Diedit oleh pakar analitik Thomas Davenport, buku ini memberikan ikhtisar intelijen bisnis yang dapat membuat atau menghancurkan pengembangan data besar strategis. Musim panas yang lalu saya mengambil salinan gratis dari pemberhentian SAS road show di Chicago untuk solusi virtualisasi data yang baru.
Karena berbagai penulis yang terlibat, saya akan menyoroti bagian yang menurut saya layak dibaca.
Bab-bab pertama menampilkan analitik dalam berbagai bentuknya. Davenport memulai bab satu menjelaskan berbagai bentuk analitik dan perbedaannya, sedangkan bab dua, oleh Keri Pearson, memberikan contoh keuangan ROI. Daftar yang muncul di akhir bab ini memiliki beberapa pelajaran besar yang dipelajari yang mempertimbangkan urutan kejadian potensial. Pendekatan semacam itu dapat membantu kerangka organisasi mana proyek yang akan ditangani.
Untuk menunjukkan apa yang saya maksud, inilah contoh memilih proyek dengan ROI terbesar (laba atas investasi):
Mulailah dengan proyek ROI tinggi, bukan proyek yang rendah atau sulit diukur. Proyek pertama biasanya menanggung biaya terbesar karena memulai biasanya melibatkan pengaturan gudang data. Jika itu dapat dilakukan dengan proyek ROI besar, proyek masa depan jauh lebih mudah untuk dibenarkan …
Bab yang paling cocok untuk bisnis kecil adalah Bab 4. Penulis, Bill Franks, memberikan dasar yang baik tentang bagaimana data Web adalah dasar untuk melakukan lebih dari sekadar penghitungan lalu lintas Web. Dia menawarkan tampilan segar pada nilai traffic non-konversi - 96% pengunjung situs web yang tidak mengklik tombol yang dituju atau mengirimkan formulir pengisian.
Segmen ini bermanfaat bagi usaha kecil yang mencari alasan lebih dalam di balik biaya untuk memodifikasi solusi analitik atau membuat dasbor khusus. Banyak yang masih memperlakukan analitik sebagai bentuk akuntansi. Seperti yang mereka katakan dalam iklan “Tunggu, ada lagi!” Yah, Frank menjelaskan “lebih banyak” dengan segmen bab, Web Data In Action. Dia menyebutkan beberapa model seperti gesekan dan respons model. Saya menyukai bagaimana Franks imajinatif mengambil untuk menekankan segmen pelanggan yang dapat dikembangkan bisnis, seperti komentar ini:
Pertimbangkan segmen yang disebut Pemimpi yang murni berasal dari perilaku menjelajah. Pemimpi berulang kali memasukkan item ke keranjang mereka tetapi kemudian meninggalkannya. Pemimpi sering menambah dan meninggalkan barang yang sama berkali-kali … Jadi, apa yang dapat Anda lakukan setelah menemukannya? Salah satu opsi adalah melihat apa yang ditinggalkan pelanggan.
Segmen solid lainnya adalah Bab 12 Melibatkan Bakat Analitis. Ini ditulis oleh Jeanne Harris (yang ikut menulis Analisis di Tempat Kerja dengan Davenport dan Robert Morison) dan Elizabeth Craig. Ini memberikan gambaran singkat tentang cara menetapkan tujuan tugas yang menunjukkan organisasi Anda memahami bakat analitis:
Mempersenjatai analis dengan informasi penting tentang bisnis adalah salah satu cara untuk menjaga bakat analitik tetap terlibat.
Ide-ide itu tepat untuk apa yang terjadi. Saya ingat sebuah studi perusahaan rekrutmen terkenal yang mengindikasikan analis mengubah pekerjaan sebagian dari kurangnya keterlibatan dan dukungan yang berarti. Selain itu, Harris dan Craig menunjukkan bagaimana mengidentifikasi "4 trah bakat analitis" yang dengan cekatan menyampaikan nilai setiap bakat.
Masalah privasi dicatat di Bab 4, tetapi advokat harus membaca Bab 13, Tata Kelola untuk Analisis. Stacy Blanchard dan Robert Morson memaparkan proses untuk membangun manajemen analitik, proses yang pada akhirnya melindungi data sebanyak itu mengekstraksi nilai:
Membangun tata kelola adalah perpaduan antara sains dan seni, di mana dinamika kekuatan khusus dalam organisasi memainkan peran penting. Tidak ada model tata kelola hak tunggal untuk analitik, tetapi sejumlah prinsip dan praktik yang baik umumnya ditemukan di antara organisasi dengan kemampuan analitis berkinerja tinggi.
Konsep, sementara dimaksudkan untuk organisasi besar, masih dapat cocok dengan bisnis skala menengah, seperti prinsip panduan dan memahami mengapa tata kelola itu penting. Daftar "Anda Tahu Anda Berhasil Ketika …" dapat dimodifikasi untuk bisnis kecil yang menggunakan analitik dan memiliki pemangku kepentingan yang jauh dari operasi mereka.
Bab-bab selanjutnya menyajikan kasus-kasus perusahaan besar. Beberapa mencatat dampak analitik pada industri tertentu, seperti ritel (Sears) dan farmasi (Merck).
Sekali lagi, ini adalah buku yang dimaksudkan untuk para manajer organisasi besar. Tetapi untuk usaha kecil yang ingin tumbuh, itu dapat memberikan gambaran yang mendorong apresiasi yang lebih dalam untuk buku-buku rinci seperti Analisis Web 2.0 atau Pemasaran Kinerja dengan Google Analytics.
$config[code] not foundAnalytics, secara umum, memaksa bisnis untuk melihat secara kritis bagaimana operasinya. Buku-buku seperti ini akan memberikan kerangka kerja yang tepat untuk mengelola operasi-operasi itu untuk kinerja bisnis terbaik Anda.
