Power BI - Pourquoi les outils de BI sont-ils nécessaires ? Tutoriels

Découvrez pourquoi les outils de Business Intelligence (BI) sont nécessaires pour votre entreprise grâce à cette vidéo informative.
Obtenez une compréhension approfondie de l'importance de la BI pour la prise de décision éclairée, la visualisation des données et l'analyse des tendances.
Cette vidéo présente les fonctionnalités clés des outils de BI disponibles dans Microsoft 365, ainsi que les meilleures pratiques pour leur utilisation.
Obtenez des conseils pratiques pour utiliser les outils de BI afin d'optimiser les performances de votre entreprise et de prendre des décisions plus éclairées.

  • 7:56
  • 7425 vues
résultat(s)
00:00:00
Bonjour à tous et merci d'avoir choisi
00:00:02
de suivre ce cours qui portera sur Power
00:00:06
BI avant d'attaquer réellement l'outil,
00:00:09
on va faire une petite introduction
00:00:10
pour expliquer un petit
00:00:11
peu le pourquoi du comment.
00:00:12
Autour de ces différents
00:00:14
outils et notamment évidemment
00:00:17
Power Bi et on va commencer tout de
00:00:18
suite par répondre à une question
00:00:19
qui peut sembler bête mais à laquelle il
00:00:21
va falloir répondre pour pour bien
00:00:22
comprendre l'enjeu autour de ces outils,
00:00:24
c'est à quelle problématique répond
00:00:27
à un outil de biais.
00:00:30
Alors le premier élément,
00:00:31
c'est qu'on est aujourd'hui dans
00:00:33
l'avènement de ce qu'on appelle la
00:00:35
stratégie data-driven dans les entreprises,
00:00:37
alors c'est une grande phrase que
00:00:39
disent la majorité des entreprises
00:00:40
et qui ont souvent des difficultés
00:00:42
à le mettre en place.
00:00:43
En tout cas,
00:00:44
c'est une tendance de fond depuis
00:00:46
plusieurs années qui est de dire
00:00:48
plutôt que les dirigeants prennent
00:00:49
des décisions sur l'orientation de
00:00:51
l'entreprise selon leur conviction,
00:00:53
selon leur intuition,
00:00:55
selon leur analyse personnelle,
00:00:57
on va plutôt se baser sur des
00:00:59
choses plus factuelles,
00:00:59
sur des choses qu'on a.
00:01:02
Collecter au cours du temps dans cette
00:01:03
entreprise qui est tout simplement la donnée,
00:01:05
donc cette donnée là va être collectée,
00:01:07
on verra qu'il y a beaucoup,
00:01:09
beaucoup de manières de collecter
00:01:10
de la donnée.
00:01:11
On va l'analyser et à partir
00:01:13
de cette analyse,
00:01:14
on va avoir des constats et ces
00:01:15
constats vont se transformer du coup,
00:01:17
en décision correctrice et donc ces
00:01:20
décisions correctrices vont alimenter
00:01:23
l'orientation stratégique de l'entreprise,
00:01:25
donc,
00:01:25
le data driven,
00:01:26
c'est ça et quand je vous disais,
00:01:28
c'est une tendance de fond.
00:01:30
Un petit exemple dans le digital donc,
00:01:32
c'est mon secteur de prédilection.
00:01:34
Je suis consultant digital Analytics.
00:01:38
C'est dans ce cadre-là que j'utilise
00:01:39
l'outil pour et dans mon contexte.
00:01:42
Eh bien dans le digital,
00:01:43
on va avoir un certain nombre d'analyses
00:01:45
et de données à notre disposition.
00:01:46
Ça va être les ventes qui sont réalisées
00:01:48
par exemple sur un site commerce,
00:01:49
donc on va accéder à ce qu'on appelle 1CRM,
00:01:51
donc toutes les données et les
00:01:53
bases clients de vente et d'achat.
00:01:55
Un tunnel de conversion donc
00:01:56
ça va être sur un site web.
00:01:57
Combien de personnes vont
00:01:58
aller sur le panier ?
00:01:59
Ensuite sur l'étape coordonnées et
00:02:00
finalement sur l'étape de conversion ?
00:02:02
Donc apprenez qu'on va perdre
00:02:03
un certain nombre de personnes
00:02:05
sur ces différentes étapes,
00:02:06
des outils qui vont nous permettre de
00:02:08
nous situer par rapport au marché.
00:02:10
En fait,
00:02:10
on va pouvoir se comparer par
00:02:11
rapport à notre concurrent pour
00:02:12
voir notre taux de rebond.
00:02:14
Le volume de visite,
00:02:15
le nombre de ventes qui sont
00:02:16
réalisées et aussi des outils qui
00:02:18
permettent d'analyser le comportement.
00:02:20
Donc on appelle ça UX pour user
00:02:22
expérience qui vont nous donner des
00:02:24
informations plus détaillées sur
00:02:25
le comportement d'un utilisateur
00:02:26
sur un site web,
00:02:27
donc l'Event online et bien
00:02:29
grâce à l'analyse des données,
00:02:31
on peut le constater qu'elles
00:02:32
sont en baisse depuis un an.
00:02:33
Au niveau du tunnel de conversion,
00:02:36
on va avoir une déperdition importante,
00:02:38
les étapes les unes après les autres.
00:02:40
Et en se comparant par rapport au marché,
00:02:43
on voit qu'on est en dessous sur
00:02:45
certains indicateurs pour finalement
00:02:47
voir aussi que on a vraiment des
00:02:49
points clés de déperdition sur
00:02:50
le site et toutes ces informations.
00:02:52
Donc ce sont les fameux constats.
00:02:54
Ici, des données vont nous
00:02:55
permettre de dire qu'il va falloir
00:02:56
effectuer une refonte du site web.
00:02:58
Une réflexion de fond pour fournir une
00:03:00
nouvelle version qui sera beaucoup plus
00:03:01
conforme par rapport à ce qu'on peut
00:03:03
attendre et par rapport à nos objectifs.
00:03:05
Donc voilà un exemple très simple
00:03:06
de comment les données peuvent
00:03:08
amener à prendre des décisions.
00:03:12
Autre élément important à prendre en compte
00:03:14
pour expliquer l'intérêt des outils
00:03:16
ça va être l'avènement du Big data.
00:03:18
Alors, le Big data,
00:03:19
c'est un grand mot que j'apprécie
00:03:21
pas forcément ceux qu'ils utilisent à
00:03:23
tort et à travers la seule chose
00:03:25
qui veut dire, c'est qu'on va générer
00:03:28
et stocker de plus en plus de données,
00:03:31
que ça soit des données CRM,
00:03:33
donc c'est à dire les données sur
00:03:35
les clients d'une entreprise,
00:03:36
tout ce qui va être bureautique,
00:03:37
donc ça va être de la génération en interne,
00:03:39
les emails et PDF,
00:03:39
les PowerPoint qui peuvent être générés,
00:03:41
des photos, des vidéos, etc.
00:03:43
Tout ce qui va être autour des
00:03:44
réseaux sociaux qui vont exploser
00:03:45
sur les dernières années,
00:03:47
avec tout ce qui va être,
00:03:48
les interactions sur des postes
00:03:49
du de la publication de photos de
00:03:51
la génération de commentaires,
00:03:52
et cetera, et cetera.
00:03:53
Les outils Analytics donc ça va
00:03:54
être pour les sites web et les
00:03:56
applications va pouvoir traquer
00:03:57
le comportement de l'utilisateur.
00:03:58
Et ça génère énormément de données.
00:04:00
Ça va être le nombre de visites,
00:04:02
le nombre de pages vues, et cetera.
00:04:04
Toute l'activité technique de l'entreprise,
00:04:06
donc ça va être des logs de serveurs,
00:04:07
des logs machines.
00:04:08
Les outils marketing,
00:04:09
donc pour une centrale d'appel,
00:04:11
ça va être le nombre d'appels,
00:04:12
le nombre d'enregistrements qui
00:04:14
ont été effectués,
00:04:15
les outils de web marketing avec les
00:04:17
clics sur des publicités en ligne,
00:04:19
des emails marketing, et cetera, et cetera.
00:04:21
Et finalement,
00:04:21
ce qui est point de vente donc les magasins,
00:04:23
avec la gestion du stock.
00:04:25
Réalisation dans tête de dans tête,
00:04:26
pardon de satisfaction, et cetera, et cetera.
00:04:29
Donc tout ça,
00:04:29
c'est une vue non exhaustive de
00:04:31
toutes les données qui peuvent être
00:04:32
générées et sur les dernières années,
00:04:34
et je dirais même sur les
00:04:35
dernières décennies,
00:04:36
ce que c'est un c'est un
00:04:37
sujet de de longue haleine.
00:04:39
Eh bien on a une explosion année,
00:04:40
année après année,
00:04:41
du volume de génération de données qu'on
00:04:44
peut constater dans les entreprises.
00:04:46
Donc il va falloir trouver une
00:04:48
solution pour gérer et utiliser
00:04:50
correctement ces données.
00:04:54
En premier problème qu'on peut
00:04:55
constater par rapport à au à tous
00:04:56
les outils dont on a pu te parler,
00:04:57
que ça soit des CRM,
00:04:58
des outils webmarketing et cetera.
00:05:00
C'est que très souvent,
00:05:01
ces outils vont avoir leur propre outil
00:05:04
de visualisation et d'analyse de données.
00:05:06
Intégrées CRM va avoir un back office
00:05:07
vous allez pouvoir analyser les données,
00:05:09
un outil Analytics va avoir
00:05:11
exactement la même chose,
00:05:12
des visualisations pour pouvoir comprendre
00:05:14
les données qui sont affichées.
00:05:16
Le problème par rapport à ça,
00:05:17
c'est que du coup vous allez avoir
00:05:18
des données et des visualisations
00:05:19
qui vont être éclatées un petit
00:05:20
peu partout selon les outils
00:05:21
que vous allez pouvoir utiliser.
00:05:23
Donc c'est pas très pratique qu'on voulait
00:05:24
essayer d'avoir une vue d'ensemble.
00:05:26
Ces outils là ont généralement des API,
00:05:28
donc ça c'est un élément important
00:05:29
qui va nous nous intéresser.
00:05:31
Pour exporter la donnée et une
00:05:33
autre encore une tendance de fond,
00:05:34
hein, qui a beaucoup de tendances
00:05:35
de fond dans cette introduction.
00:05:37
Ça va être la volonté des entreprises
00:05:39
de centraliser toutes ces données là
00:05:40
justement de ne pas que les garder.
00:05:42
On va se clos sur les différents outils,
00:05:44
mais de les exporter,
00:05:45
notamment via PI où via des outils tiers,
00:05:48
pour aller les stocker dans un endroit,
00:05:50
donc ça peut être ce qu'on appelle des
00:05:52
des data like ou des data warehouse,
00:05:53
donc ce sont des des solutions
00:05:55
qui sont dans le cloud hein,
00:05:56
dont dont les gros dont les
00:05:58
gros acteurs sont à WS.
00:05:59
Donc Amazon web Services azur
00:06:02
et Google cloud Platform.
00:06:04
On aura l'occasion d'en reparler et
00:06:06
donc le l'objectif de cette entreprise,
00:06:08
c'est de stocker toutes ces données
00:06:10
granulaires dans ces espaces là.
00:06:12
La problématique qu'on va avoir,
00:06:13
c'est que ça n'est absolument pas visuel
00:06:15
de stocker les données de cette façon là.
00:06:18
Donc la conclusion de tout ça,
00:06:19
c'est qu'on a énormément de données,
00:06:21
on a besoin de les analyser,
00:06:22
mais que toutes ces données sont soit
00:06:24
cloisonnées et uniquement accessibles via PI,
00:06:26
donc pas forcément le plus simple ou
00:06:28
dans des environnements techniques,
00:06:30
donc là on va rejoindre les data
00:06:31
Lake et les data Warehouse,
00:06:32
donc pas facile d'accès pour
00:06:35
un utilisateur lambda.
00:06:36
Et donc justement,
00:06:37
la promesse des outils de BI.
00:06:39
Et c'est là où du coup tout va faire sens
00:06:41
par rapport à ce que je vous ai dit,
00:06:43
c'est qu'un outil c'est
00:06:45
3 principales promesses,
00:06:46
en tout cas de base.
00:06:47
Maintenant elles sont beaucoup plus,
00:06:49
les outils font beaucoup plus de
00:06:50
choses mais ça va être déjà de
00:06:52
permettre la connexion simplifiée
00:06:53
à des données diverses.
00:06:54
....
00:06:55
Je vous parlais des API tout à l'heure,
00:06:56
Et bien un outil va pouvoir se
00:06:58
connecter à ces différentes PI pour
00:07:00
aller agréger et visualiser au même
00:07:02
endroit une multitude de données
00:07:04
ensuite faciliter le croisement
00:07:06
parce que vous imaginez bien qu'un
00:07:08
utilisateur va générer des données
00:07:10
sur les réseaux.
00:07:11
Tuyaux dans 1CRM ou dans des points de vente,
00:07:13
nous, on a besoin d'avoir une vue
00:07:14
consolidée sur un utilisateur et donc
00:07:16
on a besoin de pouvoir croiser ces
00:07:18
différentes sources de données et ces
00:07:20
outils nativement sont faits pour
00:07:21
croiser les données via des clés.
00:07:23
On aura l'occasion de faire des exercices
00:07:25
autour de ça et finalement le dernier point,
00:07:27
qui est de plus en plus vrai,
00:07:29
ça va être déjà de permettre
00:07:31
simplement l'analyse
00:07:32
des données, au-delà de connecter les
00:07:33
données et de les croiser, on a besoin,
00:07:35
on va avoir besoin de pouvoir les visualiser,
00:07:38
de pouvoir créer des graphiques
00:07:39
assez simplement et surtout de
00:07:41
pouvoir les partager et créer des
00:07:43
interactions autour de ça, donc.
00:07:44
Dans les espaces collaboratifs,
00:07:46
gérer des droits d'accès,
00:07:47
pouvoir laisser des commentaires etc.
00:07:49
...
00:07:50
Donc.
00:07:50
Voilà pourquoi les outils
00:07:52
font sens et les problématiques
00:07:54
auxquelles ils répondent.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
Hello everyone and thank you for choosing
00:00:02
take this Power course
00:00:06
BI before actually attacking the tool,
00:00:09
Let's make a little introduction
00:00:10
to explain a small
00:00:11
Little the why of the how.
00:00:12
Around these of these different
00:00:14
tools and in particular of course of
00:00:17
port I and we'll start all the way
00:00:18
continued by answering a question
00:00:19
which may seem silly but to which it
00:00:21
will have to answer for good
00:00:22
understand the issue around these tools,
00:00:24
This is what the problem answers
00:00:27
to a bias tool.
00:00:30
So the first element,
00:00:31
It is that we are today in
00:00:33
the advent of what is called the
00:00:35
data-driven strategy in companies,
00:00:37
So it's a great phrase that
00:00:39
say the majority of companies
00:00:40
and who often have difficulties
00:00:42
to set it up?
00:00:43
In any case,
00:00:44
This has been a fundamental trend since
00:00:46
Several years that is to say
00:00:48
rather than leaders taking
00:00:49
decisions on the direction of
00:00:51
the company according to their conviction,
00:00:53
according to their intuition,
00:00:55
according to their personal analysis,
00:00:57
We will rather base ourselves on
00:00:59
more factual things,
00:00:59
on things we have.
00:01:02
Collect over time in this
00:01:03
company that is simply data,
00:01:05
So this data there will be collected,
00:01:07
We will see that there are many,
00:01:09
many ways to collect
00:01:10
of the data.
00:01:11
We will analyze it and start
00:01:13
of this analysis,
00:01:14
We will have observations and these
00:01:15
Observations will be transformed suddenly,
00:01:17
In corrective decision and therefore these
00:01:20
corrective decisions will feed into the
00:01:23
the strategic direction of the company,
00:01:25
therefore
00:01:25
data driven,
00:01:26
That's it and when I told you,
00:01:28
This is a fundamental trend.
00:01:30
A small example in digital so,
00:01:32
This is my preferred sector.
00:01:34
I am a Digital Analytics consultant.
00:01:38
It is in this context that I use
00:01:39
the tool for I and in my context.
00:01:42
Well in digital,
00:01:43
We will have a number of analyses
00:01:45
and data at our disposal.
00:01:46
It's going to be the sales that are made
00:01:48
for example on a commercial site,
00:01:49
so we will access what we call 1CRM,
00:01:51
So all the data and the
00:01:53
Customer bases of sale and purchase.
00:01:55
A conversion funnel
00:01:56
It's going to be on a website.
00:01:57
How many people go
00:01:58
Go to the cart?
00:01:59
Then on the coordinated step and
00:02:00
Finally on the conversion stage?
00:02:02
So learn that we're going to lose
