Professional Documents
Culture Documents
IFUA EV Módszertani Felkészítés 20171109
IFUA EV Módszertani Felkészítés 20171109
Módszertani felkészítés
Horváth Renáta
Papp Zsófia
Székely László
Tanács Zoltán
2017. november 9.
Ügyfelek Irodák
Nagy- és középméretű vállalatok az Abu Dhabi, Berlin, Bécs, Budapest,
ipari, szolgáltatási és kereskedelmi Bukarest, Düsseldorf, Dzsidda, Frankfurt,
szektorokban, valamint közigazgatási Hamburg, München, Stuttgart, Zürich
szervezetek
Iparágak Globális jelenlét
Autó- és beszállítóipar, energiaszektor, Nemzetközi projektek megvalósítása
fogyasztási javak, gyógyszeripar, ipari a Cordence Worldwide szövetségben
javak, kereskedelem, közlekedés és
szállítás, közszolgálat, média, olajipar,
pénzügyi szolgáltatások, high-tech
iparágak, telekommunikáció, vegyipar
3 © IFUA Horváth & Partners
Az esetmegoldások elkészítésekor célszerű pár szempontot szem előtt tartani
Kreativitás Újszerűség
Jelenlegi megközelítés felülvizsgálata
Új nézőpontok behozása
0. Borító
Megvalósítási terv
5.
(Ütemezés, költségterv, kockázatok)
6. (Vezetői) Összefoglalás
Stratégia
Célkitűzés
Premisszák
Differenciált
ügyfélkiszolgálás
Valós fogyasztói szükséglet Szegmentálás
felismerése, kiaknázása
Profitabilitás növelése a Árazás
flotta bővítése nélkül Promóció
Külső szabályozási környezet
miatti üzleti kockázat Működés-
optimalizálás,
lokációk
Értékesítési Termék-
Szegmentálás Árazás Promóció
stratégia fejlesztés
• Szegmentálás
• Árképzési célok • Szegmensigények
ismérveinek
meghatározása felmérése
meghatározása
• Tipikus vásárlói
• Lehetséges
• Versenytársak utaknak megfelelő
szegmensek
árainak vizsgálata csatornák
azonosítása
kiválasztása
• A vizsgált
• Szegmensek üzleti szempontok és
• Igényekhez illeszkedő
potenciáljának költségek
értékesítési ajánlat
felmérése figyelembevételével
történő árdöntés
értékesítési
Kritérium 4 Földrajzi régiók
csatornák stb. / országok /
3 településméret
a) Szegmensek leírása (szöveges bemutatás) stb.
Ü1 Ü2 Ü3 Ü1 Ü2 Ü3 Ü1 Ü2 Ü3 Ü1 Ü2 Ü3
Szegmens T1 T1 T1 T1
alapstratégiák
T2 T2 T2 T2
T = termék
Ü = ügyfélcsoport T3 T3 T3 T3
9 Fókuszáló Termékközpontú Ügyfélközpontú Mindent lefedő © IFUA Horváth & Partners
Szegmentálás Árazás Promóció
Kisvállalat
Fajlagos változó
60 € 54 € 10 M € 16 M € 60%
költség
Fogyasztói igények
Vállalati stratégia
elemzése
Fogyasztók szegmentálása
Üzletági (verseny-) stratégia
Árazási döntések Árrugalmasság
Marketing / értékesítési
stratégia Árképzési célok Szakértői vélemények
A vállalat
üzenetei Kiváló kiszolgálás, szolgáltatás, tanácsadás, problémamegoldás
Széles termékpaletta
Magas minőség
Ár Ár
Szegmens 1
Szegmens 2
Ár Ár Ár Ár Ár Ár
Szegmens 3
Az értékajánlatok mellett a szegmens-csatorna relációk számára értékesített konkrét termékek és üzenetek meghatározása is
szükséges!
Ismerettség
A termékek rendelésének és
megvásárlásának egyetlen
Elsődleges értéklánc
Rendelés
Az újdonságok nem
Az ügyfélkérdésekre történő
megfelelő kiemelése az Az értékelő kérdőív túl
válaszidő túl hosszú a
üzletben található hosszú.
Vásárlás social media platformokon.
kihelyezéseken.
