To innowacyjne narzędzia do analizy i raportowania danych wykorzystywanych w handlu, nauce, przemyśle, biznesie czy administracji. Wykorzystuje rozwiązania analityczne, predykcyjne, optymalizacyjne. Narzędzie dostarcza wiele gotowych rozwiązań takie jak raporty, gotowe reguły, środowiska gromadzenia danych czy hurtownie danych. Analizy z wykorzystaniem rozwiązań TIBCO STATISTICA prowadzę w ramach współpracy analitycznej jak również w procesie prowadzenia audytów w tym audytu SEO czy audytów Google Ads.
Stosujemy różne reguły wykorzystujące zebrane dane. Możemy je podzielić na użyteczne i trywialne. Użytecznym może być przykład jeśli kupi sok to kupi również cukier. Trywialne jeśli kupi kiełbasę na grila to kupi też keczup. Reguły mogą być jakościowe ale również ilościowe. Mogą być jednopoziomowe (skojarzeniowe) lub wielopoziomowe (szczegółowe dane o produkcie). Dużą przewagą e-commerce jest możliwość dokładnej analizy koszykowej jak również łączenia tych danych z pozyskanymi informacjami o samych klientach. W przypadku działań offline np. sprzedaży w tradycyjnych punktach sprzedaży dobrym rozwiązaniem jest wykorzystanie kart czy aplikacji na punkty. W ten sposób wiemy jak często użytkownicy dokonują zakupu, jak wielki jest koszyk czy prowadzić inne zaawansowane analizy. W handlu elektronicznym użytkownik zostawia wiele śladów. Jednak tutaj mamy również niekorzystne zjawisko w postaci zakupów bez rejestracji. Mamy jednak kilka punktów po których możemy zidentyfikować użytkownika takie jak adres dostawy czy dane karty płatniczej.
Prawdopodobieństwo koniunkcji zdarzeń P(AB). Prawdopodobieństwo zakupu produktu A oraz B. Czyli prawdopodobieństwo zakupu jeśli SOK to CUKIER (support 20% mówi nam o tym, że 20% koszyków zawiera cukier oraz sok w koszyku).
Prawdobieństwo warunkowe P(A|B). Przykład confidence 50% kupiono kiełbasę i keczup oznacza, że 50% osób które kupiło również keczup. Prowadząc dalszą analizę np. confidence keczup i kiełbasa 10% może oznaczać, że natomiast tylko 10% użytkowników zamówiło kiełbasę do keczupu.
Obie reguły zarówno support jak i confidence są stosowane w procesie analizy na potrzeby marketingu. Mogą być wykorzystywane w celu utworzenia par produktowych wykorzystanych w kampanii. Mogą być wykorzystane w analizach merchandisingu.
interest = lift to współczynnik korelacji (corelation). Zakup jednego produktu zwiększy prawdopodobieństwo zakupu drugiego. Może być LIFT = 1 czyli osoby nie są zainteresowane. LIFT < 1 jest nieatrakcyjne czyli zakup jednego produktu zmniejsza prawdopodobieństwo zakupu drugiego. Czasami jest to kanibalizm marek. Występuje w e-commerce przy dużym asortymencie produktowym. LIFT > 1 jest korzystny i informuje o korelacji w zakupie między produktem A a produktem B.
W przypadku dużej ilości danych analitycy potrzebują zastosowania porządnego sprzętu komputerowego. Może się okazać, że posiadane zbiory wymagają wykorzystania dużej mocy obliczeniowej. Wiąże się to z dużym kosztem na zakup sprzętu komputerowego. Odpowiednia moc obliczeniowa gwarantuje szybsze wykonanie obliczeń. Nawet przy najlepszych sprzętach komputerowych stosowanych w nauce czy biznesie czasami potrzeba wiele czasu na wygenerowanie wyników analiz.
Narzędzie posiada: