डेटा। आपदा या खोज?

यदि आप एक गणित प्रतिभा नहीं हैं या एमआईटी में अपने मात्रात्मक विश्लेषण पाठ्यक्रमों को नहीं करते हैं, तो बड़े डेटा पर वर्तमान फोकस या तो माइग्रेन सिरदर्द या उन दिनों की इच्छा को बचाता है जब स्प्रेडशीट विश्लेषण का मतलब प्रचार था।

हाल ही में आई फॉर ट्रैवल एनालिटिक्स कॉन्फ्रेंस में हिल्टन, वायन्धम के विशेषज्ञ, यूनाइटेड एयरलाइंस, ट्रैवलोसिटी इंटरनेशनल, नोवेटेल, हाईगेट होटल, और कई अन्य गुरुओं के विशेषज्ञों ने सैकड़ों कॉर्पोरेट अधिकारियों पर भारी मात्रा में डेटा फेंका, जिन पर डिजाइनिंग का आरोप है। उनके विपणन अभियानों और व्यवसाय विकास का विकास, विश्लेषण और विश्लेषण करना। हर कोई वर्तमान माप अनिवार्य होने के साथ-साथ अप-टू-डेट रहने के लिए संघर्ष कर रहा है - न केवल आंकड़ों को इकट्ठा करने के लिए, बल्कि इससे कुछ अर्थ निकालने के लिए भी।

डेटा दिखाता है
डेटा एकत्र करने में कोई समस्या नहीं है, क्योंकि दर्जनों कंपनियां मुफ्त या नाममात्र लागत के लिए ऐसा करने के लिए स्थापित हैं; समस्या यह निर्धारित कर रही है कि क्या डेटा एकत्र किया जाना चाहिए, इसकी वैधता, और इसके साथ क्या किया जाना चाहिए। इससे भी बड़ी चुनौती सूचना को गंभीरता से लेने और इसे विकसित करने, संशोधित करने और / या रणनीति बदलने के लिए वरिष्ठ प्रबंधन को प्राप्त करने की हो रही है।

इस समय, उद्योग का विपणन अनुसंधान खंड हड्डी के साथ कुत्ते की तरह प्रतीत होता है - कुत्ता वास्तव में हड्डी पसंद करता है और अपने मालिक के साथ पुरस्कार साझा करने के लिए खुश है - हालांकि, कुत्ते की हड्डियां उपयोगी या आकर्षक नहीं हैं मालिक और केवल कुत्ते के लिए सुंदर हैं। दूसरे शब्दों में, मार्केटिंग रिसर्च गुरु इस सारी जानकारी के साथ खुश हैं - लेकिन वे इसे दूर भी नहीं कर सकते।

क्यों
द रेलेवेन्सी ग्रुप के एक हालिया अध्ययन में पाया गया है कि आधे से भी कम मार्केटर्स के पास ऑप्टिमाइज़ेशन प्रोग्राम को चलाने के लिए ज़रूरी मेट्रिक्स पर डैशबोर्ड एक्सेस है। इस 2012 की रिपोर्ट ने निर्धारित किया कि एक-तिहाई विपणक ईमेल भेजते हैं जिसमें डिलीवरीबिलिटी इनबॉक्स प्लेसमेंट दर का ज्ञान नहीं है और इस जानकारी के महत्व की कोई समझ नहीं है।

मामलों को और भी बदतर बनाने के लिए, गिलमार्टिन (अप्रैल 1,2013), वोल्फ के 1998 के शोध की अपनी समीक्षा में हमने पाया कि हम गलत तरीके से मानते हैं कि उपभोक्ता तर्कसंगत रूप से निर्णय लेते हैं और तर्कसंगत उत्तर देने वाले प्रश्न त्रुटिपूर्ण हैं। वर्तमान शोध मूल्यों और विश्व विचारों में सूक्ष्म परिवर्तनों पर विचार नहीं करता है और उम्र के साथ होने वाली माइंड मैपिंग में परिवर्तनों की उपेक्षा करता है।

मस्तिष्क विज्ञान अनुसंधान ने उपभोक्ता व्यवहार को चुनौती दी है। यह मान लिया गया था कि लोग अपने मूल्यों, आवश्यकताओं और प्रेरणाओं को सटीक रूप से बताते हैं; हालाँकि, शोध में पाया गया है कि यह सच नहीं है, और वास्तव में, उपभोक्ता गुणात्मक रूप से सचेत नहीं हैं। यह अहसास कि लोग अपनी प्रेरणा को नहीं समझते हैं, अनुसंधान के मूल सिद्धांतों को चुनौती देते हैं। मैसी, फ्रैंक और लोदहल के शोध के अनुसार, "व्यक्तित्व लक्षणों का वर्णन करने वाले बहुभिन्नरूपी आंकड़े क्रय व्यवहार के 7 प्रतिशत से अधिक नहीं हो सकते हैं।"