Támogatás
1. Üzleti probléma
És hogy mi alapján haladunk?
megfogalmazása
Cross Industry Standard Process –
Data Mining
2. Az adatok
Az egyik legelterjedtebb és szakmailag
6. Implementáció legtámogatottabb adatelemzési
megértése
módszertan nem csak fejlett
statisztikai elemzésekhez
Gyakorlati útmutatóként, sikeres
Adatok projektek százain keresztül alakult ki –
5. Értékelés
3. Az adatok Hasznos videó:
előkészítése https://www.youtube.com/watch?v=z
8zSnSSUeNs&index=2&list=PLFYFij
AnO63JE7BfAakcsbEokfgKq6p8H
4. Elemzés, modellezés
Elemzési
Vezetői Adatvagyon
szakértelem és
elvárások
folyamat
Eredmények
2. Az adatok megértése
1. Üzleti probléma
megfogalmazása Az adatok begyűjtésével indulhat el az
elemzési folyamat a teljes körűség és
az adatminőség értékelése mellett. Ez a
folyamat mindig jelentős humán
2. Az adatok interakcióval jár az elemző csapat és az
6. Implementáció
megértése ügyfél között.
Az egyszerű statisztikai módszerek és
ábrák segítenek előzetes képet alkotni
Adatok
az adatok szerkezetéről és
tartalmáról, felismerhetők a jelentősen
3. Az adatok elkülönülő adathalmazok, elemi
5. Értékelés
előkészítése összefüggések fedezhetők fel.
Üzleti szakértők bevonásával
biztosítható, hogy a különböző
adathibákra, illetve a speciális
4. Elemzés, modellezés
adattárolási és kódolási
konvenciókra fény derüljön.
Boolean: TRUE/FALSE
Következtetés
Minta
1000?
Sokaság
Mintavétel
A jó minta:
Kulcsváltozókra reprezentatív, összetételében helyesen képviseli a sokaságot, amelyből vették,
Véletlen, a mintaelemek egymástól függetlenül, egyenlő valószínűséggel kerülnek a mintába,
Elégséges méretű, elég nagy ahhoz, hogy a minta alapján levont következtetések kellően valószínűek legyenek.
Mintanagyság Mintanagyság
növekszik
csökken
A mintavételi hiba abból adódik, hogy sokszor a kapott adatok nem fedik le a teljes sokaságot. Mivel nem
minden adat kerül a mintába, így az sosem fogja tudni tökéletesen reprezentálni a teljes adathalmazt.
Ha ilyen problémával találkozunk, akkor minél nagyobb mintára van szükségünk minél kisebb szórásnégyzettel,
hogy elemzésünk érvényes legyen.
Alapforma
Sok elem
esetén
Új adatsor /
új dimenzió
3. Az adatok előkészítése
1. Üzleti probléma
megfogalmazása
Ennek a szakasznak a modellhez
szükséges rekordok (sorok) és
változók (attribútumok) megválasztása
a célja. Az így létrehozott adatstruktúrát
6. Implementáció
2. Az adatok kell azután feltölteni a rendelkezésre
megértése álló adattömegekből.
Ekkor kell az adatbázist megtisztítani a
hibás adatoktól, kitölteni egyes üresen
Adatok hagyott mezőket, illetve a modellek
alkalmazása esetén más-más
5. Értékelés
3. Az adatok átalakításokra, transzformációkra lehet
előkészítése szükség.
A szakasz hosszát, bonyolultságát,
kockázatait nem szabad alábecsülni,
4. Elemzés, modellezés sokszor erre önmagában akkora idő
szükséges, mind az adatgyűjtésre és
elemzésre, modellezésre összesen!
Alapszabály 1: Az a gyanús, ami nem gyanús! Nincs olyan nyersen kapott / szerzett adatbázis,
ami ne igényelne előzetes adatfeldolgozást az elemzések megkezdése előtt.
Változók kategorizálása
Változók skálatípusba sorolása Mintavételezés
(magyarázó, eredmény, segéd)
Alapszabály 2: Oszlopok, sorok, mezők törlése önkényesen, „fílingérzet” alapján nem jó ötlet. Minden
változtatásnak pontosan leírhatónak, algoritmizálhatónak kell lennie. Ez biztosítja a visszakövethetőséget és
az ügyfél felé való hitelesség megőrzését.
Alapszabály 3: Az adatforrásokat (legyenek azok mind az ügyféltől vagy külsőleg bevontak) minden esetben
precízen meg kell jelölni az előkészített adatbázisban. Ezt kell tenni az általunk felvett számított mezőknél is.
