Retail

Analytics | Artificial Intelligence | Customer Intelligence
Sofia Real 0
A transformação MarTech: como a tecnologia irá melhorar o marketing em 2024

No ano passado, assistimos a uma revolução notável no desenvolvimento de modelos generativos de IA e na sua adoção generalizada por indivíduos e empresas. Dois exemplos claros foram o ChatGPT e o DALL-E da OpenAI que, em apenas alguns meses, conseguiram conquistar milhões de utilizadores em todo o mundo, garantindo

Analytics | Customer Intelligence
Fernanda Benhami 0
Cultura data-driven e personalização do relacionamento com o cliente

Maturidade de cada setor é diferente, e usar dados de todos os canais, de forma conjunta, ainda desafia gestores As abordagens de uso da tecnologia para relacionamento com o consumidor já são bem conhecidas por organizações que buscam estabelecer uma melhor experiência do cliente e mais eficiência operacional. Este conjunto

Programming Tips | SAS Administrators
0
SAS Enterprise Guide에서 Github 연결하기

SAS Enterprise Guide(이하 SAS EG)의 최근 버전에서는 기존의 폴더를 통한 접근뿐만 아니라 GitHub 레파지토리를 등록하여 프로그램을 실행, 수정, 관리할 수 있습니다. 회사나 개인 용도로 GitHub을 사용하고 있을 경우, SAS EG에 레파지토리를 등록하여 사용이 가능합니다. 기존에 SAS EG와 GitHub을 사용하는 분이라면 EG를 통해서 좀 더 효율적이고 편리하게 작업을 하실 수 있습니다.

Analytics
0
データ分析効率化の秘訣:SAS ViyaとAzure Synapseの高速データ転送方法の紹介

1.背景 データ管理と分析の世界では、効率的かつ迅速なデータの転送と書き込みは極めて重要です。特に大規模なデータウェアハウスサービスを利用する際には、このプロセスの最適化が不可欠です。Azure Synapse Analyticsは、そのようなサービスの一つとして注目を集めており、SAS Viyaを使用する多くの企業やデータアナリストも、より効率的なデータハンドリングを追求しています。 SAS ViyaのユーザーはSAS/ACCESS to Microsoft SQL Serverを使用してAzure Synapseにデータを転送および書き込む際に、より高いデータ書き込み効率と転送速度を求めるのは当然です。データ処理能力をさらに強化し、書き込み効率を高めるために、SAS Access to SynapseのBulkLoad機能は非常に優れた選択肢です。BulkLoad機能はデータの書き込み速度を大幅に向上させるだけでなく、Azure Data Lake Storage Gen 2(以下、ADLS2と称する)を利用して、安定かつ安全なデータストレージおよび転送環境を提供します。 ただし、BulkLoad機能を使用する際にはADLS2の設定と構成が関わってくるため、構成および使用のプロセスが複雑に感じられたり、疑問が生じたりすることがあります。このブログの目的は、管理者およびユーザーに対して、明確なステップバイステップの設定プロセスを提供し、構成の過程で見落とされがちなキーポイントを強調することで、設定時の参考になるようにすることです。 以下は本記事内容の一覧です。読者は以下のリンクをで興味のあるセクションに直接ジャンプすることができます。 2.Bulkload機能について 3.BULKLOAD機能を利用するためのAzure側で必要なサービスの作成 3-1.Azure Data Lake Storage (ADLS) Gen2のストレージアカウントの作成 3-2.ストレージアカウントのデータストレージコンテナの作成 3-3.ストレージアカウントの利用ユーザー権限の設定 3-4.データ書き込み用のSASコードの実行 3-5.Azureアプリの設定 4.SAS Viya側の設定とAzure Synapseへの接続 4-1.SAS Studioでの設定 4-2.Azure SynapseのSQLデータベースをSASライブラリとして定義 4-3.Azure Synapseへデータの書き込み 2.Bulkload機能について なぜSAS ViyaがBulkload機能を使用してAzure Synapseに効率的にデータを書き込む際にADLS2サービスが必要なのか、そしてそのプロセスがどのように行われるのかを説明します。 Azure Synapse Analyticsは、柔軟性が高く、高いスループットのデータ転送を可能にするために、COPY

Artificial Intelligence
Melissa Jantjies 0
Trustworthy AI for retail: Balancing innovation and responsibility

The significance of upholding trustworthy AI standards transcends multiple industries. Within retail, AI can potentially wield considerable influence in driving customer experiences, optimizing operations, and shaping business strategies. However, it is crucial to ensure that AI technologies are developed and deployed in an ethical manner, prioritizing human well-being and reflecting

Analytics
Richard Widdowson 0
Unwrapping holiday season success: Securing customer satisfaction with a transparent supply chain

As the holiday season approaches, businesses may be bracing for what’s been all too common in recent years – supply chain disruption. Retail and consumer goods industries have been hit with disruptions from every direction: profound shifts in consumer preferences, materials shortages, weather events, and geopolitical activities, to name just

Advanced Analytics | Analytics | Artificial Intelligence | Machine Learning
Rubén Valdovinos 0
Modernización, un impulsor del cambio y la innovación en las empresas

Las organizaciones saben que modernizarse es una tarea continua y una condición para seguir compitiendo y creciendo en sus respectivos mercados. Cómo abordar el proceso de modernización, sin embargo, requiere una planeación minuciosa, y no está exento de desafíos. Más aún cuando involucra la adopción de tecnologías y procesos de

Analytics | Customer Intelligence
Luis García-Vacas 0
Potenciando las estrategias de marketing con modelos analíticos y navegación web

Los modelos analíticos de cliente son utilizados por las empresas para mejorar el conocimiento sobre su público objetivo, necesidades, comportamientos y, en general, anticipar sus movimientos.   La utilización de esta información en modelos analíticos nos permitirá descubrir patrones de comportamiento en los clientes.  Una vía de optimizar los modelos

Analytics | Artificial Intelligence | Machine Learning
Junhyuk Jeong 0
컴퓨터가 사물을 보는 방법, CNN 이론 - 1편

컴퓨터가 인간보다 잘 하는 몇 가지 분야가 있는데, 그 중 하나가 바로 이미지 인식입니다. 2012년 알렉스넷이 개발된 이후 컴퓨터 비전 분야는 급속도로 성장하여 우리 일상에 자연스럽게 스며들었습니다. 오늘 포스팅에서는 컴퓨터가 이미지를 어떻게 인식할 수 있는지 이론을 중심으로 살펴보도록 하겠습니다. 1. 컴퓨터 비전의 과거 우리가 모니터를 통해 바라보는 이미지의 구조부터 알아보겠습니다.

Analytics | Learn SAS
Catherine (Cat) Truxillo 0
5 claves para crear equipos de analítica más sólidos

Debido a la complejidad y cambios en el mercado, las organizaciones de todo el mundo están aprovechando las oportunidades para hacer mejores predicciones, identificar soluciones y dar pasos estratégicos y proactivos, lo que significa que dependen cada vez más de los big data. Sin embargo, en su búsqueda de resistencia

Customer Intelligence | Machine Learning
Lyse Nogueira 0
Machine Learning: a chave na promoção da melhor experiência do cliente

No mundo hiperconectado em que vivemos, os consumidores podem ter múltiplas jornadas de compras, com interações por sites, aplicativos, redes sociais ou até mesmo por uma ligação telefônica. Apesar das muitas opções de canais de contato disponíveis, o mais relevante para o cliente é a qualidade e o nível de

Advanced Analytics | Analytics | Artificial Intelligence | Customer Intelligence | SAS Events
Diferenças e semelhanças na gestão da experiência do cliente e do cidadão

No passado dia 25 de maio, aproveitámos a presença da equipa de gestão a nível global do SAS na cosmopolita Madrid para nos reunirmos com os nossos clientes e parceiros, que já consideramos amigos, para abordar um tema tão em voga como a analítica avançada sob diferentes ângulos no nosso

Advanced Analytics | Analytics | Data Management | Fraud & Security Intelligence
Yuri Rueda 0
Fin del Hot sale trae consigo temporada alta de fraudes en sector retail: SAS.

Las temporadas altas de ofertas como el hot sale representan una gran oportunidad tanto para las compañías como para los clientes, pero también para los defraudadores. De acuerdo con SAS, firma pionera y especializada en analítica avanzada, IA y gestión de datos, a medida que aumenta la cantidad de transacciones

Advanced Analytics | Analytics | Artificial Intelligence
小林 泉 0
守りの需要予測から、攻めの収益最大化への転換をするために