एक और गलत धारणा यह विश्वास है कि उपभोक्ता स्व-रुचि के आधार पर निर्णय लेते हैं और उत्पाद चयन में कारण का उपयोग करते हैं। मस्तिष्क शोध में पाया गया है कि कारण व्यक्तिगत निर्णयों में एक छोटी भूमिका निभाता है क्योंकि उपभोक्ता तर्कसंगत रूप से नहीं चुनते हैं; केविन जे। क्लेन्सी और रॉबर्ट एस। शुलमैन (मार्केटिंग रेवोल्यूशन) के अनुसार, कोई भी शोध जो तर्कसंगत उत्तर देने के लिए गलत है, गलत होगा।

स्मार्ट ट्रैवल एनालिटिक्स इनसाइट प्रदान करता है
हालाँकि, डेटा के मूल सिद्धांतों का पुनर्मूल्यांकन किया जा रहा है, शोध प्रस्ताव - कम से कम - यह प्रतिबिंबित करने का अवसर कि हम कहाँ हैं, हम कहाँ हैं, और विचार करने का अवसर कि आगे कहाँ जाना है। यह समझना कि डेटा सही नहीं है, इसका मतलब यह नहीं होना चाहिए कि यह एक विपणन उपकरण के रूप में समाप्त हो गया - जो यह बताता है कि इसका उपयोग एक शस्त्रागार के हिस्से के रूप में किया जाता है जो भविष्य में एक पोर्टल प्रदान करने का प्रयास करता है (जो अज्ञात है)।

सबक फॉर ट्रैवल में साझा किया गया
1. पीडब्ल्यूसी ने लक्जरी, ऊपरी अपस्केल और अपस्केल होटल श्रेणियों में सबसे मजबूत रेव पीएआर (अधिभोग x एडीआर = रेव पीएआर) लाभ पाया। आवास उद्योग में सुधार के संकेत हैं - विशेष रूप से श्रृंखलाओं के ऊपरी स्तर में, और इसमें निरंतर वृद्धि की भी गुंजाइश है।

2. स्मिथ यात्रा अनुसंधान में शामिल ब्रांडों द्वारा होटलों को वर्गीकृत किया गया है:

- लक्जरी चेन: फेयरमोंट, फोर सीजन्स, आईसीएच, मैंडरिन ओरिएंटल, रिट्ज कार्लटन, सेंट रेजिस और वाल्डोर्फ
-73.1 प्रतिशत अधिभोग; एडीआर यूएस $ 274.11। परिणाम: Rev PAR US $ 208.28

-उच्च Upscale गुण: हिल्टन, मैरियट, हयात, शेरेटन, वेस्टिन, और व्याधम
-70.7 प्रतिशत अधिभोग; यूएस $ 154 एडीआर। परिणाम: Rev PAR US $ 109

- अपस्केल होटल: मैरियट, क्राउन प्लाजा, फोर पॉइंट्स, हिल्टन गार्डन इन और रेडिसन द्वारा आंगन
-70.8 प्रतिशत अधिभोग; यूएस $ 116.51 एडीआर। परिणाम: Rev PAR US $ 82.46

- ऊपरी midscale होटल: कम्फर्ट इन, हॉलिडे इन, फेयरफील्ड इन, और हैम्पटन इन एंड सूट
-62.9 प्रतिशत अधिभोग; यूएस $ 97.21 एडीआर। परिणाम: Rev PAR US $ 61.14

- मिडस्केल: बेस्ट वेस्टर्न, हॉलिडे इन एक्सप्रेस, ला क्विंटा इन एंड सूट, प्लस विंगेट
-54.7 प्रतिशत अधिभोग; यूएस $ 74.30 एडीआर। परिणाम: Rev PAR US $ 40.67

- इकोनॉमी: डेज़ इन, मोटल 6, रेड रूफ इन और सुपर 8
-54.3 प्रतिशत अधिभोग; यूएस $ 52.34 एडीआर। परिणाम: Rev PAR US $ 28.41

निर्भर गुण: Fontainebleau, होटल Gansevoort, वाटरगेट, और होटल बेल-एयर
-61.3 प्रतिशत अधिभोग; यूएस $ 105.81 एडीआर। परिणाम: Rev PAR US $ 64.88