Az adathibák javításához alapos feltárást kell végezni. Minden egyes attribútum értékkészletét, illetve
folytonos változók esetén eloszlását fel kell térképezni, majd pedig amennyire lehet formai, tartalmi és
matematikai ellenőrző és javító algoritmusokat létrehozni (pl. 0 árbevétel alatti cégek)
Ezeken felül: Pivot tábla csoportosítás funkciója, keresés és csere, feltételes formázás, hisztogram
4. Elemzés, modellezés
1. Üzleti probléma Ebben a szakaszban kell alkalmazni a
megfogalmazása különböző elemzési / modellezési
technikákat, melyek lehetnek
deskriptívek (eloszlások, leíró
statisztikák, csoportképzések), vagy
2. Az adatok prediktívek (döntési fa, regressziók,
6. Implementáció neurális hálók, linkanalízis, stb.).
megértése
Hogy milyen összetett prediktív
modellezés vagy egyszerű Exceles
kimutatások mellett döntünk-e az az
Adatok
egész projekt kulcskérdése, eldöntését
3. Az adatok projekt- és ügyfélelvárások egyaránt
5. Értékelés befolyásolják!
előkészítése
A folyamat kreatív intellektuális
tevékenység, magában rejti azt is, hogy
4. Elemzés, egymás után több modellt is
modellezés kipróbálhatunk ugyanazon
problémára, és ezek közül a kiértékelési
fázisban választjuk ki a
legmegfelelőbbet.
Business Intelligence
Mi történik? Monitoring
történések valószínűsíthetőek.
A prediktív elemzés tehát hagyományos
Statisztikai
Miért ez történt? értelemben vett BI által előállított adatokra
elemzések
épít, azokat használja fel a jövőbeli
eseményekre való következtetések során.
Riporting Mi történt?
Komplexitás
Azure Machine
IBM SPSS Modeler* SAS Enterprise Miner
Learning
1. Üzleti probléma
5. Értékelés
megfogalmazása
Az eredmények véglegesítése, illetve a
legmegfelelőbb modell kiválasztása
különböző tesztekkel, vagy
egyszerűbb esetben ellenőrzésekkel
6. Implementáció
2. Az adatok történik.
megértése
Számszerűsíteni kell az elérhető üzleti
előnyöket, valamint a bizonytalansági
tényezőket is. Az eredményeket az
Adatok ebből készült dokumentum foglalja
össze a megrendelő számára.
3. Az adatok
5. Értékelés A végső értékelésnek ki kell terjednie a
előkészítése
folyamat minden lépésére annak
érdekében, hogy megállapítható legyen
a létrehozott modell hatékonysága és
4. Elemzés, modellezés az, hogy megvalósítja-e az elvárt üzleti
célokat.
Valós pozitív
eredményre, mint a
Modell által becsült Modell által becsült véletlenszerű
Kimenet 0 Kimenet 1
találgatás.
Tény
Kime
net 0
2.012 649
Tény
Kime
net 1
671 1.517
Hamis pozitív
33 *Csak klasszifikációs problémák esetén alkalmazható (Receiver Operating Characteristic). © IFUA Horváth & Partners
Az adatelemzési projektek folyamata
https://public.tableau.com/en-us/s/gallery/unicef-every-child?gallery=featured (Infografika)
http://community.powerbi.com/t5/Data-Stories-Gallery/US-Department-of-Transportation-Traffic-accident-analysis-1990/m-p/152287
(USA közlekedési balesetek)
- Piacvezető eszköz a
- Piacvezető eszköz a
Gartner szerint
- A haladó Excel Gartner szerint
- Nagyon könnyű - SAP-s környezet
felhasználóknak - Nagyon könnyű
használat, intuitív az elsőszámú elemző - Elemzési
könnyű használat használat, intuitív az
eszköz eszköze képességekben a
Miért érdemes választani ezt - Sok projekt az eszköz
- Intuitív elemzésben az - Intuitív elemzésekben legerősebb eszköz,
az eszközt? eszközben - Intuitív elemzésben az
egyik legerősebb erős eszköz minden
- Majdnem minden egyik legerősebb
eszköz - Könnyű használat, megvalósítható benne
megoldható az eszköz
- Kiemelkedő egyértelmű jelölések
eszközben - Kiemelkedő
Eszköz képességek
vizualizációs képesség
vizualizációs képesség
- Erős online közösség
Kedvcsináló videó
DÉLELŐTTI ELŐDÖNTŐ