00:02:03
a number of people
00:02:05
on these different stages,
00:02:06
Tools that will allow us to
00:02:08
situate ourselves in relation to the market.
00:02:10
In fact
00:02:10
We will be able to compare ourselves by
00:02:11
Report to our competitor for
00:02:12
See our bounce rate.
00:02:14
The volume of visits,
00:02:15
the number of sales that are
00:02:16
realized and also tools that
00:02:18
allow behavior to be analyzed.
00:02:20
So we call it UX for use
00:02:22
experience that will give us
00:02:24
More detailed information about
00:02:25
a user's behavior
00:02:26
on a website,
00:02:27
so the Éventé online and well
00:02:29
through data analysis,
00:02:31
It can be seen that they
00:02:32
have been declining over the past year.
00:02:33
At the conversion funnel,
00:02:36
we will have a significant loss,
00:02:38
the steps one after the other.
00:02:40
And by comparing itself to the market,
00:02:43
We see that we are below on
00:02:45
Some indicators for finally
00:02:47
See also that we really have
00:02:49
Key points of loss on
00:02:50
the site and all this information.
00:02:52
So these are the famous observations.
00:02:54
Here, data will go to us
00:02:55
allow us to say that we will have to
00:02:56
Perform a website redesign.
00:02:58
A fundamental reflection to provide a
00:03:00
new version that will be much more
00:03:01
consistent with what we can
00:03:03
wait and in relation to our objectives.
00:03:05
So here's a very simple example.
00:03:06
how data can
00:03:08
lead to decision-making.
00:03:12
Another important element to consider
00:03:14
to explain the interest of I's tools,
00:03:16
it's going to be the advent of Big Data.
00:03:18
So, Big Data,
00:03:19
It's a big word that I appreciate
00:03:21
not necessarily what he uses at
00:03:23
wrong and through the only thing.
00:03:25
Which means is that we will generate
00:03:28
and store more and more data,
00:03:31
whether it's CRM data,
00:03:33
So i.e. the data on
00:03:35
the customers of a company,
00:03:36
everything that's going to be office automation,
00:03:37
So it's going to be generation internally,
00:03:39
emails and PDFs,
00:03:39
the PowerPoint that can be generated,
00:03:41
photos, videos, et cetera.
00:03:43
Everything that's going to be around the
00:03:44
Social networks that will explode
00:03:45
on the last few years,
00:03:47
with all that is going to be,
00:03:48
interactions on workstations
00:03:49
of the publication of photos of
00:03:51
generating comments,
00:03:52
et cetera, et cetera.
00:03:53
Analytics tools so it's okay
00:03:54
be for websites and
00:03:56
Applications will be able to track
00:03:57
user behavior.
00:03:58
And it generates a lot of data.
00:04:00
It's going to be the number of visits,
00:04:02
page views, et cetera.
00:04:04
All the technical activity of the company,
00:04:06
So it's going to be server logs,
00:04:07
machine logs.
00:04:08
Marketing tools,
00:04:09
So for a call center,
00:04:11
it's going to be the number of calls,
00:04:12
the number of records that
00:04:14
have been carried out,
00:04:15
Web marketing tools with
00:04:17
clicks on online advertisements,
00:04:19
marketing emails, et cetera, et cetera.
00:04:21
And finally,
00:04:21
what is point of sale so the stores,
00:04:23
with stock management.
00:04:25
Realization in head of in head,
00:04:26
sorry for satisfaction, et cetera, et cetera.
00:04:29
So all that,
00:04:29
This is a non-exhaustive view of
00:04:31
all data that can be
00:04:32
generated and over the last years,
00:04:34
and I would even say about the
00:04:35
Decades
00:04:36
What is a It is a
00:04:37
subject of of long term.
00:04:39
Well we have a year explosion,
00:04:40
year after year,
00:04:41
the volume of data generation that is
00:04:44
can see in companies.
00:04:46
So we will have to find a
00:04:48
Solution to manage and use
00:04:50
correctly this data.
00:04:54
First problem that can be
00:04:55
see in relation to at all
00:04:56
the tools we could talk to you about,
00:04:57
whether it's CRM,
00:04:58
web marketing tools and so on.
00:05:00
It is that very often,
00:05:01
These tools will have their own tool
00:05:04
data visualization and analysis.
00:05:06
Integrated CRM will have a back office
00:05:07
you will be able to analyze the data,
00:05:09
an Analytics tool will have
00:05:11
exactly the same,
00:05:12
visualizations to understand
00:05:14
the data that is displayed.
00:05:16
The problem with that,
00:05:17
is that suddenly you will have
00:05:18
data and visualizations
00:05:19
that will be broken a little
00:05:20
Everywhere according to the tools
00:05:21
that you will be able to use.
00:05:23
So it's not very practical that we wanted
00:05:24
try to see the big picture.
00:05:26
These tools usually have APIs,
00:05:28
So that's an important element.
00:05:29
that will interest us.
00:05:31
To export the data and a
00:05:33
yet another underlying trend,
00:05:34
huh, which has a lot of trends
00:05:35
background in this introduction.
00:05:37
It's going to be the will of the companies
00:05:39
to centralize all this data there
00:05:40
Precisely not only to keep them.
00:05:42
We will close on the different tools,
00:05:44
but to export them,
00:05:45
in particular via PI or via third-party tools,
00:05:48
to go and store them in a place,
00:05:50
So it can be what we call
00:05:52
data like or data warehouses,
00:05:53
So these are solutions
00:05:55
who are in the cloud huh,
00:05:56
of which the wholesale ones whose
00:05:58
big players are at WS.
00:05:59
So Amazon web Services azur
00:06:02
and Google Cloud Platform.
00:06:04
We will have the opportunity to talk about it again and
00:06:06
so the objective of this enterprise,
00:06:08
is to store all this data
00:06:10
granular in these spaces.
00:06:12
The problem we will have,
00:06:13
is that it is absolutely not visual
00:06:15
to store the data in this way.
00:06:18
So the conclusion of all this,
00:06:19
is that we have a lot of data,
00:06:21
we need to analyze them,
00:06:22
but that all these data are either
00:06:24
compartmentalized and only accessible via IP,
00:06:26
so not necessarily the simplest or
00:06:28
in technical environments,
00:06:30
So here we will join the data
00:06:31
Lake and Data Warehouses,
00:06:32
so not easy to access for
00:06:35
an average user.
00:06:36
And so precisely,
00:06:37
the promise of BI tools.
00:06:39
And that's where everything will make sense.
00:06:41
In relation to what I told you,
00:06:43
is that a tool of I is
00:06:45
Top 3 promises,
00:06:46
At least basic, huh.
00:06:47
What now they are much more,
00:06:49
The tools do much more
00:06:50
things but it's already going to be
00:06:52
Allow simplified connection
00:06:53
to various data.
00:06:54
Huh?
00:06:55
I was talking about APIs earlier,
00:06:56
Well a tool of I will be able to
00:06:58
connect to these different IPs to
00:07:00
go aggregate and visualize at the same
00:07:02
place a multitude of data
00:07:04
then ease of crossing
00:07:06
Because you can imagine that a
00:07:08
user will generate data
00:07:10
on networks.
00:07:11
Pipes in 1CRM or in points of sale,
00:07:13
We need to have a view
00:07:14
consolidated on a user and therefore
00:07:16
We need to be able to cross these
00:07:18
different data sources and these
00:07:20
Natively tools are made for
00:07:21
cross-reference data via keys.
00:07:23
We will have the opportunity to do exercises
00:07:25
around that and finally the last point,
00:07:27
which is increasingly true,
00:07:29
It's going to be bah already to allow
00:07:31
Just the analysis, huh?
00:07:32
Data, beyond connecting
00:07:33
data and cross-referencing them, we will need,
00:07:35
we will need to be able to visualize them,
00:07:38
to be able to create graphs
00:07:39
quite simply and above all
00:07:41
be able to share them and create
00:07:43
interactions around that, then.
00:07:44
In collaborative spaces,
00:07:46
manage access rights,
00:07:47
be able to leave comments, et cetera.
00:07:49
And so forth.
00:07:50
Therefore.
00:07:50
This is why the tools of I
00:07:52
make sense and the issues
00:07:54
to which they respond.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
Hallo an alle und vielen Dank für Ihre Wahl
00:00:02
Nehmen Sie an diesem Power-Kurs teil
00:00:06
BI, bevor Sie das Tool tatsächlich angreifen,
00:00:09
Lassen Sie uns eine kleine Einführung machen
00:00:10
um eine kleine
00:00:11
Wenig das Warum des Wie.
00:00:12
Um diese dieser verschiedenen
00:00:14
Werkzeuge und insbesondere natürlich von
00:00:17
Port I und wir fangen den ganzen Weg an
00:00:18
Weiter durch Beantwortung einer Frage
00:00:19
die albern erscheinen mag, aber für die es
00:00:21
wird sich für immer verantworten müssen
00:00:22
das Problem rund um diese Tools zu verstehen,
00:00:24
Das ist es, was das Problem beantwortet
00:00:27
zu einem Bias-Tool.
00:00:30
Also das erste Element,
00:00:31
Es ist so, dass wir uns heute in
00:00:33
Das Aufkommen dessen, was als
00:00:35
datengetriebene Strategie in Unternehmen,
00:00:37
Es ist also ein großartiger Satz, dass
00:00:39
sagen die Mehrheit der Unternehmen
00:00:40
und die oft Schwierigkeiten haben
00:00:42
um es einzurichten?
00:00:43
In jedem Fall
00:00:44
Dies ist ein grundlegender Trend seit
00:00:46
Mehrere Jahre, das heißt,
00:00:48
anstatt Führungskräfte, die
00:00:49
Entscheidungen über die Ausrichtung der
00:00:51
das Unternehmen nach ihrer Überzeugung,
00:00:53
nach ihrer Intuition,
00:00:55
nach ihrer persönlichen Analyse,
00:00:57
Wir stützen uns vielmehr auf
00:00:59
mehr sachliche Dinge,
00:00:59
auf Dinge, die wir haben.
00:01:02
Sammeln Sie im Laufe der Zeit in diesem
00:01:03
Unternehmen, das einfach Daten sind,
00:01:05
So werden diese Daten dort gesammelt,
00:01:07
Wir werden sehen, dass es viele gibt,
00:01:09
Viele Möglichkeiten zum Sammeln
00:01:10
der Daten.
00:01:11
Wir werden es analysieren und beginnen
00:01:13
dieser Analyse,
00:01:14
Wir werden Beobachtungen haben und diese
00:01:15
Beobachtungen werden plötzlich transformiert,
00:01:17
In korrektiven Entscheidungen und damit diese
00:01:20
Korrekturentscheidungen fließen in die
00:01:23
die strategische Ausrichtung des Unternehmens,
00:01:25
deshalb
00:01:25
datengesteuert,
00:01:26
Das war's und als ich es dir sagte,
00:01:28
Dies ist ein grundlegender Trend.
00:01:30
Ein kleines Beispiel in der digitalen So,
00:01:32
Das ist mein bevorzugter Sektor.
00:01:34
Ich bin Digital Analytics Berater.
00:01:38
In diesem Zusammenhang verwende ich
00:01:39
das Werkzeug für mich und in meinem Kontext.
00:01:42
Gut in digital,
00:01:43
Wir werden eine Reihe von Analysen durchführen
00:01:45
und Daten, die uns zur Verfügung stehen.
00:01:46
Es werden die Verkäufe sein, die gemacht werden
00:01:48
zum Beispiel auf einer kommerziellen Website,
00:01:49
also werden wir auf das zugreifen, was wir 1CRM nennen,
00:01:51
Also alle Daten und die
00:01:53
Kundenstämme des Verkaufs und Kaufs.
00:01:55
Ein Conversion-Trichter
00:01:56
Es wird auf einer Website sein.
00:01:57
Wie viele Leute gehen
00:01:58
Zum Warenkorb gehen?
00:01:59
Dann auf dem koordinierten Schritt und
00:02:00
Endlich auf der Umbauphase?
00:02:02
Lerne also, dass wir verlieren werden
00:02:03
eine Anzahl von Personen
00:02:05
auf diesen verschiedenen Etappen,
00:02:06
Werkzeuge, die es uns ermöglichen,
00:02:08
uns in Relation zum Markt zu setzen.
00:02:10
Tatsächlich
00:02:10
Wir werden uns vergleichen können, indem wir
00:02:11
Bericht an unseren Mitbewerber für
00:02:12
Siehe unsere Absprungrate.
00:02:14
Das Volumen der Besuche,
00:02:15
die Anzahl der Verkäufe, die
00:02:16
realisiert und auch Werkzeuge, die
00:02:18
Ermöglichen Sie die Analyse des Verhaltens.
00:02:20
Also nennen wir es UX for use
00:02:22
Erfahrung, die uns geben wird
00:02:24
Detailliertere Informationen zu
00:02:25
Verhalten eines Benutzers
00:02:26
auf einer Website,
00:02:27
so das Éventé online und gut
00:02:29
durch Datenanalyse,
00:02:31
Es ist ersichtlich, dass sie
00:02:32
sind im vergangenen Jahr rückläufig.
00:02:33
Am Conversion-Trichter,
00:02:36
wir werden einen erheblichen Verlust haben,
00:02:38
Die Schritte nacheinander.
00:02:40
Und indem sie sich mit dem Markt vergleicht,
00:02:43
Wir sehen, dass wir unten sind auf
00:02:45
Einige Indikatoren für schließlich
00:02:47
Siehe auch, dass wir wirklich haben
00:02:49
Wichtige Verlustpunkte auf
00:02:50
die Website und all diese Informationen.
00:02:52
Das sind also die berühmten Beobachtungen.
00:02:54
Hier gehen die Daten zu uns
00:02:55
Erlauben Sie uns zu sagen, dass wir
00:02:56
Führen Sie ein Website-Redesign durch.
00:02:58
Eine grundlegende Überlegung, um eine
00:03:00
Neue Version, die viel mehr sein wird
00:03:01
im Einklang mit dem, was wir können
00:03:03
warten und in Bezug auf unsere Ziele.
00:03:05
Hier ist also ein sehr einfaches Beispiel.
00:03:06
Wie Daten
00:03:08
zu Entscheidungsfindung führen.
00:03:12
Ein weiteres wichtiges Element, das zu berücksichtigen ist
00:03:14
um das Interesse an I's Werkzeugen zu erklären,
00:03:16
es wird das Aufkommen von Big Data sein.
00:03:18
Also, Big Data,
00:03:19
Es ist ein großes Wort, das ich schätze
00:03:21
nicht unbedingt das, was er bei
00:03:23
falsch und durch das Einzige.
00:03:25
Das heißt, wir werden generieren
00:03:28
und speichern immer mehr Daten,
00:03:31
ob es sich um CRM-Daten handelt,
00:03:33
So d.h. die Daten über
00:03:35
die Kunden eines Unternehmens,
00:03:36
alles, was Büroautomation sein wird,
00:03:37
Es wird also die interne Generation sein,
00:03:39
E-Mails und PDFs,
00:03:39
die PowerPoint, die generiert werden kann,
00:03:41
Fotos, Videos, et cetera.
00:03:43
Alles, was rund um die
00:03:44
Soziale Netzwerke, die explodieren werden
00:03:45
über die letzten Jahre,
00:03:47
mit allem, was sein wird,
00:03:48
Interaktionen auf Arbeitsstationen
00:03:49
der Veröffentlichung von Fotos von
00:03:51
Generieren von Kommentaren,
00:03:52
et cetera, et cetera.
00:03:53
Analysetools, damit es in Ordnung ist
00:03:54
für Websites und
00:03:56
Anwendungen können nachverfolgt werden
00:03:57
Nutzerverhalten.
00:03:58
Und es generiert viele Daten.
00:04:00
Es wird die Anzahl der Besuche sein,
00:04:02
Seitenaufrufe, et cetera.
00:04:04
Alle technischen Aktivitäten des Unternehmens,
00:04:06
Es werden also Serverprotokolle sein,
00:04:07
Maschinenprotokolle.
00:04:08
Marketing-Tools,
00:04:09
Also für ein Callcenter,
00:04:11
es wird die Anzahl der Anrufe sein,
00:04:12
Die Anzahl der Datensätze, die
00:04:14
durchgeführt worden sind,
00:04:15
Web-Marketing-Tools mit
00:04:17
Klicks auf Online-Anzeigen,
00:04:19
Marketing-E-Mails, et cetera, et cetera.
00:04:21
Und schließlich
00:04:21
Was ist Point of Sale, also die Geschäfte,
00:04:23
mit Lagerverwaltung.
00:04:25
Realisierung im Kopf des Kopfes,
00:04:26
Entschuldigung für die Zufriedenheit, et cetera, et cetera.
00:04:29
Also all das,
00:04:29
Dies ist eine nicht erschöpfende Betrachtung von
00:04:31
alle Daten, die
00:04:32
generiert und in den letzten Jahren,
00:04:34
und ich würde sogar über die
00:04:35
Dekaden
00:04:36
Was ist ein Es ist ein
00:04:37
Thema von langfristig.
00:04:39
Nun, wir haben ein Jahr Explosion,
00:04:40
Jahr für Jahr,
00:04:41
das Volumen der Datengenerierung, das
00:04:44
