Author:DataCube

gogo

ניתוח מסעות לקוח – Customer Journey Analysis

מחזור חיי הלקוחות  (Customer life cycle) עוקב אחר שלבי החיים של הלקוחות משלב רכישת הלקוח דרך הקניה הראשונה דרך ביצוע קניות נוספות ועד נטישת הלקוח. מעקב זה עוזר לעסק לקבוע את סדרי העדיפויות בתקצוב פעילויות שיווקיות, ועוזר בקבלת החלטות שיווקיות  עם יעד ברור ומוגדר המחויב לKPIS של הארגון. מאחר שמחזור החיים של הלקוח מורכב מחמישה שלבים נפרדים (reach, acquisition, conversion, retention, and churn), חשוב למצוא פתרון לניהול קשרי לקוחות הכולל בדיקות ואופטימיזציה  של הפרסום , ה-Customer Journy,  וכל נגיעה  ונגיעה בלקוח. ע"י סגמנטציה  (segmentation)  של נתוני הלקוחות ניתן להתאים כל מסר והצעה ללקוח בהתאם לשלב בו הוא נמצא. מחזור החיים של הלקוח בעולמות ה-Online: ( ניתן גם להוסיף עוד שלבים בהתאם לארגון והמוצר אבל לרוב אלו מספקים) Reach -  שלב זה כרוך בהשגת תשומת הלב של לקוחות פוטנציאליים  ויכלול טקטיקות שיווקיות כגון חיפוש בתשלום (Paid seach), שיווק מדיה חברתית (Social Media) , באנרים, שלטי חוצות וכדומה וזאת על מנת למשוך את תשומת הלב...

קרא עוד

חיזוי נטישה באמצעות Microsoft Azure Machine Learning

הנטישה המשמעותית ביותר באפליקציה מתרחשת מיד לאחר ההתקנה בין אם היא נמצאת במכשיר נייד או בפייסבוק. השעות הראשונות, שלא לומר הדקות הראשונות הן קריטיות לחוויה הראשונית של המשתמש. בפוסט זה אתמקד באפליקציה אך המתודולוגיה רלוונטית גם לתחומים אחרים וניתן להתאימה בקלות. ההשפעה החיובית של עלייה של 10% + בשימור ביום השני היא סיבה טובה לבניית מודלים של נטישה. מתוך המחקר וההבנה של בסיס המשתמשים מתברר כי הגדלת השימור לטווח הקצר היא קריטית על מנת לשמור ולבנות צמיחה בריאה עם זנב ארוך של משתמשים ותיקים. השפעה החיובית על ה-  LTV   - Life time value מושגת ביעילות רבה יותר באמצעות שימור לטווח ארוך בהשוואה לשיפור בשימור לטווח קצר. לדוגמה  -השפעה של עליה ה10% בשימור שבוע ראשון הרבה יותר משמעותי בעליה ב-10% בשימור  אחרי 30 יום. למידע נוסף על A/B Testing. המטרה של המודל churn היא לנבא מתי משתמשים נוטשים או במקרה הזה מי משחקנים חדשים  אשר התקינו ושיחקו ינטשו את המשחק למחרת. הגדרת  המדד אותו מנסים לחזות ...

