Особенности профессии

Data quality – качество данных

0

Сегодня мне бы хотелось поговорить о самой большой проблеме всех внедрений BI – о проблеме качества данных. Особо острой проблема является в тех случаях, когда существует более чем один источник данных. Например, в British Telecom сейчас более 200 биллинговых систем. И несомненно, когда приходится считать какой-либо составной показатель из нескольких источников или выбирать показатель из множества конкурирующих источников (источники, которые содержат один и тот показатель), в этом случае мы всегда сталкиваемся с решением задачи обеспечения качества данных.

Недавно я встречался с Вице-Президентом Oracle по BI – Полом Родвиком и задал вопрос о подходах, которыми пользуются компании во время внедрения. О двух из них я несомненно слышал, но третий меня слегка удивил, хотя он имеет право на существование.

В настоящее время есть несколько принципов решения проблем:

1. «Глубокое решение» – подход, при котором создается единый источник, который является мастер-источником для всех остальных систем, т.е. идет двухсторонняя интеграция. Далее >

Что Data mining может, а чего нет?

0

Недавно натолкнулся на очень интересное интервью с Питером Фэйдером (Peter Fader) с редактором журнала CIO Insight Алланом Алтером (Allan Alter), мастером по количественным ислледованиям в маркетинге бизнес-школы Wharton, который обращается к IT-директорам компаний: «хватит накапливать множество абонентских данных и не правильно применять алгоритмы Data mining-а».

Несмотря на то, что интервью бралось еще в далеком 2007 году, мне оно кажется очень актуальным, тем более после появления новых трендов, таких как Big Data. Я уже ни раз говорил о том, что не всегда продвинутый инструментарий позволяет получить гораздо лучшие результаты при аналитической обработке данных, чем при построении простейших моделей в том же Excel. После прочтения этого интервью я еще больше укрепился в этом мнении.

Статья на столько понравилась, что решил сделать перевод для читателей блога.

CIO INSIGHT: Питер, расскажите о сильных и слабых сторонах использования инструментария Data Mining и Business Intelligence.

FADER: 

Инструментарий Далее >

Что делать с низкододными клиентами

0

Недавно наткнулся на очень интересную дискуссию относительно того, что делать с клиентами, которые являются низкодоходными либо вообще убыточными для компании. Ну и задавался риторический вопрос – может стоит от них вообще отказаться. Я бы не торопился с ответом, а прежде всего начинал с анализа таких абонентов. Когда мы раньше говорили про правило Парето – 20% клиентов приносит 80% доходов (а возможно и прибыли). Тогда в таком случае мы говорим об отказе в обслуживании 80% клиентской базы. Неужели все так плохо?

Ответ не так уж прост. С одной стороны отказаться от этих клиентов легко и я уверен, что в краткосрочной перспективе это может оказаться даже более эффективно, чем продолжать их обслуживать, НО с точки зрения долгосрочной стратегии работы с клиентом это может привести к полному краху предприятия, ну или по крайней мере глубокому застою. Так как привлечь высокодоходного клиента не просто.

Если говорить, про шаги, которыми Далее >

Предотвращение преступлений и аналитика

0

Сегодня мне бы хотелось поговорить о необычных областях, где используется предиктивная аналитика.

Многие, наверное, видели фильм «Особое мнение», где 3 провидца предсказывают преступления до того момента, пока они еще не наступили.

Фантастика, скажите Вы и нереально. А вот Департамент полиции Чикаго думает иначе. Они уже давно используют предиктивную аналитику для борьбы с преступностью.

Проводя ежедневный мониторинг, событий, звонков на 911, собирая и аккумулируя статистику, они на основе прогностических моделей получают примерное место, в котором может произойти то или иное происшествие с большой долей вероятности и учитывают эту информацию при составлении маршрутов для патрулирования.

Вся аналитическая обработка информации проводится на «аутсорсинге» в Технологическом институте Иллинойса.

Интересно, как наша полиция использует статистику по происшествиям, которые аккумулирует?

Удачи Вам, присмотритесь к предиктивной аналитике, может быть ее можно использовать и у Вас.

//

Чем занимаются консультанты?

0

Давно знал, что основная задача консультантов, слушать заказчика, а потом «по умному» написать то, что им сказали. Но на мой взгляд этого явно не достаточно, необходим хотя бы минимальный отраслевой опыт, иначе могут случиться казусы.

Недавно имел место беседу с консультантами, которые пришли на проект в компанию, где я работаю. Компания, которую они представляли входит в ТОП-4 мировых консалтинговых компаний. В общем выслушали они всех участников действа, в том числе и меня. Задача стояла: как разделить выручку между инвестиционными проектами в телекоме. Я озвучил предложение, которое звучало примерно следующим образом. «Предлагаю каждую железку в системе учета оборудования маркировать, соответственно маркировать CDR, которые идут в биллинг, чтобы однозначным образом учитывать выручку». После этого мне задают вопрос, а что такое CDR. Для тех кто не знает – простыми словами это информация, поступающая с железа в биллинг, содержащая, например, информацию о звонке и всех идентификаторах для однозначной тарификации абонентов. Далее >

Вверх