
沒有人能夠掌握和分析來自於未來的資料。不過,有一種方法可以使用過去的資料來預測未來。這種方法稱為「預測分析術」(predictive analytics),而每一天都有組織在運用這種方法。
(不符合) 小於6段 & 小於700字 (段落: 1/ 字數: 238)
舉例來說,你的公司是否發展了「顧客終生價值」(customer lifetime value (CLTV) )的衡量標準?那便是運用「預測分析術」來決定,長期而言,顧客會跟公司購買多少金額。你的公司擁有「次佳提案」(next best offer)或是產品建議的能力嗎?其實那就是分析預測你的顧客,接下來最有可能會購買的產品或服務。你預測過下一季的銷售額嗎?使用過數位行銷模型,決定該把哪一則廣告放在那一家出版商的網頁上嗎?所有的這些事項都是各式各樣「預測分析術」的不同形式。
(不符合) 小於6段 & 小於700字 (段落: 2/ 字數: 472)近來,「預測分析術」變得愈來愈受歡迎,可是身為經理人而非分析師的你究竟應該知道哪些事情,以便能夠詮釋結果、做出更好的決定呢?你的資料科學家的工作究竟做得如何?透過理解一些基礎的事實,當你跟組織裡的其他人合作與溝通「預測分析術」的結果和建議時,你就會覺得更加地自在。量化分析(quantitative analysis)並不是神奇的解決方案──可是這一項分析通常都是倚賴大量的歷...
已經是會員?立即登入
閱讀完本模組的文章/個案後
我們建議您思考下列問題
Q.
什麼是數位轉型的真實意義?
Q.
你是否已盤點組織數字化、數位化與數位轉型的目標與能耐。
Q.
如何運用企業智慧決策分析學找出組織明確的發展盲點與機會點?
Q.
如何培養組織與時俱進的頂尖員工?
Q.
如何擬定組織的數位轉型策略?
Q.
如何讓組織數位轉型策略落地?
Q.
如何制定推動「分析成性,公私兩利」組織文化的戰術?
Q.
什麼是「轉識成智」?如何協助組織轉識成智進而推動智慧決策?