קרא עוד

Microsoft Azure – BI on the Cloud

מה זה Microsoft Azure Microsoft Azure או בעברית "אז'ור" היא סביבת פיתוח בענן. הכוונה ב"ענן" היא בפשטות "באינטרנט" במקום במחשב האישי. סביבה זו פותחה ע"י מיקרוסופט כדי לאפשר למפתחים סביבת עבודה חזקה מבלי שיצטרכו להשקיע במשאבי מחשוב כי הכל נעשה בענן של מייקרוסופט. המילה "אזור" היא בצרפתית התכלת של השמים והכוונה היא רמיזה לשמיים בהם יש ענן. מחקר של מכון מחקר BARC  שנערך בתחילת שנת 2017 קובע שפלטפורמת ענן עדיפה על ניהול מערכת בינה עסקית שנמצאת על תשתיות פנימיות. יותר ויותר ארגונים נוטים לעביר לענן את פתרונות ה- BI שלהם או לשלב אותם עם מערכות On-premise. טכנולוגיות ענן נכנסו לשוק לפני כעשור כאשר Salesforce.com הוציא לשוק יישום הנתמך כולו בענן. מאז עולם הענן מתפתח ומזמן חצה גבולות של העולם העסקי וטכנולוגי – כמעט כל אחד כך או אחרת בחיי יום-יום משתמש ביישומים או בשרותים היושבים ב"ענן" – AMAZON, NETFLIX, APPLE MUSIC ועוד ועוד. מדוע תשתית ענן עדיפה על תשתית פנימית עולם ה-BI "נסחף" לפתרונות ענן וזאת מפני שלאלו יש ייתרונות...

קרא עוד

A/B testing – קבלת החלטות מונעת נתונים

תכנית AB TESTING  חזקה תאפשר לכם לשפר באופן משמעותי ועקבי את המוצר ואת ה KPIs בארגון. הידע  המצטבר כתוצאה מכך הוא עמוק ומדויק ויעזור להבין את ההעדפות של הלקוחות והתפיסות של המוצר או הצעה. באמצעות תהליכי בדיקות AB TESTING  המשולבים בתהליך הפיתוח  ניתן לשפר את המוצר  באופן משמעותי ולהגיע לתוצאות עסקיות משופרות.. הטמעת AB TESTING בארגון הוא בעל ROI גבוה. המידע  המתקבל  והמשולב במערכות הBI and Analytics יהפוך את כל תהליך קבלת ההחלטות לגבי המוצר, השיווק וקבלת החלטות אסטרטגיות אחרות להרבה יותר יעילה, עקבית, מובנת והמביאה לתוצאות עסקיות טובות יותר. תהליכי AB TESTING מייצרים ראיות מוצקות לגבי מה עובד בפועל במוצר או השירות שאתם מציעים. בנוסף לתובנות נוספות על מוצר ושיווק. רצף בדיקת השערות שלך גם תניב שיעורי המרה מוצלחים ותוכלו לשפר כל Conversion Funnel הקיים בארגון. AB TESTING שייכת לקטגוריה של טכניקות אופטימיזציה, שבו כלים סטטיסטיים ומודלים משמשים כדי להגדיל את הסיכויים לתוצאה מסוימת, לדוגמה, באתר משתמשים  יקבלו את הגרסה בעלת הביצועים...

קרא עוד

Self Service BI

Self Service Bi  הינו מונח המתאר את יכולת המשתמש הבודד לייצר תובנות עיסקיות בצורה עצמאית עם תלות מינימלית בגורמי ה- IT או גורמים אחרים . עולם ה- BI הקלאסי נשען על תהליכי עבודה מקובלים כדוגמת תהליך איסוף דרישות המשתמש, אפיון תהליכי גזירת נתונים אל מחסן הנתונים המרכזי ועיצוב פתרונות ממשק משתמש בכלי ויזואליזציה. מרבית החברות הבינוניות גדולות עובדות בתהליכים אלה ומייצרות אזורי עבודה מובנים בצורת דשבורדים ומאפשרות יכולות תחקור סביב כלי תחקור שונים. לצד תהליך עבודה קלאסי זה נוצר צורך לספק מידע עסקי במתודולוגית עבודה שונה, מהירה יותר הנותנת למשתמש את האפשרות לפתח את התוצרים בעצמו – Self Service. סיבות נוספות לדרישה בעבודה מסוג זה: זמן המתנה לתוצר ארוך מדי – תהליך הבאת התוצר למשתמש העסקי יכול לעיתים לקחת מספר שבועות ואף חודשים במקרים המורכבים. בעולם העסקי זהו זמן ארוך מדי ולעיתים אך מייתר את הצורך המיידי במידע. תרבות ה- Instant-  אנו חיים בעולם בו הצרכים מסופקים מיידית, מכשירים חכמים, אפליקציות, יכולות חיפוש מתקדמות...