kann in Unternehmen sehen.
00:04:46
Wir müssen also eine
00:04:48
Zu verwaltende und zu verwendende Lösung
00:04:50
korrekt diese Daten.
00:04:54
Erstes Problem, das sein kann
00:04:55
siehe in Bezug auf überhaupt
00:04:56
die Werkzeuge, über die wir mit Ihnen sprechen könnten,
00:04:57
ob es CRM ist,
00:04:58
Web-Marketing-Tools und so weiter.
00:05:00
Es ist so, dass sehr oft,
00:05:01
Diese Tools haben ihr eigenes Werkzeug
00:05:04
Datenvisualisierung und -analyse.
00:05:06
Integriertes CRM wird ein Backoffice haben
00:05:07
Sie werden in der Lage sein, die Daten zu analysieren,
00:05:09
Ein Analytics-Tool verfügt über
00:05:11
genau dasselbe,
00:05:12
Visualisierungen zum Verständnis
00:05:14
Die angezeigten Daten.
00:05:16
Das Problem dabei,
00:05:17
Ist das plötzlich, haben Sie
00:05:18
Daten und Visualisierungen
00:05:19
das wird ein wenig kaputt gehen
00:05:20
Überall nach den Werkzeugen
00:05:21
die Sie verwenden können.
00:05:23
Es ist also nicht sehr praktisch, was wir wollten.
00:05:24
Versuchen Sie, das große Ganze zu sehen.
00:05:26
Diese Tools verfügen normalerweise über APIs,
00:05:28
Das ist also ein wichtiges Element.
00:05:29
Das wird uns interessieren.
00:05:31
So exportieren Sie die Daten und eine
00:05:33
Ein weiterer zugrunde liegender Trend,
00:05:34
huh, das hat viele Trends
00:05:35
Hintergrund in dieser Einführung.
00:05:37
Es wird der Wille der Unternehmen sein
00:05:39
um all diese Daten dort zu zentralisieren
00:05:40
Nicht nur, um sie zu behalten.
00:05:42
Wir werden auf die verschiedenen Tools schließen,
00:05:44
sondern sie zu exportieren,
00:05:45
insbesondere über PI oder über Tools von Drittanbietern,
00:05:48
zu gehen und sie an einem Ort zu lagern,
00:05:50
So kann es sein, was wir nennen
00:05:52
Data Like oder Data Warehouses,
00:05:53
Das sind also Lösungen
00:05:55
die in der Cloud sind, huh,
00:05:56
davon der Großhandel, deren
00:05:58
große Spieler sind bei WS.
00:05:59
So Amazon Web Services azur
00:06:02
und Google Cloud Platform.
00:06:04
Wir werden die Gelegenheit haben, noch einmal darüber zu sprechen und
00:06:06
so das Ziel dieses Unternehmens,
00:06:08
ist es, all diese Daten zu speichern
00:06:10
granular in diesen Räumen.
00:06:12
Das Problem, das wir haben werden,
00:06:13
ist, dass es absolut nicht visuell ist
00:06:15
um die Daten auf diese Weise zu speichern.
00:06:18
Die Schlussfolgerung von all dem,
00:06:19
ist, dass wir viele Daten haben,
00:06:21
Wir müssen sie analysieren,
00:06:22
Aber dass alle diese Daten entweder
00:06:24
unterteilt und nur über IP zugänglich,
00:06:26
also nicht unbedingt die einfachste oder
00:06:28
im technischen Umfeld,
00:06:30
Hier werden wir also die Daten zusammenführen
00:06:31
Lake und Data Warehouses,
00:06:32
also nicht leicht zugänglich für
00:06:35
ein durchschnittlicher Benutzer.
00:06:36
Und so genau,
00:06:37
das Versprechen von BI-Tools.
00:06:39
Und da wird alles Sinn machen.
00:06:41
In Bezug auf das, was ich euch gesagt habe,
00:06:43
ist, dass ein Werkzeug von Ich ist
00:06:45
Top 3 Versprechen,
00:06:46
Zumindest einfach, hm.
00:06:47
Was sie jetzt viel mehr sind,
00:06:49
Die Tools können viel mehr
00:06:50
Dinge, aber es wird schon sein
00:06:52
Vereinfachte Verbindung zulassen
00:06:53
zu verschiedenen Daten.
00:06:54
Hä?
00:06:55
Ich habe vorhin über APIs gesprochen,
00:06:56
Nun, ein Werkzeug von Ich werde in der Lage sein,
00:06:58
Verbinden Sie sich mit diesen verschiedenen IPs, um
00:07:00
Aggregieren und visualisieren Sie gleichzeitig
00:07:02
Platzieren Sie eine Vielzahl von Daten
00:07:04
dann einfache Überquerung
00:07:06
Denn Sie können sich vorstellen, dass ein
00:07:08
Benutzer generiert Daten
00:07:10
in Netzwerken.
00:07:11
Rohre in 1CRM oder in Verkaufsstellen,
00:07:13
Wir müssen einen Blick haben
00:07:14
auf einen Benutzer konsolidiert und daher
00:07:16
Wir müssen in der Lage sein, diese zu überqueren
00:07:18
verschiedene Datenquellen und diese
00:07:20
Native Werkzeuge sind gemacht für
00:07:21
Querverweise auf Daten über Schlüssel.
00:07:23
Wir werden die Möglichkeit haben, Übungen zu machen
00:07:25
um diesen und schließlich den letzten Punkt,
00:07:27
was zunehmend wahr wird,
00:07:29
Es wird schon bah sein, um zu erlauben
00:07:31
Nur die Analyse, oder?
00:07:32
Daten, die über die Verbindung hinausgehen
00:07:33
Daten und Querverweise auf sie werden wir benötigen,
00:07:35
Wir müssen in der Lage sein, sie zu visualisieren,
00:07:38
um Diagramme erstellen zu können
00:07:39
ganz einfach und vor allem
00:07:41
in der Lage sein, sie zu teilen und zu erstellen
00:07:43
Interaktionen rund um das.
00:07:44
In kollaborativen Räumen,
00:07:46
Zugriffsrechte verwalten,
00:07:47
in der Lage sein, Kommentare zu hinterlassen, et cetera.
00:07:49
Und so weiter.
00:07:50
Deshalb.
00:07:50
Aus diesem Grund sind die Werkzeuge von I
00:07:52
Sinn machen und die Probleme
00:07:54
auf die sie reagieren.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
Hola a todos y gracias por elegir
00:00:02
toma este curso de Power
00:00:06
BI antes de atacar realmente la herramienta,
00:00:09
Hagamos una pequeña introducción
00:00:10
para explicar un pequeño
00:00:11
Poco el por qué del cómo.
00:00:12
Alrededor de estos de estos diferentes
00:00:14
herramientas y, en particular, por supuesto, de
00:00:17
puerto I y comenzaremos todo el camino
00:00:18
Continúa respondiendo a una pregunta
00:00:19
que puede parecer una tontería pero a la que
00:00:21
tendrá que responder para siempre
00:00:22
comprender el problema en torno a estas herramientas,
00:00:24
Esto es lo que responde el problema
00:00:27
a una herramienta de sesgo.
00:00:30
Así que el primer elemento,
00:00:31
Es que hoy estamos en
00:00:33
El advenimiento de lo que se llama el
00:00:35
estrategia basada en datos en las empresas,
00:00:37
Así que es una gran frase que
00:00:39
dicen la mayoría de las empresas
00:00:40
y que a menudo tienen dificultades
00:00:42
para configurarlo?
00:00:43
En cualquier caso,
00:00:44
Esta ha sido una tendencia fundamental desde
00:00:46
Varios años, es decir,
00:00:48
en lugar de que los líderes tomen
00:00:49
Decisiones sobre la dirección de
00:00:51
la empresa según su convicción,
00:00:53
según su intuición,
00:00:55
según su análisis personal,
00:00:57
Más bien nos basaremos en
00:00:59
más cosas fácticas,
00:00:59
en las cosas que tenemos.
00:01:02
Recopilar a lo largo del tiempo en este
00:01:03
empresa que es simplemente datos,
00:01:05
Por lo tanto, se recopilarán estos datos,
00:01:07
Veremos que hay muchos,
00:01:09
Muchas formas de recopilar
00:01:10
de los datos.
00:01:11
Lo analizaremos y comenzaremos
00:01:13
de este análisis,
00:01:14
Tendremos observaciones y estas
00:01:15
Las observaciones se transformarán repentinamente,
00:01:17
En la decisión correctiva y por lo tanto estos
00:01:20
Las decisiones correctivas se incorporarán al
00:01:23
la dirección estratégica de la empresa,
00:01:25
por lo tanto
00:01:25
basado en datos,
00:01:26
Eso es todo y cuando te lo dije,
00:01:28
Esta es una tendencia fundamental.
00:01:30
Un pequeño ejemplo en digital so,
00:01:32
Este es mi sector preferido.
00:01:34
Soy consultor de Digital Analytics.
00:01:38
Es en este contexto que utilizo
00:01:39
la herramienta para mí y en mi contexto.
00:01:42
Bien en digital,
00:01:43
Tendremos una serie de análisis
00:01:45
y datos a nuestra disposición.
00:01:46
Serán las ventas que se hagan
00:01:48
por ejemplo, en un sitio comercial,
00:01:49
así que accederemos a lo que llamamos 1CRM,
00:01:51
Así que todos los datos y el
00:01:53
Bases de clientes de venta y compra.
00:01:55
Un embudo de conversión
00:01:56
Va a estar en un sitio web.
00:01:57
¿Cuántas personas van?
00:01:58
¿Ir al carrito?
00:01:59
Luego, en el paso coordinado y
00:02:00
¿Finalmente en la etapa de conversión?
00:02:02
Así que aprende que vamos a perder
00:02:03
un número de personas
00:02:05
en estas diferentes etapas,
00:02:06
Herramientas que nos permitirán
00:02:08
situarnos en relación con el mercado.
00:02:10
En realidad
00:02:10
Podremos compararnos por
00:02:11
Informe a nuestro competidor para
00:02:12
Vea nuestra tasa de rebote.
00:02:14
El volumen de visitas,
00:02:15
el número de ventas que son
00:02:16
realizado y también herramientas que
00:02:18
Permitir que se analice el comportamiento.
00:02:20
Así que lo llamamos UX para su uso
00:02:22
experiencia que nos dará
00:02:24
Información más detallada sobre
00:02:25
Comportamiento de un usuario
00:02:26
en un sitio web,
00:02:27
así que la Éventé en línea y bien
00:02:29
a través del análisis de datos,
00:02:31
Se puede ver que
00:02:32
han estado disminuyendo durante el año pasado.
00:02:33
En el embudo de conversión,
00:02:36
tendremos una pérdida significativa,
00:02:38
los pasos uno tras otro.
00:02:40
Y comparándose con el mercado,
00:02:43
Vemos que estamos abajo en
00:02:45
Algunos indicadores para finalmente
00:02:47
Vea también que realmente tenemos
00:02:49
Puntos clave de pérdida en
00:02:50
el sitio y toda esta información.
00:02:52
Así que estas son las famosas observaciones.
00:02:54
Aquí, los datos irán a nosotros
00:02:55
Permítannos decir que tendremos que
00:02:56
Realizar un rediseño del sitio web.
00:02:58
Una reflexión fundamental para proporcionar un
00:03:00
Nueva versión que será mucho más
00:03:01
Coherente con lo que podemos
00:03:03
esperar y en relación con nuestros objetivos.
00:03:05
Así que aquí hay un ejemplo muy simple.
00:03:06
Cómo pueden los datos
00:03:08
conducir a la toma de decisiones.
00:03:12
Otro elemento importante a considerar
00:03:14
para explicar el interés de las herramientas de I,
00:03:16
va a ser el advenimiento de Big Data.
00:03:18
Entonces, Big Data,
00:03:19
Es una gran palabra que aprecio
00:03:21
no necesariamente lo que usa en
00:03:23
mal y a través de lo único.
00:03:25
Lo que significa es que generaremos
00:03:28
y almacenar más y más datos,
00:03:31
ya sean datos de CRM,
00:03:33
Por lo tanto, es decir, los datos sobre
00:03:35
los clientes de una empresa,
00:03:36
todo lo que va a ser ofimática,
00:03:37
Así que va a ser generación internamente,
00:03:39
correos electrónicos y archivos PDF,
00:03:39
el PowerPoint que se puede generar,
00:03:41
fotos, videos, etcétera.
00:03:43
Todo lo que va a estar alrededor del
00:03:44
Redes sociales que explotarán
00:03:45
en los últimos años,
00:03:47
con todo lo que va a ser,
00:03:48
Interacciones en estaciones de trabajo
00:03:49
de la publicación de fotos de
00:03:51
generar comentarios,
00:03:52
etcétera, etcétera.
00:03:53
Herramientas de análisis para que esté bien
00:03:54
ser para sitios web y
00:03:56
Las aplicaciones podrán rastrear
00:03:57
comportamiento del usuario.
00:03:58
Y genera una gran cantidad de datos.
00:04:00
Va a ser el número de visitas,
00:04:02
páginas vistas, etcétera.
00:04:04
Toda la actividad técnica de la empresa,
00:04:06
Así que van a ser registros del servidor,
00:04:07
Registros de máquina.
00:04:08
Herramientas de marketing,
00:04:09
Entonces, para un centro de llamadas,
00:04:11
va a ser el número de llamadas,
00:04:12
el número de registros que
00:04:14
se hayan llevado a cabo,
00:04:15
Herramientas de marketing web con
00:04:17
clics en anuncios en línea,
00:04:19
correos electrónicos de marketing, etcétera, etcétera.
00:04:21
Y finalmente,
00:04:21
¿Qué es el punto de venta para las tiendas,
00:04:23
con gestión de stock.
00:04:25
Realización en cabeza de en cabeza,
00:04:26
Perdón por la satisfacción, etcétera, etcétera.
00:04:29
Así que todo eso,
00:04:29
Esta es una visión no exhaustiva de
00:04:31
todos los datos que pueden ser
00:04:32
generados y en los últimos años,
00:04:34
e incluso diría que sobre el
00:04:35
Décadas
00:04:36
¿Qué es un Es un
00:04:37
tema de de largo plazo.
00:04:39
Bueno, tenemos una explosión de un año,
00:04:40
año tras año,
00:04:41
el volumen de generación de datos que es
00:04:44
se puede ver en las empresas.
00:04:46
Así que tendremos que encontrar un
00:04:48
Solución para administrar y usar
00:04:50
correctamente estos datos.
00:04:54
Primer problema que puede ser
00:04:55
ver en relación con en absoluto
00:04:56
las herramientas de las que podríamos hablarle,
00:04:57
ya sea CRM,
00:04:58
herramientas de marketing web y así sucesivamente.
00:05:00
Es que muy a menudo,
00:05:01
Estas herramientas tendrán su propia herramienta
00:05:04
Visualización y análisis de datos.
00:05:06
CRM integrado tendrá un back office
00:05:07
podrá analizar los datos,
00:05:09
una herramienta de análisis tendrá
00:05:11
exactamente lo mismo,
00:05:12
Visualizaciones para entender
00:05:14
los datos que se muestran.
00:05:16
El problema con eso,
00:05:17
es que de repente tendrás
00:05:18
Datos y visualizaciones
00:05:19
que se romperá un poco
00:05:20
En todas partes según las herramientas
00:05:21
que podrás usar.
00:05:23
Así que no es muy práctico lo que queríamos
00:05:24
Trate de ver el panorama general.
00:05:26
Estas herramientas suelen tener APIs,
00:05:28
Así que ese es un elemento importante.
00:05:29
Eso nos interesará.
00:05:31
Para exportar los datos y un
00:05:33
Otra tendencia subyacente,
00:05:34
eh, que tiene muchas tendencias
00:05:35
antecedentes en esta introducción.
00:05:37
Va a ser la voluntad de las empresas
00:05:39
para centralizar todos estos datos allí
00:05:40
Precisamente no solo para mantenerlos.
00:05:42
Cerraremos las diferentes herramientas,
00:05:44
pero para exportarlos,
00:05:45
en particular a través de PI o a través de herramientas de terceros,
00:05:48
para ir y almacenarlos en un lugar,
00:05:50
Así que puede ser lo que llamamos
00:05:52
datos como o almacenes de datos,
00:05:53
Así que estas son soluciones
00:05:55
que están en la nube eh,
00:05:56
de los cuales los mayoristas cuyos
00:05:58
grandes jugadores están en WS.
00:05:59
Así que Amazon web Services azur
00:06:02
y Google Cloud Platform.
00:06:04
Tendremos la oportunidad de volver a hablar de ello y
00:06:06
Así que el objetivo de esta empresa,
00:06:08
es almacenar todos estos datos
00:06:10
granular en estos espacios.
00:06:12
El problema que tendremos,
00:06:13
es que no es absolutamente visual
00:06:15
para almacenar los datos de esta manera.
00:06:18
Así que la conclusión de todo esto,
00:06:19
es que tenemos muchos datos,
00:06:21
necesitamos analizarlos,
00:06:22
pero que todos estos datos son
00:06:24
compartimentado y solo accesible a través de IP,
00:06:26
por lo que no necesariamente el más simple o
00:06:28
en entornos técnicos,
00:06:30
Así que aquí vamos a unir los datos
00:06:31
Lago y almacenes de datos,
00:06:32
por lo que no es fácil acceder para
00:06:35
un usuario promedio.
00:06:36
Y tan precisamente,
00:06:37
la promesa de las herramientas de BI.
00:06:39
Y ahí es donde todo tendrá sentido.
00:06:41
En relación con lo que te dije,
00:06:43
es que una herramienta de yo es
00:06:45
Top 3 promesas,
00:06:46
Al menos básico, eh.
00:06:47
Lo que ahora son mucho más,
00:06:49
Las herramientas hacen mucho más
00:06:50
cosas pero ya va a ser
00:06:52
Permitir conexión simplificada
00:06:53
a varios datos.
00:06:54
¿Eh?
00:06:55
Estaba hablando de APIs antes,
00:06:56
Pues una herramienta de yo seré capaz de
00:06:58
conectarse a estas diferentes direcciones IP para
00:07:00
Vaya agregando y visualice al mismo tiempo
00:07:02
