Просчитать будущее: кто кликнет, купит, соврет или умрет

Источник: Kyivstar Business HUB

Уже сегодня прогнозирование затрагивает нашу жизнь каждый день и на работе, и в обыденных ситуациях. Современные технологии влияют на нас, когда мы выбираем товар в магазине или голосуем на выборах. Автор книги "Просчитать будущее" (Predictive Analytics) Эрик Сигель (Eric Siegel) повествует о том, каких высот достигла наука прогнозирования, в каких сферах она находит свое применение и чем может быть полезна руководителям.

ПОДРОБНЕЕ О КНИГЕ

Конечно, не все данные ценны. Объемы существующей информации каждый день увеличиваются на 2,5 квинтиллиона байтов (число с 18 нулями). «Необработанные данные — это сырье. Золото — то, что можно из них добыть», — пишет Сигель. Компьютеры, используя огромные массивы информации, обучаются и могут делать весьма ценные выводы.

Автор приводит несколько примеров тех знаний, которые мы получили благодаря машинному обучению (или прогнозной аналитике, как его называют в коммерческой, государственной и промышленной сферах):

• вегетарианцы реже пропускают свои авиарейсы;
• количество локальных преступлений возрастает после публичных спортивных состязаний;
• ранний выход на пенсию снижает ожидаемую продолжительность жизни.

Подобные выводы, сделанные компьютерами, широко используются и государственными организациями, и компаниями. Скажем, социальная сеть LinkedIn выявляет профессиональные навыки людей. Сайты знакомств предсказывают, кто может понравиться пользователям. Австралийская компания Energex прогнозирует спрос потребителей на электроэнергию и применяет эту информацию, выбирая место для прокладывания своих электросетей. А супермаркеты Tesco и другие пользуются аналитикой, чтобы рассылать персонализированные скидочные купоны своим клиентам в 13 странах мира. В результате такого шага потребители стали пользоваться купонами в 3,6 раза чаще.

Звучит неплохо, но насколько точны подобные прогнозы? Автор говорит, что на 100% точное прогнозирование невозможно в принципе. Скажем, точность прогнозов погоды — всего 50%. Однако 100%-я точность и не нужна, чтобы прогноз имел высокую ценность.

Компаниям не стоит стремиться к получению высокоточных прогнозов. Скорее всего, они все равно получат хороший результат. Автор называет это «эффектом прогнозирования»: даже не слишком точное прогнозирование повышает ценность лучше, чем догадки. «Гораздо лучше иметь хотя бы смутное представление о том, что произойдет в будущем, чем пребывать в полной неизвестности», — пишет Сигель.

Пять основных мыслей:

1. Данные всегда обладают прогнозным потенциалом. Это называется «эффектом данных».
2. Список областей применения прогнозной аналитики практически неограничен: начиная от продаж и заканчивая школьными оценками и результатами выборов.
3. Даже не слишком точное прогнозирование повышает ценность лучше, чем догадки («эффект прогнозирования»).
4. Если между двумя фактами обнаружена некая корреляция, это не обязательно означает наличие причинно-следственной связи между ними.
5. Несмотря на свою нематериальную природу, подверженность человека влиянию может быть спрогнозирована при помощи методики моделирования воздействия.

Стоит задуматься:

1. Чем вашей компании может быть полезно прогнозирование?
2. Не спешите ли вы видеть причину и следствие во взаимосвязанных фактах?
3. Как можно подготовить свой бизнес к будущим изменениям?

Cледует сделать:

1. Проанализировать возможности, которые открывает перед компанией прогнозная аналитика.
2. Сделать свои маркетинговые кампании более нацеленными.
3. Начать собирать данные о своих клиентах, если вы еще этого не делаете.