法兰克福学派

博客

预测性业务分析
管理2016年9月8日
  • 分享

  • 5434

  • 0

  • 打印
市场营销与管理会计副教授
Martin Artz是法兰克福金融管理学院市场营销和管理会计副教授。在加入法兰克福金融管理学院之前,他曾在曼海姆大学担任博士后研究员和助理教授。此外,他还是蒂尔堡经济与管理学院和西雅图华盛顿大学的访问学者。他于2006年毕业于曼海姆大学工商管理专业,并于2010年获得博士学位。

转到作者页面

更多博客文章
在站台上,你会看到什么?
数字化时代的领导力:聚焦金融
是否应将大流行情景纳入风险管理工具箱?

想象一下,一个时装零售商已经知道顾客下一季会喜欢什么颜色、剪裁和尺码。想象一下,生产线上的工人在机器实际发生故障和生产流程中断之前就知道何时以及为什么会发生故障。想象一下,一家保险公司可以精确地估计潜在的新保险客户在未来造成重大汽车损失的可能性。所有这些知识将有助于企业在今天为未来做出正确的决策。但是如何预测未来呢?

在过去,具有经验和对趋势和行业发展的直觉的个别经理发挥了作用。今天,现代数据分析使公司更接近这一目标。通过使用历史数据和回归分析等统计模型,公司可以更好地预测未来的发展。这些数据支持的场景可用于优化各种领域的决策,如产品程序设计、定价、生产维护或客户获取。根据真实故事改编的好莱坞电影《点球成金》(Moneyball)中,成功的棒球队奥克兰运动家队(Oakland Athletics)是由一群球员组成的,他们在传统的棒球指标上得分很低,但在预测统计分析上却非常出色。

如今,预测分析之所以成为一个非常热门和令人兴奋的话题,是因为一种被称为“数字化”的大趋势,伴随着一些最近的发展,这些发展使公司能够比以往任何时候都更多地扩大数据机会:

  • 公司从各种各样的来源收集比过去更多的数据,如他们的在线购物网站,内部会计系统,或配备传感器的现代生产机器。
  • 这些数据中的大部分已经是机器可读的,可以用现代分析软件加以利用;新技术甚至允许从网站文本、音频播客、热传感器或视频等来源收集和构建非常规数据,并使其可用于统计分析。
  • 由于比过去更强大的IT基础设施,数据可以实时获取、存储和分析:例如,在网上购物中,客户可以根据他们刚刚购买或表示感兴趣的产品立即获得新产品优惠;在线零售商根据购物数据实时预测顾客的信誉,并相应地为不同的顾客提供不同的付款方式(如预付款或发票)。
  • 最后,与过去相比,大学毕业生在开发和使用统计模型进行预测方面受到了更好的教育,企业中也出现了新的专业职位,如商业分析师或商业智能经理。

然而,与任何技术一样,存在风险。只有当历史数据具有足够的质量并且过去具有预测未来的能力时,预测分析才能起作用。幸运的是,对于许多日常业务决策来说,情况就是这样。然而,行业的颠覆性变化很难察觉,历史数据甚至可能在这里产生误导。亨利·福特(Henri Ford) T型车的成功,或者支持星巴克(starbucks)高增长的外带咖啡(coffee-to-go)趋势,从历史上的顾客习惯来看是很难预测的。在这些领域,创业直觉和早期测试市场研究将保持其重要性。

YouTube

通过加载视频,您同意YouTube的隐私政策。
了解更多

加载视频

0评论

发送

Baidu
map