ad alte prestazioni.
I concetti, intesi per le grandi organizzazioni, possono ancora adattarsi ad un'azienda di medie dimensioni, come i principi guida e capire perché la governance è importante. L'elenco "Sai che stai riuscendo quando …" può essere modificato per le piccole imprese che utilizzano l'analisi e hanno le parti interessate lontane dalle loro operazioni.
Capitoli successivi presentano casi di grandi imprese. Alcuni rilevano l'impatto dell'analisi su settori specifici, come la vendita al dettaglio (Sears) e il settore farmaceutico (Merck).
Ancora una volta, questo è un libro destinato a manager di grandi organizzazioni. Ma per le piccole imprese che cercano di crescere, può dare una visione d'insieme che incoraggia un apprezzamento più profondo per libri dettagliati come Web Analytics 2.0 o Performance Marketing con Google Analytics.
$config[code] not foundL'analisi, in generale, costringe un'azienda a guardare in modo critico a come opera. Libri come questo forniranno la giusta struttura per la gestione di tali operazioni per le migliori prestazioni aziendali.
