|
|
三位CIO与您分享关于预测分析的经验近日，CIO.com网站的记者采访了三位CIO，这三位CIO谈到了预测分析需要涉及大量的前端数据的工作，同时也谈到了他们对于企业文化的变革的焦虑。 我们从试点开始，其帮助我们减少了50%的客户流失率，并将从试点总结出的经验推广到了全国系统。在试点过程中，我们开发了客户趋势线，除了让销售人员分析预测客户下一次订货单时间外，还需要分析订单量和偏差。 尽量保持预测分析工作的简单化，并让预测分析人员随着时间的推移逐步建立对预测分析工作的热情是很重要的。随着高级用户的要求越来越多，如果预测分析工作过于复杂，预测分析工作会不堪重负。之后，企业可以安排后续项目，如销售预算和分析工具。这已经不仅仅是一个时尚趋势;而是有助于企业业务发展的一个永恒的工作。 这不仅仅只是技术问题 私人股权投资公司科尔伯格-克拉维斯-罗伯茨的首席信息官ED Brandman：对我们而言，预测分析仅仅是为我们在进行私募股权投资决定和评估我们所拥有的公司的绩效的严格流程中增加了一款工具而已。我们花了很多的时间搞清楚如何收集所有我们需要的数据信息。每个月，我们都会收到我们的80家投资组合公司的海量财务和运营数据，而每家公司的数据信息都各有不同。如此巨大的信息量，如果能够将这些数据规范化的话，可以在提前公开之前为我们提供不少的预测洞察。在付诸了两年的努力后，我们开始建立起来非常坚实的数据信息库，当然我们还在不断地调整它。 我们覆盖了类似于标准普尔或BCA研究公司的第三方公开数据趋势。这样，我们就将可以了解到公司的哪些债务是固定的;而哪些债务是受浮动汇率和利率影响的，进而基于市场大趋势，寻找融资的最佳时机。例如，我们的投资组合管理委员会可以决定是否需要更多或更少的扩张业务或管理成本。 我们开发了我们自己的工具。我们不看那些需要采用Hadoop路径的大量时间序列数据。太多的公司陷入了这些新技术，但预测分析其实并非只是纯技术方面的问题。更多更频繁更新的数据并非总是好的。关键是要在正确的时间得到正确的数据。除非你的企业能够把数据信息转换成一个可操作的事件，否则那只是在浪费时间和金钱而已。 责编：王雅京  微信扫一扫实时了解行业动态 著作权声明：畅享网文章著作权分属畅享网、网友和合作伙伴，部分非原创文章作者信息可能有所缺失，如需补充或修改请与我们联系，工作人员会在1个工作日内配合处理。 |
最新专题 |
宏景软件人力资源解决方案.ppt
[人人都是产品经理].苏杰.文字完..
2012 IBV big data study.tweets...|
|