3. पीटर लिम। विंधम होटल ग्रुप।

विंडहैम के 7,000 देशों में 66 से अधिक होटल हैं जो 15 ब्रांडों का प्रतिनिधित्व करते हैं। लिम्स के मेट्रिक्स में से एक का उपयोग दुनिया भर में अंतर्राष्ट्रीय विकास प्रयासों को प्राथमिकता देने के लिए किया जाता है। अमेरिका, यूरोप, मध्य पूर्व/अफ्रीका और एशिया प्रशांत से डेटा एकत्र करते हुए उनका ध्यान वैश्विक विकास प्रयासों को प्राथमिकता देने के लिए राजस्व EBITDA (आय कर मूल्यह्रास और परिशोधन से पहले की कमाई) का पूर्वानुमान लगाने पर है।

4. मार्टिन स्टोल्फ़ा, हिल्टन वर्ल्डवाइड। विश्लेषिकी परिपक्वता मॉडल.

- स्टेज 1. वरिष्ठ प्रबंधन की एनालिटिक्स में सीमित रुचि है।

- स्टेज 2. "लाइन-ऑफ-बिजनेस" प्रबंधन एनालिटिक्स को चलाता है।

- स्टेज 3. वरिष्ठ अधिकारी डेटा का समर्थन करने के लिए विश्लेषिकी और संसाधनों को संरेखित करने के लिए प्रतिबद्ध हैं।

- स्टेज 4. पूरे संगठन विश्लेषणात्मक रूप से सक्षम हैं और कॉर्पोरेट प्राथमिकता के रूप में विकसित किए जा रहे हैं।

- स्टेज 5. उद्यम-विश्लेषण और निरंतर सुधार से पूरा संगठन लाभान्वित होता है।

5. थॉमस एच। डेवनपोर्ट और डीजे पाटिल। डेटा इंटेलिजेंस संगठन।

- डेटा हर जगह और साइलो आधारित है - लेकिन संगठनों में रणनीतिक रूप से उपयोग किया जाना चाहिए

- डेटा एक रिपॉजिटरी आइटम माना जाता है

- डेटा संग्रह में शामिल हैं:

- ग्राहक (यानी, व्यवहार, प्राथमिकताएं, आकांक्षाएं, खरीद और जीवन चक्र)

- सीमावर्ती (यानी, अनुरूप सेवाएं, स्थितिजन्य तत्परता, और प्रतिक्रिया की पेशकश)

- प्रौद्योगिकीविदों (यानी, भंडारण, उत्पाद सूची, वफादारी प्रणाली, मूल्य निर्धारण / सूची प्रणाली)

- एकत्र किए गए और विश्लेषण किए गए डेटा मूल्य की स्थिति, असंतोष परिहार और भविष्य कहनेवाला रखरखाव की ओर जाता है

GIGO। कचरा अंदर कचरा बाहर।
डेटा के अधिग्रहण और कार्यक्षमता के सामने कई चुनौतियां हैं, और गेहूं को चफ से अलग करना प्रक्रिया का केवल एक हिस्सा है। विश्वसनीय स्रोतों से सोने की डली का चयन करने से परिणाम बेहतर हो सकते हैं; इसलिए, गुणवत्ता डेटा को सुरक्षित करने की आवश्यकता चुनौतीपूर्ण हो सकती है।

वार्डन, क्यूरेटर या मैनेजर
जैसे-जैसे डेटा एकत्र और विश्लेषण बढ़ता जाता है और नए सॉफ्टवेयर उभरते हैं, प्रक्रिया को संभालने के लिए प्रतिभा ढूंढना एक और दुर्जेय कार्य है। बड़े डेटा के लिए विशिष्ट प्रबंधन विचारों की आवश्यकता होती है:

1. गुणवत्ता। क्या जानकारी सटीक, पूर्ण और विश्वसनीय है?

2. नियंत्रण। क्या संवेदनशील डेटा के लिए एक गोपनीयता नीति है; कौन जानकारी देखने और उपयोग करने के लिए अधिकृत है और कौन से उपयोग स्वीकार्य हैं?

3. स्वामित्व। डेटा किसके पास है और इसके निपटान पर अंतिम निर्णय कौन करता है?

इस समय यह प्रतीत होता है कि उद्योग विश्लेषिकी के शिकार / इकट्ठा करने के चरण में है। अब इसके उपयोग में सटीकता और ज्ञान का आश्वासन देने के लिए सर्वोत्तम प्रथाओं को रखना उचित होगा।