Coloque una multitud de datos
00:07:04
luego facilidad de cruce
00:07:06
Porque puedes imaginar que un
00:07:08
El usuario generará datos
00:07:10
en redes.
00:07:11
Tuberías en 1CRM o en puntos de venta,
00:07:13
Necesitamos tener una visión
00:07:14
consolidado en un usuario y, por lo tanto,
00:07:16
Necesitamos ser capaces de cruzar estos
00:07:18
diferentes fuentes de datos y estos
00:07:20
Las herramientas nativas están hechas para
00:07:21
Referencias cruzadas de datos a través de claves.
00:07:23
Tendremos la oportunidad de hacer ejercicios
00:07:25
alrededor de eso y finalmente el último punto,
00:07:27
lo cual es cada vez más cierto,
00:07:29
Va a ser bah ya para permitir
00:07:31
Solo el análisis, ¿eh?
00:07:32
Datos, más allá de la conexión
00:07:33
datos y referencias cruzadas, necesitaremos,
00:07:35
necesitaremos ser capaces de visualizarlos,
00:07:38
para poder crear gráficos
00:07:39
De forma sencilla y sobre todo
00:07:41
ser capaz de compartirlos y crear
00:07:43
interacciones en torno a eso, entonces.
00:07:44
En espacios colaborativos,
00:07:46
gestionar los derechos de acceso,
00:07:47
Poder dejar comentarios, etcétera.
00:07:49
Y así sucesivamente.
00:07:50
Por lo tanto.
00:07:50
Es por eso que las herramientas de I
00:07:52
Tener sentido y los problemas
00:07:54
a lo que responden.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
Hallo allemaal en bedankt voor het kiezen
00:00:02
volg deze Power cursus
00:00:06
BI voordat de tool daadwerkelijk wordt aangevallen,
00:00:09
Laten we een kleine introductie maken
00:00:10
om een kleine
00:00:11
Weinig het waarom van het hoe.
00:00:12
Rond deze van deze verschillende
00:00:14
gereedschap en in het bijzonder natuurlijk van
00:00:17
haven I en we beginnen helemaal
00:00:18
vervolg door een vraag te beantwoorden
00:00:19
wat misschien gek lijkt, maar waarop het
00:00:21
zal zich voorgoed moeten verantwoorden
00:00:22
het probleem rond deze tools begrijpen,
00:00:24
Dit is wat het probleem beantwoordt
00:00:27
naar een bias tool.
00:00:30
Dus het eerste element,
00:00:31
Het is dat we vandaag in
00:00:33
de komst van wat de
00:00:35
datagedreven strategie in bedrijven,
00:00:37
Dus het is een geweldige zin die
00:00:39
zeggen de meerderheid van de bedrijven
00:00:40
en die vaak problemen hebben
00:00:42
om het in te stellen?
00:00:43
In ieder geval,
00:00:44
Dit is een fundamentele trend sinds
00:00:46
Meerdere jaren dus
00:00:48
in plaats van leiders die
00:00:49
besluiten over de richting van
00:00:51
het bedrijf volgens hun overtuiging,
00:00:53
volgens hun intuïtie,
00:00:55
volgens hun persoonlijke analyse,
00:00:57
We zullen ons liever baseren op
00:00:59
meer feitelijke dingen,
00:00:59
op dingen die we hebben.
00:01:02
Verzamel in de loop van de tijd in deze
00:01:03
bedrijf dat gewoon data is,
00:01:05
Dus deze gegevens daar zullen worden verzameld,
00:01:07
We zullen zien dat er veel zijn,
00:01:09
veel manieren om te verzamelen
00:01:10
van de gegevens.
00:01:11
We zullen het analyseren en beginnen
00:01:13
van deze analyse,
00:01:14
We zullen observaties hebben en deze
00:01:15
Waarnemingen zullen plotseling worden getransformeerd,
00:01:17
In corrigerende beslissing en dus deze
00:01:20
corrigerende beslissingen zullen worden meegenomen in de
00:01:23
de strategische richting van het bedrijf,
00:01:25
daarom
00:01:25
datagedreven,
00:01:26
Dat is het en toen ik je vertelde,
00:01:28
Dit is een fundamentele trend.
00:01:30
Een klein voorbeeld in digitaal dus,
00:01:32
Dit is mijn favoriete sector.
00:01:34
Ik ben een Digital Analytics consultant.
00:01:38
Het is in deze context dat ik gebruik
00:01:39
de tool voor mij en in mijn context.
00:01:42
Goed in digitaal,
00:01:43
We zullen een aantal analyses hebben
00:01:45
en gegevens die tot onze beschikking staan.
00:01:46
Het gaat om de verkopen die worden gedaan
00:01:48
bijvoorbeeld op een commerciële site,
00:01:49
dus we zullen toegang krijgen tot wat we 1CRM noemen,
00:01:51
Dus alle gegevens en de
00:01:53
Klantenbestand van verkoop en aankoop.
00:01:55
Een conversietrechter
00:01:56
Het komt op een website te staan.
00:01:57
Hoeveel mensen gaan er?
00:01:58
Naar de winkelwagen?
00:01:59
Dan op de gecoördineerde stap en
00:02:00
Eindelijk in de conversiefase?
00:02:02
Dus leer dat we gaan verliezen
00:02:03
een aantal personen
00:02:05
op deze verschillende stadia,
00:02:06
Tools die ons in staat stellen om
00:02:08
positioneren ons in relatie tot de markt.
00:02:10
Eigenlijk
00:02:10
We zullen onszelf kunnen vergelijken door
00:02:11
Meld u bij onze concurrent voor
00:02:12
Bekijk ons bouncepercentage.
00:02:14
Het aantal bezoeken,
00:02:15
het aantal verkopen dat
00:02:16
gerealiseerd en ook tools die
00:02:18
laat gedrag analyseren.
00:02:20
Dus we noemen het UX voor gebruik
00:02:22
ervaring die ons
00:02:24
Meer gedetailleerde informatie over
00:02:25
het gedrag van een gebruiker
00:02:26
op een website,
00:02:27
dus de Éventé online en goed
00:02:29
door middel van data-analyse,
00:02:31
Het is te zien dat ze
00:02:32
zijn het afgelopen jaar aan het dalen.
00:02:33
Bij de conversietrechter,
00:02:36
we zullen een aanzienlijk verlies hebben,
00:02:38
de stappen achter elkaar.
00:02:40
En door zichzelf te vergelijken met de markt,
00:02:43
We zien dat we hieronder op
00:02:45
Enkele indicatoren voor eindelijk
00:02:47
Zie ook dat we echt
00:02:49
Belangrijkste verliespunten op
00:02:50
de site en al deze informatie.
00:02:52
Dit zijn dus de beroemde observaties.
00:02:54
Hier gaan de gegevens naar ons
00:02:55
sta ons toe te zeggen dat we zullen moeten
00:02:56
Voer een herontwerp van een website uit.
00:02:58
Een fundamentele reflectie om een
00:03:00
nieuwe versie die veel meer zal zijn
00:03:01
in overeenstemming met wat we kunnen
00:03:03
wachten en in relatie tot onze doelstellingen.
00:03:05
Hier is een heel eenvoudig voorbeeld.
00:03:06
hoe data kan
00:03:08
leiden tot besluitvorming.
00:03:12
Een ander belangrijk element om te overwegen
00:03:14
om het belang van I's tools uit te leggen,
00:03:16
het wordt de komst van Big Data.
00:03:18
Dus, Big Data,
00:03:19
Het is een groot woord dat ik waardeer
00:03:21
niet per se wat hij gebruikt bij
00:03:23
fout en door het enige.
00:03:25
Wat betekent dat we zullen genereren
00:03:28
en steeds meer gegevens opslaan,
00:03:31
of het nu CRM-gegevens zijn,
00:03:33
Dus d.w.z. de gegevens over
00:03:35
de klanten van een bedrijf,
00:03:36
alles wat kantoorautomatisering gaat worden,
00:03:37
Dus het wordt generatie intern,
00:03:39
e-mails en PDF's,
00:03:39
de PowerPoint die gegenereerd kan worden,
00:03:41
foto's, video's, et cetera.
00:03:43
Alles wat er rond de
00:03:44
Sociale netwerken die zullen ontploffen
00:03:45
over de laatste jaren,
00:03:47
met alles wat zal zijn,
00:03:48
interacties op werkstations
00:03:49
van de publicatie van foto's van
00:03:51
het genereren van opmerkingen,
00:03:52
et cetera, et cetera.
00:03:53
Analysetools, dus het is oké
00:03:54
zijn voor websites en
00:03:56
Toepassingen kunnen volgen
00:03:57
gebruikersgedrag.
00:03:58
En het genereert veel data.
00:04:00
Het gaat om het aantal bezoeken,
00:04:02
pageviews, et cetera.
00:04:04
Alle technische activiteiten van het bedrijf,
00:04:06
Het gaat dus om serverlogs,
00:04:07
machinelogboeken.
00:04:08
Marketingtools,
00:04:09
Dus voor een callcenter,
00:04:11
het gaat om het aantal oproepen,
00:04:12
het aantal records dat
00:04:14
zijn uitgevoerd,
00:04:15
Webmarketingtools met
00:04:17
klikken op online advertenties,
00:04:19
marketing e-mails, et cetera, et cetera.
00:04:21
En tot slot,
00:04:21
wat is het verkooppunt dus de winkels,
00:04:23
met voorraadbeheer.
00:04:25
Realisatie in hoofd van in hoofd,
00:04:26
sorry voor tevredenheid, et cetera, et cetera.
00:04:29
Dus dat alles,
00:04:29
Dit is een niet-uitputtende weergave van
00:04:31
alle gegevens die
00:04:32
gegenereerd en in de afgelopen jaren,
00:04:34
en ik zou zelfs zeggen over de
00:04:35
Decennia
00:04:36
Wat is een Het is een
00:04:37
onderwerp van lange termijn.
00:04:39
Nou we hebben een jaar explosie,
00:04:40
jaar na jaar,
00:04:41
het volume van de gegevensgeneratie dat
00:04:44
kan zien in bedrijven.
00:04:46
We zullen dus een
00:04:48
Oplossing voor beheer en gebruik
00:04:50
correct deze gegevens.
00:04:54
Eerste probleem dat kan zijn
00:04:55
zie in relatie tot überhaupt
00:04:56
de tools waar we met u over kunnen praten,
00:04:57
of het nu CRM is,
00:04:58
web marketing tools en ga zo maar door.
00:05:00
Het is dat heel vaak,
00:05:01
Deze tools hebben hun eigen tool
00:05:04
datavisualisatie en -analyse.
00:05:06
Geïntegreerde CRM krijgt een backoffice
00:05:07
u zult in staat zijn om de gegevens te analyseren,
00:05:09
een Analytics-tool heeft
00:05:11
precies hetzelfde,
00:05:12
visualisaties om te begrijpen
00:05:14
de gegevens die worden weergegeven.
00:05:16
Het probleem daarmee,
00:05:17
is dat je plotseling
00:05:18
data en visualisaties
00:05:19
dat zal een beetje kapot zijn
00:05:20
Overal volgens de tools
00:05:21
die u kunt gebruiken.
00:05:23
Het is dus niet erg praktisch dat we wilden
00:05:24
probeer het grote plaatje te zien.
00:05:26
Deze tools hebben meestal API's,
00:05:28
Dat is dus een belangrijk element.
00:05:29
dat zal ons interesseren.
00:05:31
De gegevens en een
00:05:33
nog een andere onderliggende trend,
00:05:34
huh, die veel trends heeft
00:05:35
achtergrond in deze inleiding.
00:05:37
Het wordt de wil van de bedrijven
00:05:39
om al deze gegevens daar te centraliseren
00:05:40
Juist niet alleen om ze te houden.
00:05:42
We sluiten af op de verschillende tools,
00:05:44
maar om ze te exporteren,
00:05:45
in het bijzonder via PI of via tools van derden,
00:05:48
om ze op een plaats op te slaan,
00:05:50
Het kan dus zijn wat we noemen
00:05:52
data zoals of datawarehouses,
00:05:53
Dit zijn dus oplossingen
00:05:55
die in de cloud zijn hè,
00:05:56
waarvan de groothandel waarvan
00:05:58
grote spelers zitten bij WS.
00:05:59
Dus Amazon web Services azur
00:06:02
en Google Cloud Platform.
00:06:04
We zullen de gelegenheid hebben om er nog eens over te praten en
00:06:06
dus het doel van deze onderneming,
00:06:08
is om al deze gegevens op te slaan
00:06:10
korrelig in deze ruimtes.
00:06:12
Het probleem dat we zullen hebben,
00:06:13
is dat het absoluut niet visueel is
00:06:15
om de gegevens op deze manier op te slaan.
00:06:18
Dus de conclusie van dit alles,
00:06:19
is dat we veel gegevens hebben,
00:06:21
we moeten ze analyseren,
00:06:22
maar dat al deze gegevens ofwel
00:06:24
gecompartimenteerd en alleen toegankelijk via IP,
00:06:26
dus niet per se de eenvoudigste of
00:06:28
in technische omgevingen,
00:06:30
Dus hier zullen we de gegevens samenvoegen
00:06:31
Lake en Data Warehouses,
00:06:32
dus niet gemakkelijk toegankelijk voor
00:06:35
een gemiddelde gebruiker.
00:06:36
En zo precies,
00:06:37
de belofte van BI-tools.
00:06:39
En dat is waar alles logisch zal zijn.
00:06:41
In relatie tot wat ik u vertelde,
00:06:43
is dat een hulpmiddel van ik is
00:06:45
Top 3 beloftes,
00:06:46
In ieder geval basic, hè.
00:06:47
Wat nu veel meer zijn,
00:06:49
De tools doen veel meer
00:06:50
dingen, maar het gaat al
00:06:52
Vereenvoudigde verbinding toestaan
00:06:53
naar verschillende gegevens.
00:06:54
Hè?
00:06:55
Ik had het eerder over API's,
00:06:56
Nou een hulpmiddel van ik zal in staat zijn om
00:06:58
verbinding maken met deze verschillende IP's om
00:07:00
ga aggregeren en visualiseer tegelijkertijd
00:07:02
plaats een veelheid aan gegevens
00:07:04
dan gemakkelijk oversteken
00:07:06
Want je kunt je voorstellen dat een
00:07:08
gebruiker genereert gegevens
00:07:10
op netwerken.
00:07:11
Leidingen in 1CRM of in verkooppunten,
00:07:13
We moeten zicht hebben
00:07:14
geconsolideerd op een gebruiker en dus
00:07:16
We moeten deze kunnen overbruggen
00:07:18
verschillende gegevensbronnen en deze
00:07:20
Native tools zijn gemaakt voor
00:07:21
kruisverwijzingsgegevens via sleutels.
00:07:23
We krijgen de gelegenheid om oefeningen te doen
00:07:25
daaromheen en tot slot het laatste punt,
00:07:27
wat steeds meer waar is,
00:07:29
Het zal bah al zijn om toe te staan
00:07:31
Alleen de analyse, hè?
00:07:32
Data, meer dan verbinden
00:07:33
gegevens en kruisverwijzingen, zullen we nodig hebben,
00:07:35
we zullen ze moeten kunnen visualiseren,
00:07:38
om grafieken te kunnen maken
00:07:39
heel eenvoudig en vooral
00:07:41
in staat zijn om ze te delen en te creëren
00:07:43
interacties daaromheen.
00:07:44
In samenwerkingsruimten,
00:07:46
toegangsrechten beheren,
00:07:47
opmerkingen kunnen achterlaten, et cetera.
00:07:49
Enzovoort.
00:07:50
Daarom.
00:07:50
Dit is waarom de tools van I
00:07:52
logisch zijn en de problemen
00:07:54
waarop ze reageren.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
Olá a todos e obrigado por escolher
00:00:02
faça este curso de Power
00:00:06
BI antes de realmente atacar a ferramenta,
00:00:09
Vamos fazer uma pequena introdução
00:00:10
para explicar um pequeno
00:00:11
Pouco o porquê do como.
00:00:12
Em torno destes destes diferentes
00:00:14
ferramentas e, em particular, é claro que de
00:00:17
porta I e vamos começar todo o caminho
00:00:18
continuando respondendo a uma pergunta
00:00:19
o que pode parecer bobo, mas para o qual
00:00:21
terá que responder para o bem
00:00:22
entender a questão em torno dessas ferramentas,
00:00:24
Isto é o que o problema responde
00:00:27
a uma ferramenta de viés.
00:00:30
Assim, o primeiro elemento,
00:00:31
É que estamos hoje em
00:00:33
o advento do que se chama de
00:00:35
estratégia orientada por dados nas empresas,
00:00:37
Então é uma ótima frase que
00:00:39
dizem a maioria das empresas
00:00:40
e que muitas vezes têm dificuldades
00:00:42
para configurá-lo?
00:00:43
Em qualquer caso,
00:00:44
Esta tem sido uma tendência fundamental desde
00:00:46
Vários anos, ou seja,
00:00:48
em vez de os líderes tomarem
00:00:49
decisões sobre a direção de
00:00:51
a empresa de acordo com a sua convicção,
00:00:53
de acordo com a sua intuição,
00:00:55
de acordo com sua análise pessoal,
00:00:57
Preferimos basear-nos em
00:00:59
coisas mais factuais,
00:00:59
sobre as coisas que temos.
00:01:02
Colete ao longo do tempo neste
00:01:03
empresa que é simplesmente dados,
00:01:05
Assim, esses dados serão coletados,
00:01:07
Veremos que há muitos,
00:01:09
muitas maneiras de coletar
00:01:10
dos dados.
00:01:11
Vamos analisá-lo e começar
00:01:13
desta análise,
00:01:14
Teremos observações e estas
00:01:15
As observações serão transformadas de repente,
00:01:17
Na decisão corretiva e, portanto, estes
00:01:20
as decisões corretivas alimentarão o
00:01:23
a direção estratégica da empresa,
00:01:25
portanto
00:01:25
orientado por dados,
00:01:26
É isso e quando eu te disse,
00:01:28
Esta é uma tendência fundamental.
00:01:30
Um pequeno exemplo no digital, então,
00:01:32
Este é o meu setor preferido.
00:01:34
Sou consultor de Digital Analytics.
00:01:38
É neste contexto que utilizo
00:01:39
a ferramenta para mim e no meu contexto.
00:01:42
Bem no digital,
00:01:43
Teremos uma série de análises
00:01:45
e dados à nossa disposição.
00:01:46
Serão as vendas que serão feitas
00:01:48
por exemplo, num sítio comercial,
00:01:49
por isso vamos acessar o que chamamos de 1CRM,
00:01:51
Então, todos os dados e o
