複数のソースからのデータを分析。単純なデータセットだけでは、もう限界です。
複数のソースからのデータを分析。単純なデータセットだけでは、もう限界です。強力なインサイト(洞察)を得るには、複数ソースからデータを取り込む必要があります。@Measuremen社、@Skullcandy社、@Air Canada社の実例を見ながら、その鍵を探っていきます。
データセットが複雑で多様であればあるほど、驚くべき強力なインサイトを生み出し、行動に反映させる機会が増え、成長が促進されます。
Measuremen社:多数のソースからのデータで設備利用を最適化
初期の頃から、Measuremen社のアプリを使って、自己申告、アプリベースのログ、静的なセンサー、その他のデータソースなど、さまざまなインプットの結果として、
使用されていないデスクスペースや活用されていない会議室以上のものを評価してきました。
その結果、企業は、従業員の職場で行動をより深く理解し、従業員のニーズに合わせてリソースを調整することができます。
Skullcandy（スカルキャンディ）社:市場の声に耳を傾ける。製品の返品を最小限に抑制
パーソナルオーディオのSkullcandy社は、アナリティクスを使って返品やレビューのデータを調査し、将来の製品決定に役立てることを模索していました。
機械学習と予測モデリングにより、過去の保証クレームとコスト情報、新製品の属性、予測データを使用して、将来の保証コストの予測データモデルを作成しました。
将来の保証対応のためのリソース配分に役立つだけでなく、設計の改善にもつながります。
オンラインレビューなどから得られるセンチメント分析からの新たな発見もありました。
例えば、顧客のコメントが特定の欠陥に焦点を当てている場合、Skullcandy社はその問題をピンポイントで特定し、将来の保証請求の影響を調べ、エンジニアに設計変更を依頼して返品を防ぐことができる。
また、顧客関係、顧客教育、eコマースのエコシステムを改善するための意思決定に、異種のデータストリームを利用する方法を模索しています。
Air Canada社: 航空会社の安全性を向上。データを新たな高みへ。
安全性、品質、環境、およびセキュリティに関するさまざまなデータを収集し、活用しています。
何百ギガものデータを収集し、そのデータを細分化してユーザーに提示する明確な方法がなければ、実際には役に立ちません。」と述べています。
重要なインサイト（導入）を特定し、実行可能な情報を抽出して、現場の従業員がリアルタイムに対応できるようにしています。
さらに将来、AIがデータを利用して部品の故障を予測することで、エア・カナダは部品が機能しなくなる前に交換するなど。
このように、様々なデータを集めることで得られる利益は、ビジネスに革命的な変化をもたらし、激動するビジネスの世界であなたをさらに進化させるでしょう
この記事が気に入ったらサポートをしてみませんか？