Samenvatting Slides en Lesnotities Business Intelligence (F710377A;Ugent;2023)
103 keer bekeken 0 keer verkocht
Vak
Business intelligence (F710377A)
Instelling
Universiteit Gent (UGent)
Dit document is een samenvatting van de slides en lesnotities bij het vak Business Intelligence, gegeven door L. Lemeire. De samenvatting bevat NIET hoofdstuk 6, aangezien dit moeilijk samen te vatten is. Practica en zelftest NIET inbegrepen. De samenvatting is in het Nederlands, dus de slides werd...
BUSINESS INTELLIGENCE
PROF. L. LEMEIRE, E. CLARYSSE & G. MAES
ACADEMIEJAAR 2022-2023
1
,1.1 DATA-ANALYTICAL THINKING
WAAROM?
Verschillende redenen om na te denken over data-analytical thinking & data science:
1. Data opportunities: verschillende opportuniteiten door data
2. Compliance to regulations: belangrijk voor bedrijven om te bewijzen dat ze aan bepaalde regelgeving voldoen
3. Possible applications: allerlei applicaties beschikbaar die ingezet kunnen worden in bedrijven
Data gebruikt om een competitive advantage (concurrentievoordeel) te verkrijgen!
DATA OPPORTUNITIES
Oorzaken beschikbaarheid data:
1. Amounts of data
2. Variety of data: data vanuit verschillende bronnen vb. internet, vanuit een bedrijf
3. Technological advances
• Computer strength: computers worden krachtiger (kunnen complexere berekeningen uitvoeren)
• Networks to connect databases
• Good algorithms (stelt ons in staat data op een juiste manier te analyseren, handmatige analyse overtroffen)
Van Big Data 1.0 (vandaag nog) naar Big Data 2.0:
o Web 1.0 vb. bedrijven hebben website (internettechnologie)
• Basic internet technologies
• Create online presence
• Build electronic commerce capability
o Big Data 1.0
• Processing large data
• Improving efficiency
o Web 2.0
• Integration of social-networking components: end-user content vb. social media
o Big Data 2.0
• We can process big data now => What can this data do for us?
2
,COMPLIANCE TO REGULATIONS
2 belangrijke regelgevingen waarbij de instanties gebruik kunnen maken van een analyse van hun data
o Basel II: bank moet risicomodel kunnen opbouwen voor 3 credit, market & operational
o Solvency II: verzekeringsmaatschappijen moeten kunnen bewijzen dat ze in staat zijn om de polissen die ze dekken ook
effectief uit te betalen
POSSIBLE APPLICATIONS
Verschillende applicaties op verschillende departementen
o Marketing
• Targeted marketing: op voorhand bepalen welke doelgroep je wilt bereiken
• Online advertising: o.a. gericht adverteren
• Recommendations for cross selling vb. personen die product X kochten, waren ook geïnteresseerd in product Y & Z =>
op die manier kan je ze overtuigen de andere producten te bekijken & eventueel aan te kopen
o Customer relationship management: zorgen dat de relatie naar de klant toe verbetert door op de juiste manier data te
analyseren
• Analyzing customer behavior
• Manage attrition/churn
• Maximize expected customer value
o Finance vb. datamining gebruiken om beursspeculaties te sturen
• Credit scoring
• Trading
o Operations management
• Fraud detection
• Workforce management
o Corporate performance management: de manier waarop bedrijven zichzelf in de mark gepositioneerd hebben of mate
waarin bedrijf in staat is om zijn doelstellingen waar te maken
o Market
• Mergers
• Globalization
Þ Kunnen enkel gebeuren als we zouden beschikken over nog meer data, uit nog meer verschillende bronnen
(heterogeneous sources) + tegelijkertijd moeten we in staat zijn om die data nog sneller te doen evolueren
VOORBEELDEN
o Hurricane Frances – Walmart (anlyzing customer behavior + targeted marketing)
• Orkaan die op het punt stond aan land te gaan in de VS
• Walmart beschikte over veel data van klanten via de getrouwheidskaart
• Konden zien welke producten populair waren op dat moment (sommige voor de hand liggend vb. zaklampen,
andere minder vb. poptarts, bier (best sold))
• Al vooraf inspelen op ongebruikelijke vraag gepaard met die gebeurtenis, zorgen dat er voldoende stock is
3
, o Pregnancy prediction – Target (anlyzing customer behavior + targeted marketing)
• Voorspellen wanneer een koppel zwanger is, om gericht special offers uit te sturen
• Wanneer men kinderen krijgt verandert het aankoopgedrag: ‘Daar waar klanten pampers kopen, zullen ze ook
de rest van hun producten kopen’ (want minder tijd)
• Ze vergeleken aankopen in periode van zwangerschap (9 maand voor eerste pamper) met periode voor
zwangerschap
• Konden effectief vanaf de 3e of 4e maand aantonen of koppels al dan niet zwanger waren
o Churn prediction – MegaTelco (anlyzing customer behavior + targeted marketing + manage churn + maximize expected customer
value + corporate performance management)
• Churn prediction = overstappen van klanten naar ander bedrijf/concurrentie na afloop van hun contract
• Standpunt = ‘de markt is min of meer verzadigd’
• Idee: iedereen heeft toegang tot mobiele telefoons dus de enige manier om nieuwe klanten te verwerven, is
door ze weg te nemen bij de concurrentie
• Voorspellen welke klant potentieel naar de concurrentie zou gaan & deze met gerichte marketing proberen
binden aan een verlenging van het contract (het overtuigen van bestaande klanten kost minder dan het
aanwerven van nieuwe)
o Signet Bank
• Kleine regionale bank in VS
• Capital One = grootste verstrekker van creditkaarten wereldwijd
• Ontdekking: bij het toekennen van credits is er maar een beperkte groep waarop grote winsten gemaakt
worden à Als je deze groep betere voorwaarden van creditverstrekking zou geven, dan kan je al die klanten
winnen & op die manier grote winsten maken
• Probleem: men beschikte niet over de juiste data om deze analyse uit te voeren
• Oplossing: men ging random voorwaardes toekennen aan mensen om een dataset op te stellen voor analyse
• Maar: zeer duur want sommige kregen gunstigere voorwaarden, wat ze niet waard waren (eerste jaren veel
verlies) à Signet was de enige die risico waagde & is daardoor uitgegroeid tot Capital One
o Amazon: rankings & aanbevelingen
o Herrah’s Casino’s: was een kleine speler maar verzamelde data over gokkers & kon zo enkele jaren geleden Caesars
Palace kopen (1 van de grootste casino’s)
o The valuation of Facebook and Twitter
Þ Geen hypothese-test! We gaan modellen opstellen die vertrekken vanuit de vraag ‘Zouden we dit probleem kunnen
oplossen a.d.h.v. data?’ (Hypothese-test = je geformuleerde hypothese a.d.h.v. bepaalde data controleren)
WAT (DATA-ANALYTICAL THINKING) à HEFBOOMWERKING
Data-analytical thinking probeert antwoord te geven op een aantal vragen
o Zullen data helpen bij het oplossen van een bedrijfsprobleem?
o Hoe doe je dat systematisch?
o Venture capitalists die willen investeren: gebruiken om mensen te overtuigen te investeren?
4
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper studentje789. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €6,49. Je zit daarna nergens aan vast.