00:01:53
Bases de clientes de venda e compra.
00:01:55
Um funil de conversão
00:01:56
Vai estar em um site.
00:01:57
Quantas pessoas vão
00:01:58
Ir para o carrinho?
00:01:59
Em seguida, na etapa coordenada e
00:02:00
Finalmente na fase de conversão?
00:02:02
Então aprenda que vamos perder
00:02:03
um número de pessoas
00:02:05
nestas diferentes fases,
00:02:06
Ferramentas que nos permitirão
00:02:08
situar-nos em relação ao mercado.
00:02:10
Na verdade
00:02:10
Seremos capazes de nos comparar por
00:02:11
Reporte ao nosso concorrente para
00:02:12
Veja a nossa taxa de rejeição.
00:02:14
O volume de visitas,
00:02:15
o número de vendas que são
00:02:16
realizado e também ferramentas que
00:02:18
permitir que o comportamento seja analisado.
00:02:20
Por isso, chamamos isso de UX para uso
00:02:22
experiência que nos dará
00:02:24
Informações mais detalhadas sobre
00:02:25
o comportamento de um usuário
00:02:26
em um site,
00:02:27
assim o Éventé online e bem
00:02:29
através da análise dos dados,
00:02:31
Pode-se ver que eles
00:02:32
têm vindo a diminuir ao longo do ano passado.
00:02:33
No funil de conversão,
00:02:36
teremos uma perda significativa,
00:02:38
os passos um após o outro.
00:02:40
E comparando-se com o mercado,
00:02:43
Vemos que estamos abaixo em
00:02:45
Alguns indicadores para finalmente
00:02:47
Veja também que realmente temos
00:02:49
Pontos-chave de perda em
00:02:50
o site e todas essas informações.
00:02:52
Então, estas são as famosas observações.
00:02:54
Aqui, os dados irão para nós
00:02:55
permitam-nos dizer que teremos de
00:02:56
Execute um redesign do site.
00:02:58
Uma reflexão fundamental para proporcionar uma
00:03:00
nova versão que será muito mais
00:03:01
consistente com o que podemos
00:03:03
esperar e em relação aos nossos objetivos.
00:03:05
Então, aqui está um exemplo muito simples.
00:03:06
como os dados podem
00:03:08
levar à tomada de decisão.
00:03:12
Outro elemento importante a considerar
00:03:14
para explicar o interesse das ferramentas do eu,
00:03:16
vai ser o advento do Big Data.
00:03:18
Então, Big Data,
00:03:19
É uma grande palavra que eu aprecio
00:03:21
não necessariamente o que ele usa em
00:03:23
errado e através da única coisa.
00:03:25
O que significa é que vamos gerar
00:03:28
e armazenar mais e mais dados,
00:03:31
se são dados de CRM,
00:03:33
Assim, ou seja, os dados sobre
00:03:35
os clientes de uma empresa,
00:03:36
tudo o que vai ser automação de escritório,
00:03:37
Então vai ser geração internamente,
00:03:39
e-mails e PDFs,
00:03:39
o PowerPoint que pode ser gerado,
00:03:41
fotos, vídeos, etc.
00:03:43
Tudo o que vai estar em torno do
00:03:44
Redes sociais que vão explodir
00:03:45
nos últimos anos,
00:03:47
com tudo o que vai ser,
00:03:48
interações em estações de trabalho
00:03:49
da publicação de fotos de
00:03:51
gerando comentários,
00:03:52
et cetera, et cetera.
00:03:53
Ferramentas de análise para que esteja tudo bem
00:03:54
ser para sites e
00:03:56
Os aplicativos poderão rastrear
00:03:57
comportamento do usuário.
00:03:58
E gera muitos dados.
00:04:00
Vai ser o número de visitas,
00:04:02
visualizações de página, etc.
00:04:04
Toda a atividade técnica da empresa,
00:04:06
Então serão os logs do servidor,
00:04:07
logs da máquina.
00:04:08
Ferramentas de marketing,
00:04:09
Então, para um call center,
00:04:11
vai ser o número de chamadas,
00:04:12
o número de registros que
00:04:14
tenham sido efectuados,
00:04:15
Ferramentas de marketing na Web com
00:04:17
cliques em anúncios on-line,
00:04:19
e-mails de marketing, et cetera, et cetera.
00:04:21
E, finalmente,
00:04:21
o que é ponto de venda para que as lojas,
00:04:23
com gestão de estoque.
00:04:25
Realização na cabeça de na cabeça,
00:04:26
desculpe a satisfação, et cetera, et cetera.
00:04:29
Então, tudo isso,
00:04:29
Esta é uma visão não exaustiva de
00:04:31
todos os dados que podem ser
00:04:32
gerado e ao longo dos últimos anos,
00:04:34
e eu diria até sobre o
00:04:35
Décadas
00:04:36
O que é um É um
00:04:37
sujeito de longo prazo.
00:04:39
Bem, temos um ano de explosão,
00:04:40
ano após ano,
00:04:41
o volume de geração de dados que é
00:04:44
pode ver nas empresas.
00:04:46
Então, teremos que encontrar um
00:04:48
Solução para gerenciar e usar
00:04:50
corretamente esses dados.
00:04:54
Primeiro problema que pode ser
00:04:55
ver em relação a em tudo
00:04:56
as ferramentas sobre as quais poderíamos falar com você,
00:04:57
se é CRM,
00:04:58
ferramentas de web marketing e assim por diante.
00:05:00
É que, muitas vezes,
00:05:01
Essas ferramentas terão sua própria ferramenta
00:05:04
visualização e análise de dados.
00:05:06
CRM integrado terá back office
00:05:07
você será capaz de analisar os dados,
00:05:09
uma ferramenta de análise terá
00:05:11
exatamente o mesmo,
00:05:12
visualizações para entender
00:05:14
os dados que são exibidos.
00:05:16
O problema com isso,
00:05:17
é que de repente você terá
00:05:18
dados e visualizações
00:05:19
que será quebrado um pouco
00:05:20
Em todos os lugares de acordo com as ferramentas
00:05:21
que você será capaz de usar.
00:05:23
Portanto, não é muito prático que quiséssemos.
00:05:24
tente ver o quadro geral.
00:05:26
Essas ferramentas geralmente têm APIs,
00:05:28
Então, esse é um elemento importante.
00:05:29
que nos interessará.
00:05:31
Para exportar os dados e um
00:05:33
mais uma tendência subjacente,
00:05:34
hein, que tem muitas tendências
00:05:35
antecedentes desta introdução.
00:05:37
Vai ser a vontade das empresas
00:05:39
para centralizar todos esses dados lá
00:05:40
Precisamente não só para mantê-los.
00:05:42
Vamos fechar sobre as diferentes ferramentas,
00:05:44
mas para exportá-los,
00:05:45
em particular através de PI ou através de ferramentas de terceiros,
00:05:48
para ir e armazená-los em um lugar,
00:05:50
Então pode ser o que chamamos de
00:05:52
dados como ou data warehouses,
00:05:53
Portanto, estas são soluções
00:05:55
que estão na nuvem hein,
00:05:56
dos quais os grossistas cujos
00:05:58
grandes jogadores estão no WS.
00:05:59
So Amazon web Services azur
00:06:02
e Google Cloud Platform.
00:06:04
Teremos a oportunidade de falar sobre isso novamente e
00:06:06
portanto, o objetivo desta empresa,
00:06:08
é armazenar todos esses dados
00:06:10
granular nesses espaços.
00:06:12
O problema que teremos,
00:06:13
é que não é absolutamente visual
00:06:15
para armazenar os dados dessa maneira.
00:06:18
Então, a conclusão de tudo isso,
00:06:19
é que temos muitos dados,
00:06:21
precisamos analisá-los,
00:06:22
mas que todos esses dados são ou
00:06:24
compartimentado e acessível apenas via IP,
00:06:26
portanto, não necessariamente o mais simples ou
00:06:28
em ambientes técnicos,
00:06:30
Então, aqui vamos juntar os dados
00:06:31
Lago e Data Warehouses,
00:06:32
por isso não é fácil de acessar para
00:06:35
um usuário médio.
00:06:36
E tão precisamente,
00:06:37
a promessa de ferramentas de BI.
00:06:39
E é aí que tudo fará sentido.
00:06:41
Em relação ao que eu lhe disse,
00:06:43
é que uma ferramenta de Eu é
00:06:45
Top 3 promessas,
00:06:46
Pelo menos básico, hein.
00:06:47
O que agora eles são muito mais,
00:06:49
As ferramentas fazem muito mais
00:06:50
coisas, mas já vai ser
00:06:52
Permitir conexão simplificada
00:06:53
a vários dados.
00:06:54
Hem?
00:06:55
Eu estava falando sobre APIs anteriormente,
00:06:56
Bem, uma ferramenta de eu serei capaz de
00:06:58
conectar-se a esses IPs diferentes para
00:07:00
ir agregar e visualizar ao mesmo tempo
00:07:02
colocar uma infinidade de dados
00:07:04
em seguida, facilidade de travessia
00:07:06
Porque você pode imaginar que um
00:07:08
o usuário gerará dados
00:07:10
nas redes.
00:07:11
Tubos em 1CRM ou em pontos de venda,
00:07:13
Precisamos ter uma visão
00:07:14
consolidado em um usuário e, portanto,
00:07:16
Precisamos ser capazes de atravessá-los.
00:07:18
diferentes fontes de dados e estes
00:07:20
Ferramentas nativas são feitas para
00:07:21
dados de referência cruzada por meio de chaves.
00:07:23
Teremos a oportunidade de fazer exercícios
00:07:25
em torno disso e, finalmente, o último ponto,
00:07:27
o que é cada vez mais verdadeiro,
00:07:29
Vai ser bah já para permitir
00:07:31
Só a análise, né?
00:07:32
Dados, além da conexão
00:07:33
dados e cruzando-os com referência, precisaremos de,
00:07:35
precisaremos ser capazes de visualizá-los,
00:07:38
para ser capaz de criar gráficos
00:07:39
de forma muito simples e acima de tudo
00:07:41
ser capaz de compartilhá-los e criar
00:07:43
interações em torno disso, então.
00:07:44
Em espaços colaborativos,
00:07:46
gerenciar direitos de acesso,
00:07:47
ser capaz de deixar comentários, etc.
00:07:49
E assim por diante.
00:07:50
Portanto.
00:07:50
É por isso que as ferramentas do I
00:07:52
fazer sentido e os problemas
00:07:54
ao qual respondem.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
Witam wszystkich i dziękuję za wybranie
00:00:02
weź udział w tym kursie Power
00:00:06
BI przed faktycznym atakiem na narzędzie,
00:00:09
Zróbmy małe wprowadzenie
00:00:10
Aby wyjaśnić małe
00:00:11
Trochę dlaczego jak.
00:00:12
Wokół tych różnych
00:00:14
narzędzia, a w szczególności oczywiście
00:00:17
port I i zaczniemy od początku
00:00:18
ciąg dalszy od odpowiedzi na pytanie
00:00:19
co może wydawać się głupie, ale dla którego
00:00:21
będzie musiał odpowiedzieć na dobre
00:00:22
zrozumieć problem związany z tymi narzędziami,
00:00:24
Oto, na co problem odpowiada
00:00:27
do narzędzia stronniczości.
00:00:30
Tak więc pierwszy element,
00:00:31
Chodzi o to, że jesteśmy dzisiaj w
00:00:33
Nadejście tego, co nazywa się
00:00:35
strategia oparta na danych w firmach,
00:00:37
Więc to świetne zdanie, które
00:00:39
twierdzi, że większość firm
00:00:40
i którzy często mają trudności
00:00:42
aby go skonfigurować?
00:00:43
W każdym razie
00:00:44
Od tego czasu jest to fundamentalny trend
00:00:46
To znaczy kilka lat
00:00:48
zamiast liderów biorących
00:00:49
decyzje w sprawie kierunku
00:00:51
firma zgodnie z ich przekonaniem,
00:00:53
zgodnie z ich intuicją,
00:00:55
zgodnie z ich osobistą analizą,
00:00:57
Będziemy raczej opierać się na
00:00:59
więcej faktów,
00:00:59
na rzeczy, które mamy.
00:01:02
Zbieraj w czasie w tym
00:01:03
firma, która jest po prostu danymi,
00:01:05
Więc te dane będą zbierane,
00:01:07
Zobaczymy, że jest ich wiele,
00:01:09
Wiele sposobów na zbieranie
00:01:10
danych.
00:01:11
Przeanalizujemy to i zaczniemy
00:01:13
tej analizy,
00:01:14
Będziemy mieli obserwacje i te
00:01:15
Obserwacje ulegną nagłej transformacji,
00:01:17
W decyzji korygującej, a zatem
00:01:20
Decyzje naprawcze zostaną uwzględnione w
00:01:23
kierunek strategiczny firmy,
00:01:25
więc
00:01:25
oparte na danych,
00:01:26
To wszystko, a kiedy ci powiedziałem,
00:01:28
To fundamentalny trend.
00:01:30
Mały przykład w cyfrowym tak,
00:01:32
To jest mój preferowany sektor.
00:01:34
Jestem konsultantem Digital Analytics.
00:01:38
To właśnie w tym kontekście używam
00:01:39
narzędzie dla mnie i w moim kontekście.
00:01:42
Cóż, w digitalu,
00:01:43
Będziemy mieli szereg analiz
00:01:45
i dane, którymi dysponujemy.
00:01:46
To będzie sprzedaż, która zostanie dokonana
00:01:48
na przykład na stronie komercyjnej,
00:01:49
dzięki temu uzyskamy dostęp do tego, co nazywamy 1CRM,
00:01:51
Tak więc wszystkie dane i
00:01:53
Bazy klientów sprzedaży i zakupu.
00:01:55
Lejek konwersji
00:01:56
Będzie na stronie internetowej.
00:01:57
Ile osób idzie
00:01:58
Idź do koszyka?
00:01:59
Następnie na skoordynowanym etapie i
00:02:00
Wreszcie na etapie konwersji?
00:02:02
Więc naucz się, że przegramy
00:02:03
liczba osób
00:02:05
na tych różnych etapach,
00:02:06
Narzędzia, które pozwolą nam
00:02:08
sytuujemy się w stosunku do rynku.
00:02:10
W zasadzie
00:02:10
Będziemy mogli porównywać się przez
00:02:11
Zgłoś się do naszego konkurenta za
00:02:12
Zobacz nasz współczynnik odrzuceń.
00:02:14
Liczba wizyt,
00:02:15
liczba sprzedaży, które są
00:02:16
zrealizowane, a także narzędzia, które
00:02:18
Zezwól na analizę zachowania.
00:02:20
Dlatego nazywamy to UX do użytku
00:02:22
doświadczenie, które nam da
00:02:24
Bardziej szczegółowe informacje na temat
00:02:25
Zachowanie użytkownika
00:02:26
na stronie internetowej,
00:02:27
więc Éventé online i dobrze
00:02:29
poprzez analizę danych,
00:02:31
Widać, że
00:02:32
spadały w ciągu ostatniego roku.
00:02:33
Na lejku konwersji,
00:02:36
będziemy mieli znaczną stratę,
00:02:38
kroki jeden po drugim.
00:02:40
A porównując się z rynkiem,
00:02:43
Widzimy, że jesteśmy poniżej
00:02:45
Niektóre wskaźniki na koniec
00:02:47
Zobacz też, że naprawdę mamy
00:02:49
Kluczowe punkty straty na
00:02:50
strona i wszystkie te informacje.
00:02:52
To są słynne obserwacje.
00:02:54
Tutaj dane trafią do nas
00:02:55
Pozwolę sobie powiedzieć, że będziemy musieli
00:02:56
Przeprojektuj stronę internetową.
00:02:58
Fundamentalna refleksja, aby zapewnić
00:03:00
Nowa wersja, która będzie znacznie więcej
00:03:01
zgodne z tym, co możemy
00:03:03
czekać i w odniesieniu do naszych celów.
00:03:05
Oto bardzo prosty przykład.
00:03:06
W jaki sposób dane mogą
00:03:08
prowadzić do podejmowania decyzji.
00:03:12
Kolejny ważny element do rozważenia
00:03:14
wyjaśnić zainteresowanie narzędziami I,
00:03:16
To będzie nadejście Big Data.
00:03:18
Tak więc, Big Data,
00:03:19
To wielkie słowo, które doceniam
00:03:21
Niekoniecznie to, czego używa w
00:03:23
źle i przez jedyną rzecz.
00:03:25
Oznacza to, że będziemy generować
00:03:28
i przechowują coraz więcej danych,
00:03:31
czy są to dane CRM,
00:03:33
Czyli dane dotyczące
00:03:35
klientów firmy,
00:03:36
wszystko, co będzie automatyzacją biura,
00:03:37
Więc to będzie generowanie wewnętrznie,
00:03:39
wiadomości e-mail i pliki PDF,
00:03:39
PowerPoint, który można wygenerować,
00:03:41
Zdjęcia, filmy i tak dalej.
00:03:43
Wszystko, co będzie wokół
00:03:44
Sieci społecznościowe, które eksplodują
00:03:45
w ciągu ostatnich kilku lat,
00:03:47
ze wszystkim, co ma być,
00:03:48
Interakcje na stacjach roboczych
00:03:49
publikacji zdjęć
00:03:51
generowanie komentarzy,
00:03:52
et cetera, et cetera.
00:03:53
Narzędzia analityczne, więc wszystko jest w porządku
00:03:54
być dla stron internetowych i
00:03:56
Aplikacje będą mogły śledzić
00:03:57
zachowanie użytkownika.
00:03:58
I generuje wiele danych.
00:04:00
To będzie liczba odwiedzin,
00:04:02
odsłony itp.
00:04:04
Cała działalność techniczna firmy,
00:04:06
Więc będą to logi serwera,
00:04:07
dzienniki maszyny.
00:04:08
Narzędzia marketingowe,
00:04:09
Tak więc dla call center,
00:04:11
To będzie liczba połączeń,
00:04:12
liczba rekordów, które
00:04:14
zostały przeprowadzone,
00:04:15
Narzędzia marketingu internetowego z
00:04:17
kliknięcia w reklamy internetowe,
00:04:19
e-maile marketingowe, et cetera, et cetera.
00:04:21
I wreszcie,
00:04:21
co to jest punkt sprzedaży, więc sklepy,
00:04:23
z zarządzaniem zapasami.
00:04:25
Realizacja w głowie w głowie,
00:04:26
Przepraszam za satysfakcję, et cetera, et cetera.
00:04:29
A więc to wszystko,
00:04:29
Jest to niewyczerpujący pogląd na temat
00:04:31
wszystkie dane, które mogą być
00:04:32
wygenerowane i w ciągu ostatnich lat,
00:04:34
i powiedziałbym nawet o
00:04:35
Dziesięciolecia
00:04:36
Co to jest To jest
00:04:37
temat długoterminowy.
00:04:39
Cóż, mamy roczną eksplozję,
