Tarinat kulissien takaa

Asiantuntijamme avautuvat

Kategoria: Analytiikka

Mainonnan optimointi koneälyn avulla

Vähittäiskauppiaat ja kaupan alaa tuntevat huomio. Teimme jo pari vuotta sitten mainonnan optimoinnin -sovelluksen. Kyseessä on joukko algoritmeja, jotka opettamalla voidaan kertoa mitä tuotteita mainoskampanjaan kannattaa laittaa, jotta siitä saataisiin mahdollisimman suuri tuotto. Se toimii niin perinteisessä printtimainonnassa, suoramainonnassa kuin web-mainonnassa. Missä tahansa tilanteessa missä kauppiaalla on iso määrä tuotteita, joista pitäisi päättää mitkä laittaaaaa

Data Scientistin työvälineet

Istahdin taas alas Lassen, Louhian johtavan Data Scientistin kanssa ja rupateltiin vähän mitä työvälineitä edistyneen analytiikan toteutustöissä tarvitaan. Edellisessä kirjoituksessa käytiin Lassen kanssa läpi mitkä ovat Data Scientistin 3 tärkeintä taitoa. Noista taidoista voi jo vähän päätellä minkälaista työkaluosaamista pitää myös hallita. Voit katsoa videon tästä tai tämän blogin alta. Data Scientistin tärkeimmät työvälineet

Nämä ovat data scientistin 3 tärkeintä taitoa

Monet yritykset rekrytoivat data scientistejä ja analyytikkoja. Neuroverkkovelhoja ja deep learning -osaajia. Mutta mitä konkreettista osaamista rekryltä pitäisi tällöin odottaa? Tai mitä osaamista vastavalmistuneen, esimerkiksi tilastotieteen opiskelijan kannattaisi kehittää, voidakseen siirtyä työskentelemään data sciencen ja edistyneen analytiikan parissa?

Louhia DataLab: Tarjouksen läpimenon optimointi

Myyntigongin kolinaa ja avautuvien kuohuviinipullojen generoimaa pauketta. On tullut vuosien mittaan tehtyä myyntiä ja kauppaakin on syntynyt. Joskus enemmän ja joskus vähemmän. Jotta syntyy kauppaa, niin täytyy tehdä tarjouksia asiakkaille. Riippuen toimialasta ja tarjottavasta ratkaisusta, yhtä kauppaa kohden pitää tehdä 5-15 tarjousta. Tarjouksien, varsinkin hyvälaatuisten, tekeminen on investointi ja mikään ei inhota myyntimiestä tai -naista enemmän kuinaaa

Louhia DataLab: Auton myyntihinnan ennustaminen

Auton myyntihinnan arviointiin on useita mahdollisuuksia. Yksinkertaisinta lienee käydä katsomassa mitä vastaavilla ominaisuuksilla varustetut autot maksavat netissä, ja asettaa hinta oman fiiliksen mukaan alle, keskiarvoon tai vaikka ylitse. Tämä metodi on varmaan riittävän tarkka tapa hinnoitella auto ellei kyseessä ole jonkinlainen erikoiskappale tai muuten harvinainen ajopeli. Mutta onnistuuko myyntihinnan ennustaminen data-analytiikan (machine learning, statistics) keinoin? Intuitiivinen vastausaaa

Voiko sen ennustaa?

Voiko ilman selvännäkemisen kykyä tai kysymättä apua sammakolta ennustaa, kuinka hyvin tai huonosti muutoshanke tulee organisaatiossa menemään? Tässä tapauksessa tarkastelun kohteena on tiedolla johtamisen kyvykkyyksien ja kulttuuriin kehittäminen. Hanke, jossa kyse on paljon muustakin kuin teknologian modernisoinnista. Tavoitteena muuttaa ihmisten käyttäytymistä ja tekemistä datalähtöiseksi sekä saada koko organisaatio jakamaan yhteinen tilannekuva ja tekemään sen pohjaltaaaa

Osakeindeksien hajauttaminen, osa 3 – Edistynyt korrelaatioanalyysi

Osakeindeksien kolmannessa (ja viimeisessä osassa) mennään askelta syvemmälle analyyseihin. Samalla päädytään hieman haastavampiin ja teknisempiin ratkaisuihin, joten suosittelen laittamaan turvavyöt kiinni. Lyhyesti aiemmista osista Aiemmissa osakeindekseiden hajauttamiseen liittyvissä artikkeleissa tutkittiin S&P500, FTSE 100, IBEX 35,  FTSE MIB, DAX, CAC 40, NIKKEI, AORD -indeksejä. Huomattiin, että näiden osakeindeksien viimeisimmän n. 20 vuoden käyttäytyminen on ollut syklistä,aaa

Tekoäly tulee – oletko valmis?

Tekoälystä on kirjoitettu viime aikoina todella paljon. Oikeastaan ei mene päivääkään ilman uutta tekoälyuutista. Kuulemma Slushissakin sijoittajien mielenkiinto kohdistui erityisesti tälle osa-alueelle. Erilaisia hypejä tulee ja menee, mutta tällä kertaa uskon, että kyse on enemmästä.  Asiasta joka muuttaa maailmaa vielä radikaalisti. Vaikka kehitystyö on kestänyt vuosikymmeniä, niin mielestäni ollaan edelleen alkutekijöissä – samassa tilanteessa kuin autoteollisuusaaa

Jos lamppu ei syty, niin se ei voi palaakaan (vanha Mustanaamion viisaus)

Analytiikan kehittäminen on kuin tutkimusmatka – aina ei tiedä minkä ääreltä itsensä löytää. Mikä on kuitenkin varmaa on se, että jos ei ikinä lähde matkaan niin ei päädy minnekään. Monissa yrityksissä on viime vuosina laitettu raportointia, BI:tä, kuntoon. Tiedetään miten hyvin tai huonosti meillä meni eilen, viime viikolla, viime kuussa. Sekin on ihan arvokasta tietoaaaa

Haluatko auttaa itseäsi vai asiakasta? 3 tapaa hyödyntää analytiikkaa.

Yleensä ensimmäinen asia mitä digitalisaatio monille yrityksille tarkoittaa tai mitä se haluaa edistyneen analytiikan tai data sciencen avulla saavuttaa, on omien sisäisten prosessien tehostaminen. Tämä tarkoittaa kulujen vähentämistä tai myynnin lisäämistä.

Yhteydenotto

Mikäli olet kiinnostunut yrityskohtaisista palveluista tai sinulla kysyttävää palvelujemme sisällöstä, niin ota yhteyttä oheisella lomakkeella tai soita Mikalle numeroon 040 845 8432.

Please leave this field empty.