Искусственный интеллект для управления продажами

Определения, варианты использования в бизнесе и методы обработки данных для всех

Наука о данных — популярная тема среди менеджеров по продажам, цифровых маркетологов и менеджеров по продуктам, но она была представлена ​​ранее. После Второй мировой войны, в 1950-х годах, клинические психологи, эконометристы и статистики сформировали науку о маркетинге как предшественник сегодняшней науки о данных для изучения поведенческой науки о потребителях. Производители автомобилей, производители нефти и другие компании, занимающие доминирующее положение, внедрили научные методы в процесс принятия решений по развитию бизнеса. Анализ настроений клиентов, моделирование склонности к покупке и прогнозирование объемов продаж — вот лишь некоторые темы, которые анализировались и обсуждались на протяжении более полувека. Ниже я расскажу, как искусственный интеллект может улучшить решения по управлению продажами.

Искусственный интеллект — это когда что-то небиологическое ведет себя биологически. Опытный менеджер по продажам концептуально прогнозирует объем продаж на следующий месяц или квартал в качестве биологического примера и заменяет свой небиологический анализ более точной моделью машинного обучения. Машинное обучение , как подмножество ИИ, представляет собой программу, которая обрабатывает данные и принимает решения многократно без дополнительного программирования, но она возникла из статистического обучения в 1990-х годах. За несколько десятилетий до этого, с меньшими вычислительными мощностями и гораздо меньшей доступностью данных, появилась классическая статистика, в которой использовались как модели линейной, так и логистической регрессии, которые в первую очередь определяли науку о маркетинге.

Сегодня, имея гораздо больше данных в количестве, различных типах данных и гораздо большей вычислительной мощности, машинное обучение разработало прогнозную аналитику обучения с учителем, описательную аналитику обучения без учителя и поведенческую науку обучения с подкреплением , которые все три могут быть расширены . в глубокое обучение . Более того, группы данных по продажам привлекались много раз на протяжении десятилетий, поскольку аналитики данных и специалисты по данным объединили свои усилия.

Каждая организация уникальна, поскольку ее данные о продажах могут существенно различаться. Непрерывные сделки купли-продажи требуют значительного толчка к более высокой норме прибыли. . . охотнику за крупной дичью за одну продажу, которая навсегда изменит баланс компании на год или два. Как характеристики данных могут различаться, так и типы моделей, которых сегодня в науке о данных исчисляются десятками. Существует так много бизнес-примеров использования науки о данных для управления продажами , но вот краткий список из десяти.

Если у вас есть какие-либо вопросы по поводу приведенной выше инфографики, свяжитесь со мной.

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