00:04:40
rok po roku,
00:04:41
ilość generowanych danych, która jest
00:04:44
widać w firmach.
00:04:46
Będziemy więc musieli znaleźć
00:04:48
Rozwiązanie do zarządzania i używania
00:04:50
poprawnie te dane.
00:04:54
Pierwszy problem, który może być
00:04:55
patrz w odniesieniu do w ogóle
00:04:56
narzędzia, o których moglibyśmy z Tobą porozmawiać,
00:04:57
czy to CRM,
00:04:58
narzędzia marketingu internetowego i tak dalej.
00:05:00
Chodzi o to, że bardzo często,
00:05:01
Narzędzia te będą miały własne narzędzie
00:05:04
wizualizacja i analiza danych.
00:05:06
Zintegrowany CRM będzie miał back office
00:05:07
będziesz mógł analizować dane,
00:05:09
narzędzie Analytics będzie miało
00:05:11
dokładnie tak samo,
00:05:12
Wizualizacje do zrozumienia
00:05:14
Dane, które są wyświetlane.
00:05:16
Problem w tym,
00:05:17
Czy to nagle będziesz miał
00:05:18
Dane i wizualizacje
00:05:19
to będzie trochę zepsute
00:05:20
Wszędzie według narzędzi
00:05:21
z których będziesz mógł korzystać.
00:05:23
Więc nie jest to zbyt praktyczne, czego chcieliśmy
00:05:24
Spróbuj zobaczyć szerszy obraz.
00:05:26
Narzędzia te zazwyczaj mają interfejsy API,
00:05:28
To ważny element.
00:05:29
które nas zainteresują.
00:05:31
Aby wyeksportować dane i
00:05:33
jeszcze jeden podstawowy trend,
00:05:34
huh, który ma wiele trendów
00:05:35
tło tego wprowadzenia.
00:05:37
To będzie wola firm
00:05:39
aby scentralizować wszystkie te dane
00:05:40
Właśnie nie tylko po to, by je zachować.
00:05:42
Zakończymy na różnych narzędziach,
00:05:44
ale aby je wyeksportować,
00:05:45
w szczególności za pośrednictwem PI lub narzędzi stron trzecich,
00:05:48
iść i przechowywać je w miejscu,
00:05:50
Więc może to być to, co nazywamy
00:05:52
hurtownie danych lub hurtowni danych,
00:05:53
To są rozwiązania
00:05:55
którzy są w chmurze huh,
00:05:56
w tym hurtowe, których
00:05:58
wielcy gracze są na WS.
00:05:59
Więc Amazon Web Services azur
00:06:02
i Google Cloud Platform.
00:06:04
Będziemy mieli okazję porozmawiać o tym ponownie i
00:06:06
Tak więc cel tego przedsięwzięcia,
00:06:08
jest przechowywanie wszystkich tych danych
00:06:10
ziarniste w tych przestrzeniach.
00:06:12
Problem, który będziemy mieć,
00:06:13
jest to, że absolutnie nie jest wizualny
00:06:15
do przechowywania danych w ten sposób.
00:06:18
Podsumowując to wszystko,
00:06:19
jest to, że mamy dużo danych,
00:06:21
musimy je przeanalizować,
00:06:22
ale że wszystkie te dane są albo
00:06:24
podzielone na przedziały i dostępne tylko przez IP,
00:06:26
czyli niekoniecznie najprostsze lub
00:06:28
w środowiskach technicznych,
00:06:30
Więc tutaj połączymy dane
00:06:31
jeziora i hurtownie danych,
00:06:32
więc nie jest łatwo dostępny dla
00:06:35
przeciętny użytkownik.
00:06:36
I tak dokładnie,
00:06:37
obietnica narzędzi BI.
00:06:39
I tu wszystko będzie miało sens.
00:06:41
W związku z tym, co ci powiedziałem,
00:06:43
jest to narzędzie I jest
00:06:45
3 najważniejsze obietnice,
00:06:46
Przynajmniej podstawowe, huh.
00:06:47
Co teraz są znacznie więcej,
00:06:49
Narzędzia robią znacznie więcej
00:06:50
Ale to już będzie
00:06:52
Zezwalaj na uproszczone połączenie
00:06:53
do różnych danych.
00:06:54
Prawda?
00:06:55
Mówiłem wcześniej o API,
00:06:56
Cóż, narzędzie będę w stanie
00:06:58
połącz się z tymi różnymi adresami IP do
00:07:00
Jednoczesne agregowanie i wizualizacja
00:07:02
Umieść wiele danych
00:07:04
następnie łatwość przejścia
00:07:06
Ponieważ możesz sobie wyobrazić, że
00:07:08
Użytkownik wygeneruje dane
00:07:10
w sieciach.
00:07:11
Rury w 1CRM lub w punktach sprzedaży,
00:07:13
Musimy mieć pogląd
00:07:14
skonsolidowane na użytkowniku, a tym samym
00:07:16
Musimy być w stanie je przekroczyć
00:07:18
różne źródła danych i te
00:07:20
Natywnie narzędzia są stworzone dla
00:07:21
Odsyłacz do danych za pomocą kluczy.
00:07:23
Będziemy mieli okazję wykonać ćwiczenia
00:07:25
wokół tego i wreszcie ostatniego punktu,
00:07:27
co jest coraz bardziej prawdziwe,
00:07:29
To już będzie bah pozwolić
00:07:31
Tylko analiza, co?
00:07:32
Dane, poza połączeniem
00:07:33
dane i ich wzajemne porównanie, będziemy potrzebować,
00:07:35
będziemy musieli umieć je wizualizować,
00:07:38
aby móc tworzyć wykresy
00:07:39
Prosto i przede wszystkim
00:07:41
być w stanie je udostępniać i tworzyć
00:07:43
Interakcje wokół tego.
00:07:44
W przestrzeniach współpracy,
00:07:46
zarządzanie prawami dostępu,
00:07:47
być w stanie zostawiać komentarze itp.
00:07:49
I tak dalej.
00:07:50
Więc.
00:07:50
Dlatego narzędzia I
00:07:52
mają sens i problemy
00:07:54
na które odpowiadają.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
सभी को नमस्कार और चुनने के लिए धन्यवाद
00:00:02
इस पावर कोर्स को लें
00:00:06
वास्तव में उपकरण पर हमला करने से पहले बीआई,
00:00:09
चलो थोड़ा परिचय देते हैं
00:00:10
एक छोटे से को समझाने के लिए
00:00:11
थोड़ा सा क्यों है कैसे।
00:00:12
इन के आसपास ये अलग-अलग हैं
00:00:14
उपकरण और विशेष रूप से पाठ्यक्रम
00:00:17
पोर्ट I और हम सभी तरह से शुरू करेंगे
00:00:18
एक प्रश्न का उत्तर देकर जारी रखा
00:00:19
जो मूर्खतापूर्ण लग सकता है लेकिन जिसके लिए यह है
00:00:21
अच्छे के लिए देना होगा जवाब
00:00:22
इन उपकरणों के आसपास के मुद्दे को समझें,
00:00:24
यह समस्या का जवाब है
00:00:27
एक पूर्वाग्रह उपकरण के लिए।
00:00:30
तो पहला तत्व,
00:00:31
यह वह है जिसमें हम आज हैं
00:00:33
जिसे कहा जाता है उसका आगमन
00:00:35
कंपनियों में डेटा-संचालित रणनीति,
00:00:37
तो यह एक महान वाक्यांश है कि
00:00:39
अधिकांश कंपनियों का कहना है
00:00:40
और जिन्हें अक्सर कठिनाइयों का सामना करना पड़ता है
00:00:42
इसे स्थापित करने के लिए?
00:00:43
किसी भी मामले में,
00:00:44
यह तब से एक मौलिक प्रवृत्ति रही है
00:00:46
कहने को कई साल
00:00:48
नेताओं के बजाय
00:00:49
किसके निर्देश पर निर्णय
00:00:51
कंपनी अपने दृढ़ विश्वास के अनुसार,
00:00:53
उनके अंतर्ज्ञान के अनुसार,
00:00:55
उनके व्यक्तिगत विश्लेषण के अनुसार,
00:00:57
इसके बजाय हम खुद को आधार बनाएंगे
00:00:59
अधिक तथ्यात्मक बातें,
00:00:59
हमारे पास जो चीजें हैं।
00:01:02
इसमें समय के साथ इकट्ठा करें
00:01:03
कंपनी जो केवल डेटा है,
00:01:05
तो यह डेटा वहां एकत्र किया जाएगा,
00:01:07
हम देखेंगे कि कई हैं,
00:01:09
इकट्ठा करने के कई तरीके
00:01:10
डेटा के बारे में।
00:01:11
हम इसका विश्लेषण करेंगे और शुरू करेंगे
00:01:13
इस विश्लेषण के बारे में,
00:01:14
हमारे पास अवलोकन होंगे और ये
00:01:15
अवलोकन अचानक बदल जाएंगे,
00:01:17
सुधारात्मक निर्णय में और इसलिए ये
00:01:20
सुधारात्मक निर्णय ों से लाभ होगा
00:01:23
कंपनी की रणनीतिक दिशा,
00:01:25
इसलिए
00:01:25
डेटा संचालित,
00:01:26
यही वह है और जब मैंने आपको बताया,
00:01:28
यह एक मौलिक प्रवृत्ति है।
00:01:30
डिजिटल में एक छोटा सा उदाहरण,
00:01:32
यह मेरा पसंदीदा क्षेत्र है।
00:01:34
मैं एक डिजिटल एनालिटिक्स सलाहकार हूँ।
00:01:38
यह इस संदर्भ में है कि मैं उपयोग करता हूं
00:01:39
मेरे लिए और मेरे संदर्भ में उपकरण।
00:01:42
डिजिटल में,
00:01:43
हमारे पास कई विश्लेषण होंगे
00:01:45
और हमारे निपटान में डेटा।
00:01:46
यह वह बिक्री होने जा रही है जो की जाती है
00:01:48
उदाहरण के लिए एक वाणिज्यिक साइट पर,
00:01:49
इसलिए हम उस तक पहुंच जाएंगे जिसे हम 1CRM कहते हैं,
00:01:51
तो सभी डेटा और
00:01:53
बिक्री और खरीद के ग्राहक आधार।
00:01:55
एक रूपांतरण फ़नल
00:01:56
यह एक वेबसाइट पर होने जा रहा है।
00:01:57
कितने लोग जाते हैं
00:01:58
गाड़ी पर जाओ?
00:01:59
फिर समन्वित चरण पर और
00:02:00
अंत में रूपांतरण मंच पर?
00:02:02
तो जानें कि हम हारने जा रहे हैं
00:02:03
लोगों की संख्या
00:02:05
इन विभिन्न चरणों में,
00:02:06
उपकरण जो हमें अनुमति देंगे
00:02:08
बाजार के संबंध में खुद को तैयार करें।
00:02:10
वास्तव में
00:02:10
हम अपनी तुलना किसके द्वारा कर पाएंगे?
00:02:11
हमारे प्रतियोगी को रिपोर्ट करें
00:02:12
हमारा उछाल रेट देखें।
00:02:14
यात्राओं की मात्रा,
00:02:15
बिक्री की संख्या क्या है?
00:02:16
महसूस किया और ऐसे उपकरण भी जो
00:02:18
व्यवहार का विश्लेषण करने की अनुमति दें।
00:02:20
इसलिए हम इसे उपयोग के लिए यूएक्स कहते हैं
00:02:22
अनुभव जो हमें देगा
00:02:24
के बारे में अधिक विस्तृत जानकारी
00:02:25
उपयोगकर्ता का व्यवहार
00:02:26
एक वेबसाइट पर,
00:02:27
तो Éventé ऑनलाइन और अच्छी तरह से
00:02:29
डेटा विश्लेषण के माध्यम से,
00:02:31
यह देखा जा सकता है कि वे
00:02:32
पिछले एक साल में इसमें गिरावट आई है।
00:02:33
रूपांतरण फ़नल पर,
00:02:36
हमें एक बड़ा नुकसान होगा,
00:02:38
एक के बाद एक कदम।
00:02:40
और बाजार से खुद की तुलना करके,
00:02:43
हम देखते हैं कि हम नीचे हैं
00:02:45
अंत में कुछ संकेतक
00:02:47
यह भी देखें कि हमारे पास वास्तव में है
00:02:49
नुकसान के मुख्य बिंदु
00:02:50
साइट और यह सब जानकारी।
00:02:52
तो ये प्रसिद्ध अवलोकन हैं।
00:02:54
यहां, डेटा हमारे पास जाएगा
00:02:55
हमें यह कहने दीजिए कि हमें ऐसा करना होगा।
00:02:56
वेबसाइट को फिर से डिज़ाइन करें.
00:02:58
प्रदान करने के लिए एक मौलिक प्रतिबिंब
00:03:00
नया संस्करण जो बहुत अधिक होगा
00:03:01
हम जो कर सकते हैं उसके अनुरूप
00:03:03
प्रतीक्षा करें और हमारे उद्देश्यों के संबंध में।
00:03:05
तो यहाँ एक बहुत ही सरल उदाहरण है।
00:03:06
डेटा कैसे कर सकता है
00:03:08
निर्णय लेने की ओर ले जाता है।
00:03:12
विचार करने के लिए एक और महत्वपूर्ण तत्व
00:03:14
मेरे उपकरणों की रुचि की व्याख्या करने के लिए,
00:03:16
यह बिग डेटा का आगमन होने जा रहा है।
00:03:18
तो, बिग डेटा,
00:03:19
यह एक बड़ा शब्द है जिसकी मैं सराहना करता हूं
00:03:21
जरूरी नहीं कि वह किस पर उपयोग करता है
00:03:23
गलत है और केवल एक चीज के माध्यम से।
00:03:25
जिसका मतलब है कि हम उत्पन्न करेंगे
00:03:28
और अधिक से अधिक डेटा संग्रहीत करें,
00:03:31
चाहे वह सीआरएम डेटा हो,
00:03:33
तो यानी डेटा
00:03:35
एक कंपनी के ग्राहक,
00:03:36
सब कुछ जो कार्यालय स्वचालन होने जा रहा है,
00:03:37
तो यह आंतरिक रूप से पीढ़ी होने जा रहा है,
00:03:39
ईमेल और पीडीएफ,
00:03:39
जनरेट किया जा सकने वाला PowerPoint,
00:03:41
फोटो, वीडियो, वगैरह।
00:03:43
सब कुछ जो आसपास होने जा रहा है
00:03:44
सामाजिक नेटवर्क जो विस्फोट करेगा
00:03:45
पिछले कुछ वर्षों में,
00:03:47
जो कुछ भी होने जा रहा है,
00:03:48
वर्कस्टेशनों पर इंटरैक्शन
00:03:49
की तस्वीरों के प्रकाशन की संख्या
00:03:51
टिप्पणियाँ उत्पन्न करना,
00:03:52
वगैरह, वगैरह।
00:03:53
Analytics उपकरण इसलिए यह ठीक है
00:03:54
वेबसाइटों के लिए हो और
00:03:56
एप्लिकेशन ट्रैक करने में सक्षम होंगे
00:03:57
उपयोगकर्ता व्यवहार।
00:03:58
और यह बहुत सारे डेटा उत्पन्न करता है।
00:04:00
यह यात्राओं की संख्या होने जा रही है,
00:04:02
पृष्ठ दृश्य, आदि।
00:04:04
कंपनी की सभी तकनीकी गतिविधियाँ,
00:04:06
तो यह सर्वर लॉग होने जा रहा है,
00:04:07
मशीन लॉग।
00:04:08
विपणन उपकरण,
00:04:09
एक कॉल सेंटर के लिए,
00:04:11
यह कॉल की संख्या होने जा रही है,
00:04:12
रिकॉर्ड की संख्या
00:04:14
किया गया है,
00:04:15
के साथ वेब विपणन उपकरण
00:04:17
ऑनलाइन विज्ञापनों पर क्लिक करें,
00:04:19
विपणन ईमेल, आदि, वगैरह।
00:04:21
और अंत में,
00:04:21
बिक्री का बिंदु क्या है, इसलिए स्टोर,
00:04:23
स्टॉक प्रबंधन के साथ।
00:04:25
सिर में एहसास,
00:04:26
संतुष्टि के लिए खेद है, वगैरह, वगैरह।
00:04:29
तो यह सब,
00:04:29
यह एक गैर-संपूर्ण दृश्य है
00:04:31
सभी डेटा जो हो सकते हैं
00:04:32
उत्पन्न और पिछले वर्षों में,
00:04:34
और मैं इसके बारे में भी कहूंगा
00:04:35
दशकों
00:04:36
यह क्या है
00:04:37
लंबी अवधि का विषय।
00:04:39
हमारे पास एक साल का विस्फोट है,
00:04:40
साल दर साल,
00:04:41
डेटा उत्पादन की मात्रा क्या है?
00:04:44
कंपनियों में देख सकते हैं।
00:04:46
इसलिए हमें एक खोजने की जरूरत होगी।
00:04:48
प्रबंधन और उपयोग करने के लिए समाधान
00:04:50
सही ढंग से यह डेटा।
00:04:54
पहली समस्या जो हो सकती है
00:04:55
बिल्कुल भी संबंध में देखें
00:04:56
जिन उपकरणों के बारे में हम आपसे बात कर सकते हैं,
00:04:57
चाहे वह सीआरएम हो,
00:04:58
वेब विपणन उपकरण और इतने पर।
00:05:00
यह बहुत बार होता है,
00:05:01
इन उपकरणों का अपना उपकरण होगा
00:05:04
डेटा विज़ुअलाइज़ेशन और विश्लेषण।
00:05:06
एकीकृत सीआरएम में एक बैक ऑफिस होगा
00:05:07
आप डेटा का विश्लेषण करने में सक्षम होंगे,
00:05:09
एक Analytics टूल होगा
00:05:11
बिल्कुल वैसा ही,
00:05:12
समझने के लिए विज़ुअलाइज़ेशन
00:05:14
प्रदर्शित डेटा.
00:05:16
इसके साथ समस्या,
00:05:17
यह है कि अचानक आपके पास होगा
00:05:18
डेटा और विज़ुअलाइज़ेशन
00:05:19
जो थोड़ा टूट जाएगा
00:05:20
उपकरणों के अनुसार हर जगह
00:05:21
जिसका आप उपयोग करने में सक्षम होंगे।
00:05:23
इसलिए यह बहुत व्यावहारिक नहीं है कि हम चाहते थे।
00:05:24
बड़ी तस्वीर देखने की कोशिश करो।
00:05:26
इन उपकरणों में आमतौर पर एपीआई होते हैं,
00:05:28
तो यह एक महत्वपूर्ण तत्व है।
00:05:29
इसमें हमारी दिलचस्पी होगी।
00:05:31
डेटा और ए को निर्यात करने के लिए
00:05:33
अभी तक एक और अंतर्निहित प्रवृत्ति,
00:05:34
हुह, जिसमें बहुत सारे रुझान हैं
00:05:35
इस परिचय में पृष्ठभूमि।
00:05:37
यह कंपनियों की इच्छा होने जा रही है
00:05:39
इस सभी डेटा को वहां केंद्रीकृत करने के लिए
00:05:40
ठीक ही नहीं, न केवल उन्हें रखने के लिए।
00:05:42
हम विभिन्न उपकरणों पर बंद कर देंगे,
00:05:44
लेकिन उन्हें निर्यात करने के लिए,
00:05:45
विशेष रूप से पीआई के माध्यम से या तीसरे पक्ष के उपकरणों के माध्यम से,
00:05:48
जाकर उन्हें एक जगह स्टोर करना,
00:05:50
तो यह वही हो सकता है जिसे हम कहते हैं
00:05:52
डेटा जैसे या डेटा गोदाम,
00:05:53
तो ये समाधान हैं
00:05:55
जो बादल में हैं,
00:05:56
जिनमें से थोक किसकी
00:05:58
बड़े खिलाड़ी डब्ल्यूएस में हैं।
00:05:59
तो अमेज़ॅन वेब सर्विसेज
00:06:02
और गूगल क्लाउड प्लेटफॉर्म।
00:06:04
हमें इसके बारे में फिर से बात करने का अवसर मिलेगा और
00:06:06
तो इस उद्यम का उद्देश्य,
00:06:08
यह सब डेटा संग्रहीत करना है
00:06:10
इन स्थानों में दानेदार।
00:06:12
समस्या जो हमारे सामने होगी,
00:06:13
यह है कि यह बिल्कुल दृश्य नहीं है
00:06:15
डेटा को इस तरह से संग्रहीत करना।
00:06:18
तो इस सब का निष्कर्ष,
00:06:19
यह है कि हमारे पास बहुत सारे डेटा हैं,
00:06:21
हमें उनका विश्लेषण करने की आवश्यकता है,
00:06:22
लेकिन यह कि ये सभी डेटा या तो हैं
00:06:24
विभाजित और केवल आईपी के माध्यम से सुलभ,
00:06:26
तो जरूरी नहीं कि सबसे सरल या
00:06:28
तकनीकी वातावरण में,
00:06:30
तो यहां हम डेटा में शामिल होंगे
00:06:31
झील और डेटा गोदाम,
00:06:32
इसलिए उपयोग करना आसान नहीं है
00:06:35
एक औसत उपयोगकर्ता।
00:06:36
और इतना सटीक,
00:06:37
बीआई उपकरण का वादा।
00:06:39
और यही वह जगह है जहां सब कुछ समझ में आएगा।
00:06:41
जो मैंने तुमसे कहा था, उसके संबंध में,
00:06:43
क्या यह I का एक उपकरण है?
00:06:45
शीर्ष 3 वादे,
00:06:46
कम से कम बुनियादी, हुह।
00:06:47
अब वे और क्या हैं,
00:06:49
उपकरण बहुत अधिक करते हैं
00:06:50
चीजें लेकिन यह पहले से ही होने जा रहा है
00:06:52
सरलीकृत कनेक्शन की अनुमति दें
00:06:53
विभिन्न डेटा के लिए।
00:06:54
ना?
00:06:55
मैं पहले एपीआई के बारे में बात कर रहा था,
00:06:56
खैर, मैं एक उपकरण कर सकूंगा
00:06:58
इन अलग-अलग आईपी से कनेक्ट करें
00:07:00
एकत्रित होकर उसी पर कल्पना करें
00:07:02
डेटा की एक भीड़ रखें
00:07:04
फिर पार करने में आसानी
00:07:06
क्योंकि आप कल्पना कर सकते हैं कि
00:07:08
उपयोगकर्ता डेटा उत्पन्न करेगा
00:07:10
नेटवर्क पर।
00:07:11
1 सीआरएम में या बिक्री के बिंदुओं में पाइप,
00:07:13
हमें एक दृष्टिकोण रखने की आवश्यकता है
00:07:14
एक उपयोगकर्ता पर समेकित और इसलिए
00:07:16
हमें इन्हें पार करने में सक्षम होना चाहिए
00:07:18
विभिन्न डेटा स्रोत और ये
00:07:20
मूल रूप से उपकरण किसके लिए बनाए जाते हैं?
00:07:21
कुंजी के माध्यम से क्रॉस-संदर्भ डेटा।
00:07:23
हमें अभ्यास करने का अवसर मिलेगा
00:07:25
उसके आसपास और अंत में अंतिम बिंदु,
00:07:27
जो तेजी से सच है,
00:07:29
यह पहले से ही अनुमति देने के लिए बाह होने जा रहा है
00:07:31
बस विश्लेषण, है ना?
00:07:32
डेटा, कनेक्ट करने से परे
00:07:33
डेटा और उन्हें क्रॉस-संदर्भित करना, हमें आवश्यकता होगी,
00:07:35
हमें उन्हें कल्पना करने में सक्षम होना चाहिए,
00:07:38
ग्राफ़ बनाने में सक्षम होना
00:07:39
काफी सरल और सबसे ऊपर
00:07:41
उन्हें साझा करने और बनाने में सक्षम हो
00:07:43
इसके आसपास बातचीत, फिर।
00:07:44
सहयोगी स्थानों में,
00:07:46
पहुँच अधिकारों का प्रबंधन करें,
00:07:47
टिप्पणियां छोड़ने में सक्षम हो, वगैरह।
00:07:49
और आगे भी।
00:07:50
इसलिए।
00:07:50
यही कारण है कि I के उपकरण
00:07:52
समझ में आता है और मुद्दे
00:07:54
जिसका वे जवाब देते हैं।

