2. Værktøjer til indtastning af data DK
Værktøjer til indtastning af data
CRM
Spor kunde adfærd gennem hele salgscyklussen for at forstå de aktuelle behov og forudsige fremtidige behov.
Hjemmeside og socialt analytics
Analyser websitet og sociale medie trafik og brugeradfærd for at evaluere effektiviteten af din digitale strategi og vind markedet indsigter.
Webbaseret VOIP
Overvåg kilde og destination for et opkald samt opkaldsagenters ydeevne til evaluere en omfattende rækkevidde af produkter og tjenester.
Få mest muligt ud af din CRM
MAKSIMISER DATAFANGST
Gør CRM-softwaren nem at bruge. Find ud af, hvad hver afdeling virkelig ønsker, at CRM skal gøre, og tilpas det.
SIKKER KVALITET AF DATA
Integrer så mange datakilder som muligt. Identificer andre klientvendte systemer, der kan analyseres, især sociale medier.
Hold det opdateret. Har en konsekvent proces til opdatering og styring af kundedata
ANAYSE THE DATA
Definer de spørgsmål, du vil have besvaret. Arbejd derefter bagud for at bestemme de rigtige analyser.
Websteds- og socialanalyse
Giver os rige og indsigtsfulde data
VOIP-analyser
Brug analyse af opkaldssporing til:
- Administrer opkaldsstrøm
- Få kundeindsigt
- Identificer muligheder for korrektion og / eller behov for færdighedstræning
- Anerkend højtydende kunstnere
- Brug taleanalyse for at få kvalitativ indsigt i kundetilfredshed.
Big Data-værktøjer
Skalerbart netværk af servere
Giver mulighed for at udvikle en lille skala, som derefter kan udvides.
F.eks. Skybaseret tjenester
Rammer for datastyring
Gør det muligt for en struktur til nemt at styre lagring og håndtere forskellige datastrømme og formater.
F.eks. Hadoop-baseret software.
Analytics-software
Software med stærk datavizualiseringskapacitet kan hjælpe med at formidle meningsfuld indsigt i data hurtigere. F.eks. Tableau, SAS, SPSS, etc.
Spotlight på HADOOP
Hvad er det?
En softwareteknologi designet til opbevaring og behandling af store mængder af data distribueret over en klynge af vareservere og vareopbevaring
Hvad inkluderer det?
- Hadoop Common: De fælles forsyningsselskaber der støtte de andre Hadoop-moduler,
- Hadoop Distribueret filsystem (HDFS): Et distribueret filsystem, der lagrer data på varemaskiner, der leverer meget høj samlet båndbredde på tværs af klyngen,
- Hadoop YARN: En ressourceadministrationsplatform, der er ansvarlig for at styre beregne ressourcer i klynger og bruge dem til planlægning af brugernes applikationer,
- Hadoop MapReduce: En programmeringsmodel til databehandling i stor skala
Hvordan bruger virksomheder det?
Hadoop egner sig næsten til enhver form for beregning, der er meget iterativ, ved at scanne TB’er eller PB’er af data i en enkelt operation, drager fordel af parallel og er batchorienteret eller interaktiv. Forarbejdningsorganisationer bruger typisk Hadoop til at generere komplekse analysemodeller eller datalagringsprogrammer med højt volumen, såsom:
- Risikomodellering,
- Retrospektiv og forudsigelig analyse,
- Maskinindlæring og mønstermatchning,
- Kundesegmentering og kerneanalyse
- hadoop.apache.org
Spotlight på spark
Hvad er det?
En generel distribueret databehandlingsmotor.
Det ligner Map Reduce og andre databehandlingslag bygget oven på HDFS i Hadoop.
Hvilke fordele har det i forhold til Hadoop?
Hadoop er baseret på batchbehandling hvor behandlingen sker af datablokke der allerede er blevet gemt over en periode. USP for Spark var, at det kunne processdata i realtid og var cirka 100 gange hurtigere end Hadoop MapReduce i batchbehandling af store datasæt.
Hvordan bruger virksomheder det?
Streambehandling: behandling og handling efter dataene, når de ankommer. Strømme af data, der er relateret til økonomiske transaktioner, kan for eksempel behandles i realtid for at identificere – og afvise – potentielt svigagtige transaktioner.
Maskinelæring: dens evne til at gemme data i hukommelsen og hurtigt køre gentagne forespørgsler gør Spark til et godt valg til træning af maskinlæringsalgoritmer til at identificere og handle på triggere inden for godt forståede datasæt, før de anvender de samme løsninger på nye og ukendte data.
Interaktiv analyse: I stedet for at køre foruddefinerede forespørgsler for at oprette statiske dashboards for salgs- eller produktionslinjeproduktivitet, udforsker analytikere deres data ved at stille et spørgsmål, se resultatet og derefter ændre det første spørgsmål lidt eller bore dybere ind i resultaterne.
Spotlight på NoSQL
Hvad er det?
Traditionelt bruger softwarebrancher relationelle databaser at lagre og administrere data vedvarende. Imidlertid, store mængder af datasæt har introduceret nye udfordringer for datalagring, styring, analyse og arkivering.
Derudover er data ved at blive i stigende grad semistruktureret. For at løse disse problemer, en klasse af nye databaseprodukter er fremkommet bestående af kolonnebaserede datalagre, nøgle / værdipar-databaser og dokumentdatabaser. “Ikke kun” SQL eller NOSQL henviser til alle databaser og datalagre, der ikke er baseret på relationen Database Management Systems (RDBMS) -principper. Det repræsenterer ikke et enkelt produkt en gruppe af produkter og forskellige relaterede datakoncepter til opbevaring og styring.
Hvilke fordele har det i forhold til RDBMS?
Data gemmes i en række forskellige databaser, der ikke kun kræver rækker og kolonner, med forskellige datalagringsmodeller.
RDBMS følger fast skema: kolonnerne defineres og låses inden dataregistrering. NoSQL følger dynamiske skemaer; du kan tilføje kolonner når som helst. Skalering af en RDBMS på tværs af flere servere er en udfordrende og tidskrævende proces. NoSQL understøtter vandret skalering på tværs af flere servere
Spotlight på R
Hvad er det?
R er et statistisk programmeringssprog og gratis software miljø til statistisk computing og grafik understøttet af R Foundation for Statistical Computing.
R-sproget er vidt udbredt brugt blandt statistikere og datamineres til udvikling af statistik software og dataanalyse.
Hvad inkluderer det?
R er en integreret pakke af softwarefaciliteter til datamanipulation, beregning og grafisk visning. Det omfatter
- datahåndterings- og opbevaringsfacilitet
- stor, sammenhængende, integreret samling af mellemværktøjer til dataanalyse,
- grafiske faciliteter til dataanalyse og visning enten på skærmen eller på hardkopi, og
- et veludviklet, enkelt og effektivt programmeringssprog, der inkluderer kondensatorer, sløjfer, brugerdefinerede rekursive funktioner og input- og
Hvordan bruger virksomheder det?
R er velegnet til forskere, ingeniører og forretningsfolk på grund af pakker, der dækker en lang række emner såsom økonometrik, økonomi og tidsserier samt værktøjer til visualisering, rapportering og interaktivitet. Navnlig kan R fremstille forretningsklare rapporter og maskinindlæringsdrevne webapplikationer