Sztuczna inteligencja do zarządzania sprzedażą

Definicje, biznesowe przypadki użycia i metody analizy danych dla każdego

Nauka o danych jest popularnym tematem wśród menedżerów sprzedaży, marketerów cyfrowych i menedżerów produktu, ale została wprowadzona wcześniej. Po drugiej wojnie światowej, w latach pięćdziesiątych XX wieku, psychologowie kliniczni, ekonometrycy i statystycy utworzyli Marketing Science jako prekursor dzisiejszej nauki o danych, aby badać behawioralną naukę konsumentów. Producenci samochodów, producenci ropy i inne firmy o dominującej pozycji wprowadzili metody naukowe do podejmowania decyzji dotyczących rozwoju biznesu. Analiza nastrojów klientów, modelowanie skłonności do kupowania i prognozowanie wielkości sprzedaży to tylko niektóre tematy analizowane i dyskutowane od ponad pół wieku. Poniżej przedstawiam, w jaki sposób sztuczna inteligencja może usprawnić decyzje dotyczące zarządzania sprzedażą.

Sztuczna inteligencja ma miejsce wtedy, gdy coś niebiologicznego zachowuje się biologicznie. Doświadczony kierownik sprzedaży koncepcyjnie prognozuje wielkość sprzedaży w następnym miesiącu lub kwartale jako przykład biologiczny i zastępuje swoją analizę nie-biologiczną dokładniejszym modelem uczenia maszynowego. Uczenie maszynowe , jako podzbiór sztucznej inteligencji, to oprogramowanie, które przetwarza dane i wielokrotnie podejmuje decyzje bez dodatkowego programowania, ale wywodzi się z uczenia statystycznego w latach 90. Dziesięciolecia wcześniej, przy mniejszej mocy obliczeniowej i znacznie mniejszej dostępności danych, istniały statystyki klasyczne, które wykorzystywały zarówno modele regresji liniowej, jak i logistycznej, które przede wszystkim definiowały nauki marketingowe.

Dzisiaj, przy znacznie większej ilości danych, różnych typach danych i znacznie większej mocy obliczeniowej, uczenie maszynowe opracowało analizę predykcyjną uczenia nadzorowanego , analizę opisową uczenia bez nadzoru oraz naukę behawioralną uczenia się ze wzmocnieniem , które wszystkie trzy można rozszerzyć w głębokie uczenie się . Co więcej, zespoły ds. danych w dziale sprzedaży angażowały się wielokrotnie na przestrzeni dziesięcioleci, gdy analitycy danych i badacze danych połączyli siły.

Każda organizacja jest inna, ponieważ jej dane dotyczące sprzedaży mogą się znacznie różnić. Transakcje sprzedaży ciągłej mają na celu zwiększenie marży zysku. . . do łowcy grubego zwierza za pojedynczą sprzedaż, która trwale zmienia bilans firmy na rok lub dwa. Podobnie jak cechy danych mogą się różnić, tak samo różne są typy modeli, których obecnie w nauce o danych są dziesiątki. Jest tak wiele biznesowych przypadków użycia Data Science do zarządzania sprzedażą , ale oto krótka lista dziesięciu.

Jeśli masz jakiekolwiek pytania dotyczące powyższych infografik, skontaktuj się ze mną.

https://www.linkedin.com/in/john-t-foxworthy-ms-data-science-1718073/