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
Ciao a tutti e grazie per aver scelto
00:00:02
segui questo corso Power
00:00:06
BI prima di attaccare effettivamente lo strumento,
00:00:09
Facciamo una piccola introduzione
00:00:10
per spiegare un piccolo
00:00:11
Poco il perché del come.
00:00:12
Intorno a questi di questi diversi
00:00:14
strumenti e in particolare naturalmente di
00:00:17
porto I e inizieremo fino in fondo
00:00:18
continua rispondendo a una domanda
00:00:19
che può sembrare sciocco ma a cui
00:00:21
dovrà rispondere per sempre
00:00:22
comprendere il problema relativo a questi strumenti,
00:00:24
Ecco a cosa risponde il problema
00:00:27
a uno strumento di bias.
00:00:30
Quindi il primo elemento,
00:00:31
È che siamo oggi in
00:00:33
l'avvento di quello che viene chiamato il
00:00:35
strategia basata sui dati nelle aziende,
00:00:37
Quindi è una grande frase che
00:00:39
dicono la maggior parte delle aziende
00:00:40
e che spesso hanno difficoltà
00:00:42
per configurarlo?
00:00:43
In ogni caso,
00:00:44
Questa è stata una tendenza fondamentale dal momento che
00:00:46
Diversi anni vale a dire
00:00:48
piuttosto che i leader che prendono
00:00:49
decisioni sulla direzione di
00:00:51
la società secondo le loro convinzioni,
00:00:53
secondo la loro intuizione,
00:00:55
secondo la loro analisi personale,
00:00:57
Ci baseremo piuttosto su
00:00:59
cose più fattuali,
00:00:59
sulle cose che abbiamo.
00:01:02
Raccogli nel tempo in questo
00:01:03
azienda che è semplicemente dati,
00:01:05
Quindi questi dati saranno raccolti,
00:01:07
Vedremo che ce ne sono molti,
00:01:09
Molti modi per raccogliere
00:01:10
dei dati.
00:01:11
Lo analizzeremo e inizieremo
00:01:13
di questa analisi,
00:01:14
Avremo osservazioni e queste
00:01:15
Le osservazioni si trasformeranno improvvisamente,
00:01:17
Nella decisione correttiva e quindi questi
00:01:20
Le decisioni correttive alimenteranno il
00:01:23
la direzione strategica dell'azienda,
00:01:25
pertanto
00:01:25
dati guidati,
00:01:26
Questo è tutto e quando te l'ho detto,
00:01:28
Questa è una tendenza fondamentale.
00:01:30
Un piccolo esempio in digitale così,
00:01:32
Questo è il mio settore preferito.
00:01:34
Sono un consulente di Digital Analytics.
00:01:38
È in questo contesto che uso
00:01:39
lo strumento per me e nel mio contesto.
00:01:42
Bene in digitale,
00:01:43
Avremo una serie di analisi
00:01:45
e dati a nostra disposizione.
00:01:46
Saranno le vendite che verranno fatte
00:01:48
ad esempio su un sito commerciale,
00:01:49
quindi accederemo a ciò che chiamiamo 1CRM,
00:01:51
Quindi tutti i dati e il
00:01:53
Basi clienti di vendita e acquisto.
00:01:55
Un imbuto di conversione
00:01:56
Sarà su un sito web.
00:01:57
Quante persone vanno
00:01:58
Vai al carrello?
00:01:59
Quindi sulla fase coordinata e
00:02:00
Finalmente in fase di conversione?
00:02:02
Quindi impara che perderemo
00:02:03
un certo numero di persone
00:02:05
su queste diverse fasi,
00:02:06
Strumenti che ci permetteranno di
00:02:08
situarci in relazione al mercato.
00:02:10
Infatti
00:02:10
Saremo in grado di confrontarci con
00:02:11
Segnala al nostro concorrente per
00:02:12
Vedi la nostra frequenza di rimbalzo.
00:02:14
Il volume delle visite,
00:02:15
il numero di vendite che sono
00:02:16
realizzato e anche strumenti che
00:02:18
consentire l'analisi del comportamento.
00:02:20
Quindi lo chiamiamo UX per l'uso
00:02:22
esperienza che ci regalerà
00:02:24
Informazioni più dettagliate su
00:02:25
Il comportamento di un utente
00:02:26
su un sito web,
00:02:27
così l'Éventé online e bene
00:02:29
attraverso l'analisi dei dati,
00:02:31
Si può vedere che essi
00:02:32
sono diminuiti nell'ultimo anno.
00:02:33
Nella canalizzazione di conversione,
00:02:36
avremo una perdita significativa,
00:02:38
i passi uno dopo l'altro.
00:02:40
E confrontandosi con il mercato,
00:02:43
Vediamo che siamo sotto su
00:02:45
Alcuni indicatori per finalmente
00:02:47
Vedi anche che abbiamo davvero
00:02:49
Punti chiave di perdita su
00:02:50
il sito e tutte queste informazioni.
00:02:52
Quindi queste sono le famose osservazioni.
00:02:54
Qui, i dati andranno a noi
00:02:55
Permetteteci di dire che dovremo
00:02:56
Eseguire una riprogettazione del sito Web.
00:02:58
Una riflessione fondamentale per fornire un
00:03:00
nuova versione che sarà molto di più
00:03:01
coerente con ciò che possiamo
00:03:03
attendere e in relazione ai nostri obiettivi.
00:03:05
Ecco un esempio molto semplice.
00:03:06
Come possono i dati
00:03:08
portare al processo decisionale.
00:03:12
Un altro elemento importante da considerare
00:03:14
per spiegare l'interesse degli strumenti di I,
00:03:16
sarà l'avvento dei Big Data.
00:03:18
Quindi, Big Data,
00:03:19
È una parola grossa che apprezzo
00:03:21
non necessariamente quello che usa a
00:03:23
sbagliato e attraverso l'unica cosa.
00:03:25
Il che significa che genereremo
00:03:28
e memorizzare sempre più dati,
00:03:31
che si tratti di dati CRM,
00:03:33
Quindi cioè i dati su
00:03:35
i clienti di un'azienda,
00:03:36
tutto ciò che sarà automazione dell'ufficio,
00:03:37
Quindi sarà generazione internamente,
00:03:39
e-mail e PDF,
00:03:39
il PowerPoint che può essere generato,
00:03:41
foto, video, eccetera.
00:03:43
Tutto ciò che sarà intorno al
00:03:44
Social network che esploderanno
00:03:45
negli ultimi anni,
00:03:47
con tutto ciò che sarà,
00:03:48
Interazioni sulle workstation
00:03:49
della pubblicazione di foto di
00:03:51
generare commenti,
00:03:52
eccetera, eccetera.
00:03:53
Strumenti di analisi quindi va bene
00:03:54
essere per i siti web e
00:03:56
Le applicazioni saranno in grado di tracciare
00:03:57
comportamento dell'utente.
00:03:58
E genera molti dati.
00:04:00
Sarà il numero di visite,
00:04:02
visualizzazioni di pagina, eccetera.
00:04:04
Tutta l'attività tecnica dell'azienda,
00:04:06
Quindi saranno i log del server,
00:04:07
registri della macchina.
00:04:08
Strumenti di marketing,
00:04:09
Quindi, per un call center,
00:04:11
sarà il numero di chiamate,
00:04:12
il numero di record che
00:04:14
sono stati effettuati,
00:04:15
Strumenti di web marketing con
00:04:17
clic su annunci online,
00:04:19
e-mail di marketing, eccetera, eccetera.
00:04:21
E infine,
00:04:21
cos'è il punto vendita quindi i negozi,
00:04:23
con gestione delle scorte.
00:04:25
Realizzazione in testa di testa,
00:04:26
Scusate la soddisfazione, eccetera, eccetera.
00:04:29
Quindi tutto questo,
00:04:29
Questa è una visione non esaustiva di
00:04:31
tutti i dati che possono essere
00:04:32
generati e negli ultimi anni,
00:04:34
e direi anche del
00:04:35
Decenni
00:04:36
Che cos'è un È un
00:04:37
oggetto di di lungo termine.
00:04:39
Bene, abbiamo un'esplosione di un anno,
00:04:40
anno dopo anno,
00:04:41
Il volume di generazione di dati che è
00:04:44
può vedere nelle aziende.
00:04:46
Quindi dovremo trovare un
00:04:48
Soluzione da gestire e utilizzare
00:04:50
correttamente questi dati.
00:04:54
Primo problema che può essere
00:04:55
vedere in relazione a tutti
00:04:56
gli strumenti di cui potremmo parlarti,
00:04:57
che si tratti di CRM,
00:04:58
strumenti di web marketing e così via.
00:05:00
È che molto spesso,
00:05:01
Questi strumenti avranno il loro strumento
00:05:04
Visualizzazione e analisi dei dati.
00:05:06
Il CRM integrato avrà un back office
00:05:07
sarai in grado di analizzare i dati,
00:05:09
uno strumento Analytics avrà
00:05:11
esattamente lo stesso,
00:05:12
visualizzazioni per comprendere
00:05:14
I dati visualizzati.
00:05:16
Il problema con questo,
00:05:17
è che all'improvviso avrai
00:05:18
Dati e visualizzazioni
00:05:19
che sarà rotto un po '
00:05:20
Ovunque secondo gli strumenti
00:05:21
che sarai in grado di utilizzare.
00:05:23
Quindi non è molto pratico quello che volevamo
00:05:24
Prova a vedere il quadro generale.
00:05:26
Questi strumenti di solito hanno API,
00:05:28
Quindi questo è un elemento importante.
00:05:29
Questo ci interesserà.
00:05:31
Per esportare i dati e un
00:05:33
Ancora un'altra tendenza di fondo,
00:05:34
huh, che ha molte tendenze
00:05:35
Contesto in questa introduzione.
00:05:37
Sarà la volontà delle aziende
00:05:39
per centralizzare tutti questi dati lì
00:05:40
Precisamente non solo per tenerli.
00:05:42
Chiuderemo sui diversi strumenti,
00:05:44
ma per esportarli,
00:05:45
in particolare tramite PI o strumenti di terze parti,
00:05:48
andare a conservarli in un posto,
00:05:50
Quindi può essere quello che chiamiamo
00:05:52
data come o data warehouse,
00:05:53
Quindi queste sono soluzioni
00:05:55
che sono nel cloud eh,
00:05:56
di cui quelli all'ingrosso di cui
00:05:58
i grandi giocatori sono a WS.
00:05:59
Quindi Amazon Web Services azur
00:06:02
e Google Cloud Platform.
00:06:04
Avremo modo di riparlarne e
00:06:06
quindi l'obiettivo di questa impresa,
00:06:08
è quello di memorizzare tutti questi dati
00:06:10
granulare in questi spazi.
00:06:12
Il problema che avremo,
00:06:13
è che non è assolutamente visivo
00:06:15
per memorizzare i dati in questo modo.
00:06:18
Quindi la conclusione di tutto questo,
00:06:19
è che abbiamo molti dati,
00:06:21
dobbiamo analizzarli,
00:06:22
ma che tutti questi dati sono o
00:06:24
compartimentati e accessibili solo via IP,
00:06:26
quindi non necessariamente il più semplice o
00:06:28
in ambienti tecnici,
00:06:30
Quindi qui uniremo i dati
00:06:31
Lago e Data Warehouse,
00:06:32
quindi non è facile accedere per
00:06:35
un utente medio.
00:06:36
E così precisamente,
00:06:37
la promessa di strumenti di BI.
00:06:39
Ed è qui che tutto avrà un senso.
00:06:41
In relazione a quanto vi ho detto,
00:06:43
è che uno strumento di Io è
00:06:45
Top 3 promesse,
00:06:46
Almeno di base, eh.
00:06:47
Quello che ora sono molto di più,
00:06:49
Gli strumenti fanno molto di più
00:06:50
cose ma sarà già
00:06:52
Consenti connessione semplificata
00:06:53
a vari dati.
00:06:54
Eh?
00:06:55
Stavo parlando di API prima,
00:06:56
Bene uno strumento di sarò in grado di
00:06:58
connettersi a questi diversi IP per
00:07:00
Vai aggrega e visualizza allo stesso tempo
00:07:02
Posiziona una moltitudine di dati
00:07:04
quindi facilità di attraversamento
00:07:06
Perché puoi immaginare che un
00:07:08
L'utente genererà i dati
00:07:10
sulle reti.
00:07:11
Tubi in 1CRM o nei punti vendita,
00:07:13
Abbiamo bisogno di avere una visione
00:07:14
consolidato su un utente e quindi
00:07:16
Dobbiamo essere in grado di attraversarli
00:07:18
diverse fonti di dati e questi
00:07:20
Gli strumenti nativi sono fatti per
00:07:21
Incrociare i dati tramite chiavi.
00:07:23
Avremo l'opportunità di fare esercizi
00:07:25
intorno a questo e infine all'ultimo punto,
00:07:27
il che è sempre più vero,
00:07:29
Sarà già bah per consentire
00:07:31
Solo l'analisi, eh?
00:07:32
Dati, oltre la connessione
00:07:33
dati e riferimenti incrociati, avremo bisogno,
00:07:35
dovremo essere in grado di visualizzarli,
00:07:38
per essere in grado di creare grafici
00:07:39
in modo semplice e soprattutto
00:07:41
essere in grado di condividerli e creare
00:07:43
interazioni intorno a questo, quindi.
00:07:44
In spazi collaborativi,
00:07:46
gestire i diritti di accesso,
00:07:47
essere in grado di lasciare commenti, eccetera.
00:07:49
E così via.
00:07:50
Pertanto.
00:07:50
Ecco perché gli strumenti di I
00:07:52
hanno senso e i problemi
00:07:54
a cui rispondono.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
Halo semuanya dan terima kasih telah memilih
00:00:02
ikuti kursus Power ini
00:00:06
BI sebelum benar-benar menyerang alat,
00:00:09
Mari kita buat sedikit pengantar
00:00:10
untuk menjelaskan yang kecil
00:00:11
Sedikit kenapa caranya.
00:00:12
Di sekitar ini berbeda
00:00:14
alat dan khususnya tentu saja
00:00:17
port I dan kita akan mulai jauh-jauh
00:00:18
dilanjutkan dengan menjawab pertanyaan
00:00:19
yang mungkin tampak konyol tetapi yang mana itu
00:00:21
harus menjawab untuk selamanya
00:00:22
memahami masalah seputar alat-alat ini,
00:00:24
Inilah yang dijawab oleh masalah
00:00:27
ke alat bias.
00:00:30
Jadi elemen pertama,
00:00:31
Adalah bahwa kita hari ini di
00:00:33
munculnya apa yang disebut
00:00:35
strategi berbasis data di perusahaan,
00:00:37
Jadi itu adalah frasa yang bagus bahwa
00:00:39
katakanlah mayoritas perusahaan
00:00:40
dan yang sering mengalami kesulitan
00:00:42
untuk mengaturnya?
00:00:43
Bagaimanapun,
00:00:44
Ini telah menjadi tren fundamental sejak
00:00:46
Beberapa tahun artinya
00:00:48
daripada pemimpin mengambil
00:00:49
Keputusan tentang arah
00:00:51
perusahaan sesuai dengan keyakinan mereka,
00:00:53
menurut intuisi mereka,
00:00:55
menurut analisis pribadi mereka,
00:00:57
Kami lebih suka mendasarkan diri pada
00:00:59
hal-hal yang lebih faktual,
00:00:59
pada hal-hal yang kita miliki.
00:01:02
Kumpulkan dari waktu ke waktu dalam hal ini
00:01:03
perusahaan yang hanya berupa data,
00:01:05
Jadi data ini di sana akan dikumpulkan,
00:01:07
Kita akan melihat bahwa ada banyak,
00:01:09
Banyak cara untuk mengumpulkan
00:01:10
dari data.
00:01:11
Kami akan menganalisisnya dan mulai
00:01:13
dari analisis ini,
00:01:14
Kami akan memiliki pengamatan dan ini
00:01:15
Pengamatan akan berubah tiba-tiba,
00:01:17
Dalam keputusan korektif dan oleh karena itu ini
00:01:20
keputusan korektif akan dimasukkan ke dalam
00:01:23
arah strategis perusahaan,
00:01:25
jadi
00:01:25
didorong oleh data,
00:01:26
Itu saja dan ketika saya memberi tahu Anda,
00:01:28
Ini adalah tren fundamental.
00:01:30
Contoh kecil dalam digital jadi,
00:01:32
Ini adalah sektor pilihan saya.
00:01:34
Saya seorang konsultan Analisis Digital.
00:01:38
Dalam konteks inilah saya menggunakan
00:01:39
alat untuk saya dan dalam konteks saya.
00:01:42
Nah di digital,
00:01:43
Kami akan memiliki sejumlah analisis
00:01:45
dan data yang kami miliki.
00:01:46
Ini akan menjadi penjualan yang dilakukan
00:01:48
misalnya di situs komersial,
00:01:49
jadi kita akan mengakses apa yang kita sebut 1CRM,
00:01:51
Jadi semua data dan
00:01:53
Basis penjualan dan pembelian pelanggan.
00:01:55
Corong konversi
00:01:56
Ini akan ada di situs web.
00:01:57
Berapa banyak orang yang pergi
00:01:58
Pergi ke gerobak?
00:01:59
Kemudian pada langkah terkoordinasi dan
00:02:00
Akhirnya pada tahap konversi?
00:02:02
Jadi pelajarilah bahwa kita akan kalah
00:02:03
sejumlah orang
00:02:05
pada tahap yang berbeda ini,
00:02:06
Alat yang memungkinkan kita untuk
00:02:08
menempatkan diri kita dalam kaitannya dengan pasar.
00:02:10
Sebenarnya
00:02:10
Kita akan dapat membandingkan diri kita sendiri dengan
00:02:11
Laporkan kepada pesaing kami untuk
00:02:12
Lihat rasio pentalan kami.
00:02:14
Volume kunjungan,
00:02:15
jumlah penjualan yang
00:02:16
direalisasikan dan juga alat yang
00:02:18
memungkinkan perilaku untuk dianalisis.
00:02:20
Jadi kami menyebutnya UX untuk digunakan
00:02:22
pengalaman yang akan memberi kita
00:02:24
Informasi lebih rinci tentang
00:02:25
perilaku pengguna
00:02:26
di situs web,
00:02:27
jadi Éventé online dan baik
00:02:29
melalui analisis data,
00:02:31
Dapat dilihat bahwa mereka
00:02:32
telah menurun selama setahun terakhir.
00:02:33
Di corong konversi,
00:02:36
kami akan mengalami kerugian yang signifikan,
00:02:38
langkah-langkah satu demi satu.
00:02:40
Dan dengan membandingkan dirinya dengan pasar,
00:02:43
Kami melihat bahwa kami berada di bawah ini pada
00:02:45
Beberapa indikator untuk akhirnya
00:02:47
Lihat juga bahwa kita benar-benar memiliki
00:02:49
Poin-poin penting kerugian pada
00:02:50
situs dan semua informasi ini.
00:02:52
Jadi ini adalah pengamatan yang terkenal.
00:02:54
Di sini, data akan masuk ke kami
00:02:55
izinkan kami untuk mengatakan bahwa kami harus melakukannya
00:02:56
Lakukan desain ulang situs web.
00:02:58
Refleksi mendasar untuk memberikan
00:03:00
versi baru yang akan jauh lebih banyak
00:03:01
konsisten dengan apa yang kita bisa
00:03:03
tunggu dan sehubungan dengan tujuan kami.
00:03:05
Jadi inilah contoh yang sangat sederhana.
00:03:06
Bagaimana data bisa
00:03:08
mengarah pada pengambilan keputusan.
00:03:12
Elemen penting lainnya untuk dipertimbangkan
00:03:14
untuk menjelaskan minat alat saya,
00:03:16
itu akan menjadi munculnya Big Data.
00:03:18
Jadi, Big Data,
00:03:19
Itu kata besar yang saya hargai
00:03:21
belum tentu apa yang dia gunakan di
00:03:23
salah dan melalui satu-satunya hal.
00:03:25
Yang artinya adalah kita akan menghasilkan
00:03:28
dan menyimpan lebih banyak data,
00:03:31
apakah itu data CRM,
00:03:33
Jadi yaitu data pada
00:03:35
pelanggan perusahaan,
00:03:36
segala sesuatu yang akan menjadi otomatisasi kantor,
00:03:37
Jadi ini akan menjadi generasi secara internal,
00:03:39
email dan PDF,
00:03:39
PowerPoint yang bisa dihasilkan,
00:03:41
foto, video, dan lain-lain.
00:03:43
Segala sesuatu yang akan ada di sekitar
00:03:44
Jejaring sosial yang akan meledak
00:03:45
pada beberapa tahun terakhir,
00:03:47
dengan semua yang akan terjadi,
00:03:48
Interaksi di Workstation
00:03:49
publikasi foto-foto
00:03:51
menghasilkan komentar,
00:03:52
et cetera, et cetera.
00:03:53
Alat analisis jadi tidak apa-apa
00:03:54
untuk situs web dan
00:03:56
Aplikasi akan dapat melacak
00:03:57
perilaku pengguna.
00:03:58
Dan itu menghasilkan banyak data.
00:04:00
Ini akan menjadi jumlah kunjungan,
00:04:02
tampilan halaman, dan lain-lain.
00:04:04
Semua kegiatan teknis perusahaan,
00:04:06
Jadi itu akan menjadi log server,
00:04:07
log mesin.
00:04:08
Alat pemasaran,
00:04:09
Jadi untuk call center,
00:04:11
itu akan menjadi jumlah panggilan,
00:04:12
jumlah catatan yang
00:04:14
telah dilakukan,
00:04:15
Alat pemasaran web dengan
00:04:17
klik pada iklan online,
00:04:19
email pemasaran, dan lain-lain.
00:04:21
Dan akhirnya,