קרא עוד

תהליכי ETL

ETL  הינו ראשי תיבות באנלית שמשמעותו גזירה (Extract), טרנספורמציה או שינוי (Transform) וטעינה (Load). כלי ETL זה בעצם כלי שמשתמשים בו על מנת להגיע לאחידות של נתונים מתוך מספר מערכות תפעוליות למטרה לאחד את הנתונים לתוך מחסן נתונים לשימוש העתידי בכלי אחזור של הדוחות או בקוביות OLAP.  כלי ETL יהיו נחוצים כי ראשית, בכל בסיס נתונים יש טעויות או בעת הכנסת נתונים או בעת שינויי נתונים או עקב באגים. מצד שני קיים הבדל טבעי בין נתונים שמנוהלים במערכות שונות כי כל מערכת תיפעולית נועדה למטרה מסויימת  ואין סיבה שמערכת שעוסקת ברכש מוצרים תפתח שפה משותפת עם מערכת ניהול לקוחות ברמת נתון בודד. כל זה מביא לעולם צורך בכלי טעינת נתונים אשר יודע לשלוף מידע מכל מערכת בארגון ולהעבירה לשכבת המידע העיסקית – ה- Data warehouse. כל תהליך ETL מורכב משלושה שלבים עיקריים: תהליך טעינת הנתונים ממספר מערכות תיפועליות לשכבנת ביניים אחת (שכבנת MRR) עם בדיקת תקינותם ברמת סכומים כללים וכמויות ברמת השורות מול...

קרא עוד

מערכות מבוססות OLAP ושפת MDX

מערכות מידע של כל ארגון עם פעילות רחבה כוללות מספר יישומים שמטרתם ניתוח אנליטי של נתונים ובחינת כיווני התפתחות ארגוניים. הצרכן המרכזי של מערכות אנליטיות הינו דרג ניהולי בכל הרמות, כי בסופו של דבר המידע האנליטי מהווה כלי עיקרי לקביעת המדיניות של החברה ולקבלת ההחלטות – מה שנקרא תחום הבינה עסקית. כך, על מנת לקבל החלטות שקולות ישנו צורך להחזיק ביד את כל המידע הרלוונטי על כל הרבדים של פעילות תפעולית של הארגון. המידע הזה בדרך כלל נושא אופי כמותי , לכן נדרש לאגור את המידע הזה מכל המערכות התפעוליות, להביא למכנה משותף ורק אז לנתח. להשגת מטרה זו מיועד מחסן נתונים (Data Warehouse). מחסן נתונים הינו מקום שבו מרוכז כל המידע בעל ערך אנליטי. לעתים מטרתו של מחסן נתונים הוא שילוב של כל הנתונים התפעוליים במטרה לשמור על אחידות ואקטואליה במסגרת של כל המערכות של הארגון. בהשוואה למערכות תפעוליות שפועלות כבסיסי נתונים רילאציוניים מחסן נתונים נושא אופי אחר. המטרה של מערכת תפעולית...

קרא עוד

מנהל BI

בעשור האחרון התפתחו בעולם יכולות ניתוח מידע אירגוני והחצנתם למנהלים החברה וזאת על מנת לשפר את קבלת ההחלטות ושיפור מתמיד של הארגון בחתירה למטרותיו. הארגונים הבינוניים-גדולים הקימו מחלקות BI אשר ברובן יושבות בגוף ה- IT ומטרתן ניתוח עולמות המידע הרלוונטיים לארגון, עיבוד כלל הנתונים הארגוניים והצגתם בצורה מהירה, אמינה וברורה למנהלי הארגון – מנכ"ל, סמנכ"לים, מנהלי מידע ומנתחי נתונים. בראש יחידות מרתקות אלה עומד – מנהל BI שהינו איש מקצוע מהמעלה הראשונה בחשיבותו בארגון. מנהל BI - מה נדרש ממנו? ניתן לחלק את עולם ה-BI לשלושה תחומי התמחות. התחום העיסקי, התחום המידולי והתחום הטכנולוגי ששלושתם מצריכים ניסיון והבנה רבה מאוד. מומחה  BI בתחום העיסקי – הינו איש מקצוע שצבר שנות ניסיון רבות בעבודה מול מנהלים בכירים כמו מנכ"לים, מנהלי מכירות, שיווק, לוגיסטיקה, מנהלי מפעלים, כלכלנים ועוד בתרגום הצרכים והדרישות שלהם לאפיון ומידול מערכת ה-BI. מומחה בעל אוריינטציה עסקית חייב לדבר בשפה העיסקית של הגורם מולו הוא עובד וחייב גם להביא איתו ערך מוסף...

