Просчитать будущее

Жанр: Огляди бізнес-книжок

Правовласник: ПрАТ "Київстар"

Дата першої публікації: 2015

Опис:

Кто кликнет, купит, соврет или умрет

Уже сегодня прогнозирование затрагивает нашу жизнь каждый день и на работе, и в обыденных ситуациях. Современные технологии влияют на нас, когда мы выбираем товар в магазине или голосуем на выборах. Автор книги повествует о том, каких высот достигла наука прогнозирования, в каких сферах она находит свое применение и чем может быть полезна руководителям.

Просчитать будущее

Кто кликнет, купит, соврет или умрет

Эрик Сигель – известный спикер, учредитель конференции Predictive Analytics World, выпускающий редактор издания The Predictive Analytics Times и президент компании Prediction Impact. В прош­лом – преподаватель компьютерных наук в Колумбийском университете.

• Книга переведена на восемь языков и рекомендована к прочтению студентам 14 университетов

• Издание вошло в список бест­селлеров Amazon и 800-CEO-READ

• Книга отмечена наградой Small Business Book Awards

Основная идея

Уже сегодня прогнозирование затрагивает нашу жизнь каждый день и на работе, и в обыденных ситуациях. Современные технологии влияют на нас, когда мы выбираем товар в магазине или голосуем на выборах. Автор книги повествует о том, каких высот достигла наука прогнозирования, в каких сферах она находит свое применение и чем может быть полезна руководителям.

Цена данных

В условиях сегодняшнего мира нас постоянно заваливает все новой информацией. Сотни постов в социальных сетях, горы спама в электронных почтовых ящиках и бумажной рекламы в обычных… Неудивительно, что большинство людей видят в лавине данных скорее угрозу или вред для себя. Однако автор убежден: на самом деле информация имеет высокую цену.

Конечно, не все данные ценны. Объемы существующей информации каждый день увеличиваются на 2,5 квинтиллиона байтов (число с 18 нулями). «Необработанные данные – это сырье. Золото – то, что можно из них добыть», пишет Сигель. Компьютеры, используя огромные массивы информации, обучаются и могут делать весьма ценные выводы.

Автор приводит несколько примеров тех знаний, которые мы получили благодаря машинному обучению (или прогнозной аналитике, как его называют в коммерческой, государственной и промышленной сферах):

• вегетарианцы реже пропускают свои авиарейсы;

• количество локальных преступлений возрастает после публичных спортивных состязаний;

• ранний выход на пенсию снижает ожидаемую продолжительность жизни.

Подобные выводы, сделанные компьютерами, широко используются и государственными организациями, и компаниями. Скажем, социальная сеть LinkedIn выявляет профессиональные навыки людей. Сайты знакомств предсказывают, кто может понравиться пользователям. Австралийская компания Energex прогнозирует спрос потребителей на электроэнергию и применяет эту информацию, выбирая место для прокладывания своих электросетей. А супермаркеты Tesco и другие пользуются аналитикой, чтобы рассылать персонализированные скидочные купоны своим клиентам в 13 странах мира. В результате такого шага потребители стали пользоваться купонами в 3,6 раза чаще.

Звучит неплохо, но насколько точны подобные прогнозы? Автор говорит, что на 100% точное прогнозирование невозможно в принципе. Скажем, точность прогнозов погоды – всего 50%. Однако 100%-ная точность и не нужна, чтобы прогноз имел высокую ценность.

Компаниям не стоит стремиться к получению высокоточных прогнозов. Скорее всего, они все равно получат хороший результат. Автор называет это «эффектом прогнозирования»: даже не слишком точное прогнозирование повышает ценность лучше, чем догадки. «Гораздо лучше иметь хотя бы смутное представление о том, что произойдет в будущем, чем пребывать в полной неизвестности», – пишет Сигель.

Прогноз с применением

Прогнозная аналитика (ПА) – инструмент довольно универсальный. Практически любая компания может найти ей применение. Для этого достаточно разобраться с такими пунк­тами.

1. Предмет прогнозирования. Что конкретно вы хотите предсказать? Какое событие или поведение какого именно субъекта хотите спрогнозировать?

2. Цель прогнозирования. Зачем вам нужно это предсказывать? Какие решения должна принять компания после получения прогноза? Какие действия совершить?

По уверению автора, список областей применения прогнозной аналитики практически неограничен. Организация может предсказывать цену на акции, продажи, увольнения, поведение клиентов и многое другое. А государства – правонарушения, несчастные случаи, наличие рабочих мест, результат выборов и т. д. Более того, можно использовать ПА даже в сфере личных отношений, прогнозируя любовь и дружбу, разводы, мысли и намерения.

Чаще всего в компаниях прогнозную аналитику применяют в области маркетинга, в частности, рассылки рекламных предложений массовому клиенту. В этом случае предмет прогнозирования – поведение потребителей при получении таких материалов, а его цель – направить свои маркетинговые усилия на клиента так, чтобы с максимальной долей вероятности получить положительную реакцию.

Читати далі
Додати відгук