Ga naar inhoud
Log in om dit te volgen  

Zes kostbare bedrijfsproblemen die kunnen worden opgelost met big data en predictive analytics.

Aanbevolen berichten

Alle MKBers hebben een domein van ongestructureerde big data die ze dagelijks gebruiken om informatie te verzamelen en kennis te genereren. De boekhouding.

 

Die gaan ze niet 1 voor 1 bestuderen. Daar worden boekhoudregels voor gebruikt en er zijn talloze standaard tools voor beschikbaar. Zelfs vanuit de cloud. Data in: kennis uit!


Dactylus, dactylus...

Olleke bolleke, eenmaal vijf regels

die rijmen aan het slot.

Kreet, thema, één woord met zeslettergretigheid.

Moeilijk te maken, maar wat een genot.

Deel op social media


Link naar bericht
Delen op andere sites

Oef, wat een hoop vaktermen. Na het lezen van deze column weet ik dat ik kennelijk kansen mis als ondernemer, maar door het jargon heb ik geen idee wat ik mis...!?

 

Als ik lees dat erg weinig ondernemers bezig zijn met Big Data, dan ligt er waarschijnlijk voor de Big Data aanjagers nog een wereld te winnen in het duidelijk vertellen van wat ze doen ;)

 

 

 

 

 


Denarius Advies Fiscaal-juridisch adviseur: rechtsvormkeuze/-wijziging, samenwerkingsverbanden, bedrijfsoverdracht en exit-strategie: legal and tax

 

Denarius advies Linkedin

Deel op social media


Link naar bericht
Delen op andere sites

Hallo,

 

Interessant stuk.

Maar als ik zo wat uitspraken bij elkaar zet krijg ik een idee waar de schoen wringt.

 

Predictive analytics kan een business leader helpen met het begrijpen hoe hij waarde aan de klant levert.

McKinsey&Company - McKinsey Global Institute zou de operationele marge van retailers met zestig procent kunnen toenemen als ze big data volledig zouden inzetten.

Met gebruik van machine learning algorithms kunt u uw klanten persoonlijke aanbiedingen doen nog voordat u de klant kent .

 

ZZP'ers en MKB'ers zijn afhankelijk van een lokaal en persoonlijk netwerk.

Hun omzet en opdrachtcapaciteit is gering en ligt waarschijnlijk binnen de grenzen van acceptabele statistische afwijkingen.

Met een marktaandeel van < 1% en geen of weinig personeel dus één tot enkele productieve krachten is het moeilijker om in te spelen op de uitkomsten van geaggregeerde informatie.

Leuk dat er 10.000 huizen moeten worden geschilderd in mijn gemeente maar hoe dan verder?

Inderdaad daarom maken ze gebruik van de Big Data Analyse tussen de oortjes.

Kennis van hun regio, markt en een persoonlijk netwerk gecombineerd met hun zakelijk instinct creëert steeds nieuwe kansen op de markt.

Het meer beschikbaar stellen van hoofdzakelijk regionale en plaatselijke informatie zou zeker nuttig zijn.

(Ik weet nu alleen detailhandel.info en de locatiescan.info op het net.). Ook dat is voor kleinere marktspelers een bottle neck.

Evenals een groot advertentie- en reclamebudget ontbreekt.

Want de klant moet je wel kunnen vinden.

 

Misschien wil je voor deze groep een meer praktische aanpak uitwerken.

Ik zie graag van je.

 

Vriendelijke groet.


Geef om mensen en gebruik dingen.

Andersom werkt niet.

Deel op social media


Link naar bericht
Delen op andere sites

De haakjes in Ondernemen met (big) data door het mkb zijn heel goed gevonden. Begin gewoon eens met data: meten is weten. Ik weet bijvoorbeeld dat ik in één segment vooral mannen van 40 tot 50 jaar bedien en in een ander segment overwegend jonge moeders en jonge grootmoeders. Hoewel ik daarvoor soms een interessante cloudoplossing gebruik, kom je met Excel ook een heel eind … als je maar (big) data hebt!

 

Als ik zie hoe velen klungelen met Google Analytics, denk ik overigens dat er in het MKB meer een nijpend tekort is aan datavaardigheden dan aan (big) data. A fool with a tool is still a fool.


Last van telemarketeers?

Doorschakelen naar AaaS: Afschepen as a Service!

Deel op social media


Link naar bericht
Delen op andere sites

Hoe 'big' moet je data zijn? Heb wat moocs over 'data science' gevolgd en heb het idee dat een pijltje op een dartboard gooien - of ouderwets onderbuikgevoel - voor een gemiddeld bedrijf net zo effectief / rendabel is.

Deel op social media


Link naar bericht
Delen op andere sites

Hoe 'big' moet je data zijn? Heb wat moocs over 'data science' gevolgd en heb het idee dat een pijltje op een dartboard gooien - of ouderwets onderbuikgevoel - voor een gemiddeld bedrijf net zo effectief / rendabel is.

 

classic:

64da14294c8ddf09d46528854334d20d.jpg


Partner bij B2Bsure, de verzekeringsadviseur nieuwe stijl

Deel op social media


Link naar bericht
Delen op andere sites

Maak een account aan of log in om te reageren

Je moet een lid zijn om een reactie te kunnen achterlaten

Account aanmaken

Registreer voor een nieuwe account in onze community. Het is erg gemakkelijk!

Registreer een nieuw account

Inloggen

Heb je reeds een account? Log hier in.

Nu inloggen
Log in om dit te volgen  

×

Cookies op HigherLevel.nl

Cookies zijn nodig om Higherlevel.nl goed te laten functioneren. Door het gebruik van HigherLevel.nl verklaar je onze voorwaarden te hebben gelezen en te accepteren.

 Meer informatie   Oké