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

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
7034 vues

Objectifs :

L'objectif de cette vidéo est de présenter l'importance des outils de Business Intelligence (BI), en particulier Power BI, dans le cadre de la stratégie data-driven des entreprises. Elle vise à expliquer comment ces outils permettent de collecter, analyser et visualiser des données pour prendre des décisions éclairées.

Chapitres :

Introduction à Power BI et à la stratégie data-driven
Cette vidéo commence par une introduction à Power BI, un outil essentiel pour les entreprises qui souhaitent adopter une approche data-driven. L'accent est mis sur la nécessité de comprendre les enjeux liés à l'utilisation de ces outils, notamment en répondant à la question fondamentale : à quelle problématique répondent-ils ?
L'importance de la stratégie data-driven
La stratégie data-driven consiste à prendre des décisions basées sur des données factuelles plutôt que sur des intuitions ou des convictions personnelles. Cela implique de collecter des données au fil du temps, de les analyser et d'en tirer des constats qui guideront les décisions stratégiques de l'entreprise.
Exemple d'application dans le secteur digital
Un exemple concret est fourni dans le domaine du digital, où les données de ventes sur un site e-commerce sont analysées. Les outils comme les CRM et les tunnels de conversion permettent de suivre le comportement des utilisateurs, d'identifier les points de déperdition et de prendre des décisions pour améliorer l'expérience utilisateur et augmenter les conversions.
L'impact du Big Data
Le Big Data fait référence à la génération et au stockage croissants de données provenant de diverses sources, y compris les interactions sur les réseaux sociaux, les données CRM, et les logs techniques. Cette explosion de données nécessite des outils adaptés pour les gérer efficacement.
Les défis de l'analyse des données
Un des principaux défis est la fragmentation des données, car chaque outil de collecte a ses propres méthodes de visualisation. Cela rend difficile l'obtention d'une vue d'ensemble. Les entreprises cherchent donc à centraliser ces données dans des data lakes ou des data warehouses pour une meilleure accessibilité.
Les promesses des outils de BI
Les outils de BI, comme Power BI, offrent trois promesses principales : 1) La connexion simplifiée à diverses sources de données via des API, 2) La facilitation du croisement des données pour obtenir une vue consolidée, et 3) La possibilité d'analyser et de visualiser les données de manière intuitive, tout en permettant le partage et la collaboration.
Conclusion
En conclusion, les outils de BI sont essentiels pour aider les entreprises à naviguer dans un environnement de données complexe. Ils permettent non seulement de collecter et d'analyser des données, mais aussi de les visualiser et de les partager, facilitant ainsi la prise de décisions éclairées.

FAQ :

Qu'est-ce que Power BI et à quoi sert-il ?

Power BI est un outil de business intelligence qui permet de visualiser des données et de créer des rapports interactifs. Il aide les entreprises à prendre des décisions basées sur des données concrètes.

Comment la stratégie data driven peut-elle améliorer la prise de décision ?

La stratégie data driven permet aux entreprises de baser leurs décisions sur des données factuelles et des analyses, ce qui peut conduire à des choix plus éclairés et à une meilleure performance.

Qu'est-ce qu'un tunnel de conversion et pourquoi est-il important ?

Le tunnel de conversion représente les étapes qu'un utilisateur suit avant de réaliser un achat. Il est important car il permet d'identifier où les utilisateurs abandonnent le processus et d'optimiser les conversions.

Quels outils peuvent être utilisés pour analyser l'UX ?

Des outils comme Google Analytics, Hotjar ou Crazy Egg peuvent être utilisés pour analyser le comportement des utilisateurs sur un site web et améliorer l'expérience utilisateur.

Comment le Big Data influence-t-il les entreprises aujourd'hui ?

Le Big Data permet aux entreprises de collecter et d'analyser d'énormes volumes de données, ce qui peut améliorer la compréhension des clients, optimiser les opérations et favoriser l'innovation.

Qu'est-ce qu'une API et comment est-elle utilisée dans les outils de BI ?

Une API permet aux outils de BI de se connecter à différentes sources de données pour extraire et intégrer des informations, facilitant ainsi l'analyse et la visualisation des données.

Quelques cas d'usages :

Analyse des ventes en ligne

Une entreprise de commerce électronique utilise Power BI pour analyser les données de vente et le tunnel de conversion. Cela leur permet d'identifier les étapes où les clients abandonnent et d'optimiser leur site pour améliorer les conversions.

Optimisation de l'expérience utilisateur

Une société de services numériques utilise des outils d'analyse UX pour comprendre le comportement des utilisateurs sur leur site web. Grâce à ces données, ils peuvent apporter des améliorations ciblées pour augmenter la satisfaction client.

Centralisation des données d'entreprise

Une entreprise utilise un Data Warehouse pour centraliser les données provenant de différents départements (ventes, marketing, service client). Cela leur permet d'avoir une vue d'ensemble et de prendre des décisions stratégiques basées sur des données consolidées.

Suivi des performances marketing

Une agence de marketing digital utilise des outils d'analyse pour suivre les performances de ses campagnes publicitaires. En analysant les données, elle peut ajuster ses stratégies pour maximiser le retour sur investissement.

Gestion des stocks en temps réel

Un détaillant utilise des outils de BI pour surveiller les niveaux de stock en temps réel. Cela leur permet de réagir rapidement aux fluctuations de la demande et d'optimiser la gestion des stocks.

Glossaire :

Power BI

Un outil de business intelligence développé par Microsoft qui permet de visualiser des données et de partager des insights au sein d'une organisation.

Data Driven

Une stratégie où les décisions d'entreprise sont basées sur l'analyse de données plutôt que sur l'intuition ou l'expérience personnelle.

CRM

Customer Relationship Management, un système qui aide les entreprises à gérer leurs interactions avec les clients et à analyser les données des clients.

Tunnel de conversion

Le processus par lequel un utilisateur passe d'une première interaction avec un produit ou service à l'achat final, souvent mesuré en étapes.

UX

User Experience, qui se réfère à l'expérience globale d'un utilisateur lors de l'interaction avec un produit, en particulier en termes de facilité d'utilisation et de satisfaction.

Big Data

Un terme désignant des ensembles de données si volumineux et complexes qu'ils nécessitent des outils et des méthodes spécifiques pour être traités et analysés.

API

Application Programming Interface, un ensemble de règles qui permet à différents logiciels de communiquer entre eux.

Data Lake

Un système de stockage qui permet de conserver des données brutes dans leur format natif jusqu'à ce qu'elles soient nécessaires pour l'analyse.

Data Warehouse

Un système utilisé pour le reporting et l'analyse des données, qui stocke des données structurées provenant de différentes sources.

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.

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.

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.

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.

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.

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.

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.

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।

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.

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.

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.

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

LES COURS ASSOCIÉS Cette vidéo fait partie des cours suivants

Abonnés

7554 vues

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

5272 vues

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