קרא עוד

כלי ויזואליזציה ונתונים / Visualization tools

מהם כלי ויזואליזציה / Visualization tools? כלי ויזואליזציה או באנגלית Visualization tools, הם כל דבר המאפשר לנו לארגן מידע בצורה שתובלי אותנו לתובנות לגבי הפעילות שלנו. כולנו מוקפים בכלים האלו בכל רגע, קחו למשל ילד שהולך לבית הספר ויש לו מערכת שעות. זהו כלי ויזואלי המאפשר לו לעקוב אחרי השיעורים שיש לו בכל יום. כשאנחנו מדברים על אירגונים אנחנו זקוקים לכלי ויזואליזציה מורכב יותר מפני שבכל ארגון ובכל חברה יש סוגים שונים של מידע המתאר את הפעילויות השונות שלהם. ככל שהחברה גדולה יותר והעבודה בה מורכבת יותר, נאסף יותר מידע וקשה יותר להגיע אליו ולנתח אותו. כיום, גם עסקים קטנים ואפילו עובדים עצמאיים מחזיקים מערכות שאוספות את המידע שלהם, להן אנחנו קוראים מערכות תפעוליות והן עוזרות לעבודה השוטפת בעסק. מערכת תפעולית יכולה להיות בין היתר קופה רושמת במכולת, גליון אקסל, תוכנה חשבונאית אצל רואה חשבון או תוכנה מורכבת יותר שאוספת נתונים על תהליכי עבודה במפעל. אבל, עצם קיומו של המידע לא מאפשר לנו לנהל...

קרא עוד

Microsoft BI – פתרונות תבונה עסקית מבית מיקרוסופט

מיקרוסופט מביאה סט מוצרי בינה עסקית (BI) שמאפשר לכל ארגון (עסקי, ציבורי, חברתי) לבנות מערכת בינה עסקית בכל שלביה: ניהול ואיסוף "חומר גולמי" (נתונים של מערכות תפעוליות) – תהליך ETL (הוצאה, טרנספורמאציה וטעינת נתונים) – בניית מודלים סימנטיים – ויזואליזאציה של נתונים. ניתן לחלק את המוצרים של Microsoft BI לשלוש קבוצות עיקריות: כלי ניהול, איסוף וטרנספורמציה של נתוני מערכות תיפעליות ובניית מחסני נתונים. כלים לבניית מודלים סימנטיים כלי ויזואליזציאה של נתונים   להלן נעיף מבט על המוצרים העיקריים של כל קבוצה. הפלטפורמות העיקריות של ניהול נתונים מבית מיקרוסופט הינה SQL Server  ו-SQL Asure. שני המוצרים האלו מציעים מגוון רחב של פתרונות בעולם ניהול בסיסי נתונים הן בסביבת הענן והן בסביבה מקומית (On-Premise). הדור האחרון של SQL Asure מציע מספר מוצרי ניהול של מחסני נתונים באמצעות שיטת עיבוד מקבילה (MPP) המאפשרת עיבוד, חישוב ואגרגציה מהירה של נתונים ממקורות נתונים רלציוניים ולא-רילציוניים -  Azure SQL Data Warehouse. כמו כן, על בסיס SQL Asure אפשר להתחבר לעולם ה- Big Data דרך HDInsight...

קרא עוד