00:04:21
apa titik penjualan jadi toko,
00:04:23
dengan manajemen stok.
00:04:25
Realisasi di kepala di kepala,
00:04:26
maaf atas kepuasan, dan lain-lain.
00:04:29
Jadi semua itu,
00:04:29
Ini adalah pandangan yang tidak lengkap tentang
00:04:31
semua data yang bisa
00:04:32
dihasilkan dan selama beberapa tahun terakhir,
00:04:34
dan saya bahkan akan mengatakan tentang
00:04:35
Dekade
00:04:36
Apa itu Itu adalah
00:04:37
subjek jangka panjang.
00:04:39
Nah kita punya ledakan setahun,
00:04:40
tahun demi tahun,
00:04:41
volume pembuatan data yaitu
00:04:44
bisa lihat di perusahaan.
00:04:46
Jadi kita harus mencari
00:04:48
Solusi untuk mengelola dan menggunakan
00:04:50
benar data ini.
00:04:54
Masalah pertama yang bisa
00:04:55
lihat dalam kaitannya dengan sama sekali
00:04:56
alat yang bisa kami bicarakan dengan Anda,
00:04:57
apakah itu CRM,
00:04:58
alat pemasaran web dan sebagainya.
00:05:00
Itu sangat sering,
00:05:01
Alat-alat ini akan memiliki alat sendiri
00:05:04
visualisasi dan analisis data.
00:05:06
CRM terintegrasi akan memiliki back office
00:05:07
Anda akan dapat menganalisis data,
00:05:09
alat Analytics akan memiliki
00:05:11
persis sama,
00:05:12
Visualisasi untuk dipahami
00:05:14
data yang ditampilkan.
00:05:16
Masalahnya dengan itu,
00:05:17
adalah bahwa tiba-tiba Anda akan memiliki
00:05:18
Data dan visualisasi
00:05:19
yang akan rusak sedikit
00:05:20
Di mana-mana sesuai dengan alat
00:05:21
yang dapat Anda gunakan.
00:05:23
Jadi tidak terlalu praktis yang kami inginkan
00:05:24
coba lihat gambaran besarnya.
00:05:26
Alat-alat ini biasanya memiliki API,
00:05:28
Jadi itu elemen penting.
00:05:29
Itu akan menarik minat kita.
00:05:31
Untuk mengekspor data dan
00:05:33
tren lain yang mendasarinya,
00:05:34
huh, yang memiliki banyak tren
00:05:35
latar belakang dalam pendahuluan ini.
00:05:37
Ini akan menjadi kehendak perusahaan
00:05:39
untuk memusatkan semua data ini di sana
00:05:40
Justru tidak hanya untuk menyimpannya.
00:05:42
Kami akan menutup pada alat yang berbeda,
00:05:44
tetapi untuk mengekspornya,
00:05:45
khususnya melalui PI atau melalui alat pihak ketiga,
00:05:48
untuk pergi dan menyimpannya di suatu tempat,
00:05:50
Jadi bisa jadi apa yang kita sebut
00:05:52
data seperti atau gudang data,
00:05:53
Jadi ini adalah solusi
00:05:55
yang ada di cloud ya,
00:05:56
yang grosir yang
00:05:58
pemain besar ada di WS.
00:05:59
Jadi Amazon web Services azur
00:06:02
dan Google Cloud Platform.
00:06:04
Kami akan memiliki kesempatan untuk membicarakannya lagi dan
00:06:06
Jadi tujuan dari perusahaan ini,
00:06:08
adalah menyimpan semua data ini
00:06:10
granular di ruang-ruang ini.
00:06:12
Masalah yang akan kita miliki,
00:06:13
adalah bahwa itu sama sekali tidak visual
00:06:15
untuk menyimpan data dengan cara ini.
00:06:18
Jadi kesimpulan dari semua ini,
00:06:19
adalah bahwa kita memiliki banyak data,
00:06:21
kita perlu menganalisisnya,
00:06:22
tetapi semua data ini adalah baik
00:06:24
dikelompokkan dan hanya dapat diakses melalui IP,
00:06:26
jadi belum tentu yang paling sederhana atau
00:06:28
di lingkungan teknis,
00:06:30
Jadi di sini kita akan bergabung dengan data
00:06:31
Danau dan Gudang Data,
00:06:32
jadi tidak mudah diakses untuk
00:06:35
pengguna rata-rata.
00:06:36
Dan tepatnya,
00:06:37
janji alat BI.
00:06:39
Dan di situlah semuanya akan masuk akal.
00:06:41
Sehubungan dengan apa yang saya katakan,
00:06:43
apakah itu alat saya adalah
00:06:45
3 janji teratas,
00:06:46
Setidaknya dasar, ya.
00:06:47
Apa sekarang mereka jauh lebih banyak,
00:06:49
Alat melakukan lebih banyak hal
00:06:50
hal-hal tapi itu sudah akan terjadi
00:06:52
Izinkan koneksi yang disederhanakan
00:06:53
ke berbagai data.
00:06:54
Ya?
00:06:55
Saya berbicara tentang API sebelumnya,
00:06:56
Nah alat saya akan bisa
00:06:58
sambungkan ke IP yang berbeda ini ke
00:07:00
pergi agregat dan memvisualisasikan pada saat yang sama
00:07:02
tempatkan banyak data
00:07:04
Kemudian kemudahan menyeberang
00:07:06
Karena Anda dapat membayangkan bahwa a
00:07:08
pengguna akan menghasilkan data
00:07:10
di jaringan.
00:07:11
Pipa di 1CRM atau di tempat penjualan,
00:07:13
Kita perlu memiliki pandangan
00:07:14
dikonsolidasikan pada pengguna dan oleh karena itu
00:07:16
Kita harus bisa melewati ini
00:07:18
sumber data yang berbeda dan ini
00:07:20
Alat asli dibuat untuk
00:07:21
data referensi silang melalui kunci.
00:07:23
Kami akan memiliki kesempatan untuk melakukan latihan
00:07:25
sekitar itu dan akhirnya poin terakhir,
00:07:27
yang semakin benar,
00:07:29
Ini akan menjadi bah sudah untuk memungkinkan
00:07:31
Hanya analisisnya, ya?
00:07:32
Data, di luar menghubungkan
00:07:33
data dan referensi silang mereka, kita perlu,
00:07:35
kita harus dapat memvisualisasikannya,
00:07:38
untuk dapat membuat grafik
00:07:39
cukup sederhana dan di atas segalanya
00:07:41
dapat membagikannya dan berkreasi
00:07:43
interaksi di sekitar itu, kemudian.
00:07:44
Di ruang kolaboratif,
00:07:46
mengelola hak akses,
00:07:47
dapat meninggalkan komentar, dan lain-lain.
00:07:49
Dan lain sebagainya.
00:07:50
Jadi.
00:07:50
Inilah sebabnya mengapa alat I
00:07:52
masuk akal dan masalahnya
00:07:54
yang mereka tanggapi.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:00
Olá a todos e obrigado por escolher
00:00:02
para fazer este curso, que se concentrará no Poder
00:00:06
BI antes de realmente atacar a ferramenta,
00:00:09
Vamos fazer uma pequena introdução
00:00:10
Para explicar uma pequena
00:00:11
pouco o porquê ou o como.
00:00:12
Em torno destes diferentes
00:00:14
ferramentas e, em particular, é claro
00:00:17
Power Bi e vamos começar imediatamente
00:00:18
Continuado respondendo a uma pergunta
00:00:19
que pode parecer bobo, mas para o qual é
00:00:21
Vou ter que responder de vez
00:00:22
compreender o que está em jogo com estas ferramentas,
00:00:24
É este o problema que é abordado
00:00:27
a uma ferramenta inclinada.
00:00:30
Assim, o primeiro elemento,
00:00:31
é que agora estamos na
00:00:33
o advento do que é conhecido como o
00:00:35
Estratégia baseada em dados nas empresas,
00:00:37
Então é uma ótima frase que
00:00:39
dizem a maioria das empresas
00:00:40
e que muitas vezes têm dificuldades
00:00:42
para configurá-lo.
00:00:43
Em qualquer caso,
00:00:44
Esta tem sido uma tendência de longa data desde
00:00:46
vários anos, ou seja,
00:00:48
em vez de os líderes tomarem
00:00:49
decisões sobre a direção do
00:00:51
a empresa de acordo com a sua convicção,
00:00:53
de acordo com a sua intuição,
00:00:55
De acordo com a sua análise pessoal,
00:00:57
Em vez disso, vamos nos basear em
00:00:59
coisas mais factuais,
00:00:59
sobre as coisas que temos.
00:01:02
Recolha ao longo do tempo neste
00:01:03
que são simplesmente dados,
00:01:05
Então esses dados vão ser coletados,
00:01:07
Veremos que há muitos
00:01:09
Muitas maneiras de coletar
00:01:10
dos dados.
00:01:11
Vamos analisá-lo e partir de
00:01:13
desta análise,
00:01:14
Vamos ter algumas observações e estas
00:01:15
as observações serão transformadas como resultado,
00:01:17
numa decisão corretiva e, por conseguinte, estes
00:01:20
As decisões corretivas serão tidas em conta na
00:01:23
a direção estratégica da empresa,
00:01:25
por conseguinte,
00:01:25
orientado por dados,
00:01:26
É isso e quando eu te disse,
00:01:28
Esta é uma tendência fundamental.
00:01:30
Um pequeno exemplo no mundo digital,
00:01:32
É a minha indústria favorita.
00:01:34
Sou consultor de análise digital.
00:01:38
É isso que eu uso
00:01:39
a ferramenta para e no meu contexto.
00:01:42
Bem no digital,
00:01:43
Vamos ter uma série de análises
00:01:45
e dados de que dispomos.
00:01:46
Serão as vendas que serão feitas
00:01:48
por exemplo, num sítio Web comercial,
00:01:49
então vamos para o que é chamado de 1CRM,
00:01:51
Assim, todos os dados e o
00:01:53
Bases de clientes de vendas e compras.
00:01:55
Um funil de conversão
00:01:56
Vai ser em um site.
00:01:57
Quantas pessoas vão
00:01:58
Ir ao carrinho de compras?
00:01:59
Em seguida, nas coordenadas e
00:02:00
Finalmente na fase de conversão?
00:02:02
Então aprenda que vamos perder
00:02:03
um certo número de pessoas
00:02:05
Nestas diferentes fases,
00:02:06
ferramentas que nos permitirão
00:02:08
situar-nos em relação ao mercado.
00:02:10
Na verdade
00:02:10
Vamos poder comparar-nos por
00:02:11
em comparação com o nosso concorrente para
00:02:12
Veja a nossa taxa de rejeição.
00:02:14
O volume de visitas,
00:02:15
o número de vendas que são
00:02:16
e também ferramentas que
00:02:18
permitem analisar o comportamento.
00:02:20
Por isso, chamamos isso de UX para o usuário
00:02:22
experiência que nos dará
00:02:24
Informações mais detalhadas sobre
00:02:25
o comportamento de um utilizador
00:02:26
num sítio Web,
00:02:27
por isso o evento online e bem
00:02:29
através da análise de dados,
00:02:31
Vê-se que
00:02:32
têm vindo a diminuir desde o ano passado.
00:02:33
Ao nível do funil de conversão,
00:02:36
Vamos ter uma perda significativa,
00:02:38
um passo de cada vez.
00:02:40
E comparando-nos com o mercado,
00:02:43
Podemos ver que estamos por baixo
00:02:45
alguns indicadores para finalmente
00:02:47
Veja também que realmente temos
00:02:49
Principais pontos de perda em
00:02:50
o site e todas essas informações.
00:02:52
Portanto, estas são as famosas observações.
00:02:54
Aqui, os dados vão
00:02:55
dizer que vamos ter de o fazer
00:02:56
Execute uma reformulação do site.
00:02:58
Uma reflexão aprofundada para fornecer uma
00:03:00
nova versão que será muito mais
00:03:01
em linha com o que pode ser
00:03:03
e em relação aos nossos objetivos.
00:03:05
Então esse é um exemplo muito simples
00:03:06
Como os dados podem
00:03:08
Levar à tomada de decisões.
00:03:12
Outra coisa importante a considerar
00:03:14
explicar o valor das ferramentas
00:03:16
vai ser o advento do Big Data.
00:03:18
Então, Big Data,
00:03:19
É uma grande palavra que eu aprecio
00:03:21
não necessariamente os que eles usam no futuro.
00:03:23
Errado e através de uma coisa
00:03:25
ou seja, é que vamos gerar
00:03:28
e armazenar cada vez mais dados,
00:03:31
quer se trate de dados de CRM,
00:03:33
Assim, ou seja, os dados sobre
00:03:35
os clientes de uma empresa,
00:03:36
tudo o que vai ser automação de escritório,
00:03:37
Então vai ser geração internamente,
00:03:39
e-mails e PDFs,
00:03:39
PowerPoints que podem ser gerados,
00:03:41
fotos, vídeos, etc.
00:03:43
Tudo o que vai estar à volta do
00:03:44
Redes sociais que vão explodir
00:03:45
ao longo dos últimos anos,
00:03:47
com tudo o que vai ser,
00:03:48
Interações em estações de trabalho
00:03:49
da publicação de fotografias de
00:03:51
gerando comentários,
00:03:52
et cetera, et cetera.
00:03:53
As ferramentas de análise estão bem
00:03:54
Seja para sites e
00:03:56
Os aplicativos serão capazes de rastrear
00:03:57
Comportamento do usuário.
00:03:58
E gera muitos dados.
00:04:00
Vai ser o número de visitas,
00:04:02
o número de visualizações de página, etc.
00:04:04
Toda a atividade técnica da empresa,
00:04:06
Então vai ser logs do servidor,
00:04:07
logs da máquina.
00:04:08
Ferramentas de marketing,
00:04:09
Então, para um call center,
00:04:11
Vai ser o número de chamadas,
00:04:12
o número de registos que
00:04:14
tenham sido efetuadas,
00:04:15
Ferramentas de Web marketing com
00:04:17
cliques em anúncios on-line,
00:04:19
e-mails de marketing, et cetera, et cetera.
00:04:21
E, finalmente,
00:04:21
o que é ponto de venda para as lojas,
00:04:23
com gestão de stocks.
00:04:25
Realização na cabeça ou na cabeça,
00:04:26
perdão da satisfação, et cetera, et cetera.
00:04:29
Então, tudo isso,
00:04:29
Esta é uma visão não exaustiva de
00:04:31
todos os dados que podem ser
00:04:32
gerados e ao longo dos últimos anos,
00:04:34
E eu diria até sobre o
00:04:35
Décadas
00:04:36
O que é um
00:04:37
um assunto de longo prazo.
00:04:39
Bem, temos um ano de explosão,
00:04:40
ano após ano,
00:04:41
da quantidade de geração de dados que pode ser
00:04:44
pode ser visto nas empresas.
00:04:46
Então vamos ter que encontrar um
00:04:48
Solução para gerir e utilizar
00:04:50
corretamente estes dados.
00:04:54
O primeiro problema que podemos
00:04:55
Descubra em relação a todos
00:04:56
as ferramentas sobre as quais pudemos informá-lo,
00:04:57
se são CRMs,
00:04:58
ferramentas de webmarketing e assim por diante.
00:05:00
É que, muitas vezes,
00:05:01
Estas ferramentas vão ter a sua própria ferramenta
00:05:04
visualização e análise de dados.
00:05:06
CRM integrado vai ter um back office
00:05:07
Você será capaz de analisar os dados,
00:05:09
uma ferramenta de análise vai ter
00:05:11
exatamente a mesma coisa,
00:05:12
Visualizações para poder compreender
00:05:14
Os dados exibidos.
00:05:16
O problema com isso,
00:05:17
é que você vai ter
00:05:18
Dados & Visualizações
00:05:19
que vão aparecer um pouco
00:05:20
Em qualquer lugar, dependendo das ferramentas
00:05:21
que você vai poder usar.
00:05:23
Portanto, não é muito prático o que queríamos
00:05:24
Tente ver o panorama geral.
00:05:26
Essas ferramentas geralmente têm APIs,
00:05:28
Então esse é um elemento importante
00:05:29
que nos interessa.
00:05:31
Para exportar os dados e um
00:05:33
mais uma tendência subjacente,
00:05:34
hein, que tem muitas tendências
00:05:35
nesta introdução.
00:05:37
Vai ser a vontade das empresas
00:05:39
centralizar todos esses dados
00:05:40
não apenas para mantê-los.
00:05:42
Vamos fechar as diferentes ferramentas,
00:05:44
mas para exportá-los,
00:05:45
em particular via IP ou através de ferramentas de terceiros,
00:05:48
para ir e armazená-los em um lugar,
00:05:50
Então pode ser o que chamamos de
00:05:52
dados como ou armazéns de dados,
00:05:53
Portanto, estas são soluções
00:05:55
que estão na nuvem hein,
00:05:56
dos quais os grandes cujos
00:05:58
grandes jogadores estão no WS.
00:05:59
Então, Amazon web services azure
00:06:02
e Google Cloud Platform.
00:06:04
Teremos oportunidade de voltar a falar sobre o assunto e
00:06:06
Então, o objetivo desta empreitada,
00:06:08
é armazenar todos esses dados
00:06:10
granular nesses espaços.
00:06:12
O problema que vamos ter,
00:06:13
é que não é nada visual
00:06:15
para armazenar os dados desta forma.
00:06:18
Portanto, a conclusão de tudo isto,
00:06:19
é que temos muitos dados,
00:06:21
precisamos analisá-los,
00:06:22
mas que todos esses dados são ou
00:06:24
particionado e acessível apenas via PI,
00:06:26
portanto, não necessariamente o mais fácil ou
00:06:28
em ambientes técnicos,
00:06:30
Então, agora vamos juntar os dados
00:06:31
Lago e armazéns de dados,
00:06:32
por isso não é fácil de acessar para
00:06:35
um utilizador médio.
00:06:36
E assim, precisamente,
00:06:37
a promessa de ferramentas de BI.
00:06:39
E é aí que tudo fará sentido
00:06:41
Em relação ao que vos disse,
00:06:43
é que uma ferramenta é
00:06:45
3 principais promessas,
00:06:46
pelo menos basicamente.
00:06:47
Agora há muitos mais,
00:06:49
As ferramentas fazem muito mais do que
00:06:50
coisas, mas já vai ser
00:06:52
Ativar conexão simplificada
00:06:53
a uma variedade de dados.
00:06:54
....
00:06:55
Eu estava falando sobre APIs anteriormente,
00:06:56
Bem, uma ferramenta será capaz de
00:06:58
conecte-se a esses diferentes IPs para
00:07:00
Vá agregar e visualize ao mesmo tempo
00:07:02
uma riqueza de dados
00:07:04
em seguida, facilite o crossover
00:07:06
Porque você pode imaginar que um
00:07:08
o usuário gerará dados
00:07:10
nas redes sociais.
00:07:11
Dicas em 1CRM ou em pontos de venda,
00:07:13
Precisamos de ter uma visão
00:07:14
consolidado em um usuário e, portanto,
00:07:16
Temos de ser capazes de os atravessar
00:07:18
diferentes fontes de dados e estes
00:07:20
Ferramentas nativamente projetadas são feitas para
00:07:21
dados de referência cruzada através de chaves.
00:07:23
Teremos a oportunidade de fazer exercícios
00:07:25
em torno disso e, finalmente, o último ponto,
00:07:27
o que se torna cada vez mais verdadeiro,
00:07:29
Vai ser já para permitir
00:07:31
simplesmente a análise
00:07:32
dados, além de conectar
00:07:33
dados e cruzá-los, precisamos,
00:07:35
Vamos precisar ser capazes de visualizá-los,
00:07:38
para ser capaz de criar gráficos
00:07:39
muito simplesmente, e acima de tudo para
00:07:41
ser capaz de compartilhá-los e criar
00:07:43
interações em torno disso, então.
00:07:44
Em espaços colaborativos,
00:07:46
gerir direitos de acesso,
00:07:47
ser capaz de deixar comentários, etc.
00:07:49
...
00:07:50
Portanto.
00:07:50
É por isso que as ferramentas
00:07:52
fazer sentido e os problemas
00:07:54
ao que respondem.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

LES COURS ASSOCIÉS Ce tutoriel fait partie des cours suivants

Abonnés
6497 vues
E-learning Avancé

Formation Vidéo Microsoft Power BI - Avancé

Ce cours complet vous permet d’acquérir un niveau avancé pour mettre en place des rapports complets et complexes dans Microsoft Power BI.

Cours E-learning
Abonnés
7939 vues
E-learning Débutant

Formation Vidéo Microsoft Power BI - Découverte

Découvrez, grâce à une suite logique de tutoriels vidéo, les fonctionnalités basiques de Microsoft Power BI et ses composantes : Acquérir la...

Cours E-learning
Abonnés
5515 vues
E-learning Intermédiaire

Formation Vidéo Microsoft Power BI - Intermédiaire

Comment vous permettre d’adopter une stratégie « Data Driven » de votre entreprise ? Faites-vous aider par Power-BI pour orienter vos décisi...

Cours E-learning
TOUS LES COURS

Une erreur est survenue

Impossible de sauvegarder votre progression. Veuillez recharger la page, vous connecter, et essayer de nouveau. Si le problème persiste, merci de contacter un administrateur.

Fermer

Rappel

Afficher

/

Acceder à la session