データサイエンスの使いどころ・・・攻めと守りの圧倒的な違い 以前のブログで、データ活用における攻めと守りについてお話しました。今回は小売業を例に多くのデータ活用プロジェクトが陥りやすい罠と、真の目的達成のための方法についてご紹介します。 小売業の目的はもちろん他の業種企業と変わらず、収益の最大化です。昨今データ分析を武器として売り上げの最大化、コストの削減、業務プロセスの生産性向上を目指す企業が増えてきています。時には、データサイエンティストが、データサイエンスを駆使してプロジェクトを実行しているケースもあるでしょう。 ここで、今一度現在取り組んでいる、またはこれから取り組もうとしているデータサイエンスやAI活用のプロジェクトがどんな利益を自社にもたらすのかを改めて考えてみましょう。昨今、需要予測についての相談が非常に多いので、ここでは需要予測について考えてみます。 弊社にご相談いただくケースの中で、少なくない企業が、需要予測をこのブログで言うところの「守りの意思決定」としてとらえています。多くのケースで、過去の実績をベースに将来の需要を予測することで、在庫過多や欠品を減らそうというプロジェクトに投資をしていたり、しようとしています。言い換えると、過去の実績を学習データとして、将来を予測するモデルを構築し、ひとつの将来の需要予測を作成し、それを在庫を加味したうえで、発注につなげています。 手段が目的化することで見失う可能性のある本来の目的とは 非常に典型的なAI活用、データサイエンス活用かと思いますが、実は、「AIで予測」、「機械学習で予測」といった言葉で最新のデータ活用をしているかのような錯覚に陥っているケースが見受けられます。数十年前から行われており、昨今でも同様に行われている、機械学習を用いた典型的な需要予測は、「守り」です。すなわち、どんなに多くの種類のデータを使うかどうかにかかわらず、過去の傾向が未来も続くという前提のもとに予測モデルを作成している場合には、あらかじめ定義した前提・業務プロセスの制約の下で、機会損失を最小化するために予測精度をあげているにすぎません。 つまり、そのような前提での需要予測は、小売業の収益向上という観点では、期待効果が限定的であるということです。では、最終的な収益の最大化を実現するには、何をすべきでしょうか? 収益を向上させるためにはもちろんより多くの商品を売ることにほかなりません。より多くの商品を売るためには当然、顧客の購買心理における購買機会に対して販売を最大化する必要があります。あるいは、顧客の購買心理そのものを潜在的なものから顕在化したものにすることも必要でしょう。つまり、販売機会を最大限に活用するということは、店舗中心ではなく、顧客中心に考えるということです。 小売業における攻めのデータ活用の1つは、品ぞろえの最適化 このように、顧客中心に考えることで初めて最適な品揃えの仮説検証のサイクルが可能となります。過去のデータは、単に過去の企業活動の結果であり、世の中の「真理~ここでは顧客の本当の購買思考」を表しているわけではありません。真理への到達は、仮説検証ベースの実験によってのみ可能になります。わかりやすく言うと皆さんよくご存じのABテストです。このような実験により、品ぞろえを最適化することで、販売機会を最大化することが可能なります。そのプロセスと並行して、オペレーショナルな需要予測を実践していくことが重要となります。 需要予測と品ぞろえ最適化の進化 昨今、AIブーム、データサイエンティストブーム、人手不足や働き方改革といったトレンドの中で、従来データ活用に投資してこなかった小売業においても投資が進んでいます。しかし多くのケースでこれまで述べてきたような守りのデータ活用にとどまっていたり、古くから行われている方法や手法にとどまっているケースが見受けられます。歴史から学ぶことで、無用なPOCや効率の悪い投資を避けることができます。今、自社で行っていることがこの歴史の中でどこに位置しているかを考えてみることで、投資の効率性の向上に是非役立てていただければと思います。 小売業におけるデータ活用のROI最大化にむけたフレームワーク SASでは長年、小売業や消費財メーカのお客様とともにお客様のビジネスの課題解決に取り組んできました。その過程で、小売業・消費財メーカー企業内の個々の業務プロセスを個別最適するのではなく、それら個々の業務プロセスを統合した、エンタープライズな意思決定フレームワークが重要であるとの結論に至っています。AIやデータサイエンスという手段を活用し、データドリブンな意思決定のための投資対効果を最大化するための羅針盤としてご活用いただければと思います。

Analytics | Artificial Intelligence | Customer Intelligence | Machine Learning
Fernanda Benhami 0
Hiperpersonalización, la experiencia del cliente se lleva a nuevos niveles

Crear mejores experiencias para los consumidores, llevarlas a nuevos niveles y conectar estrechamente con ellos son las principales premisas sobre las que se fundamenta la hiperpersonalización, un término que hoy domina las sesiones de trabajo de las áreas de marketing. Su objetivo principal es combinar datos sobre el comportamiento histórico

Analytics
Corinna Klaes 0
Der Hype um Retail Media: Großes Potential und großes Risiko zugleich?

Retail Media beschreibt eine Plattform, die von einem Einzelhändler oder Hersteller betrieben wird, um ihre eigenen Produkte online zu verkaufen. Darüber hinaus haben jedoch auch Drittanbieter die Möglichkeit über Werbeeinbuchungen ihre Produkte auf dieser Plattform anzubieten. Dies ermöglicht natürlich auf der einen Seite die Vergrößerung des Sortiments und auch der

Analytics | Innovation
Jessica Curtis 0
5 key questions to guide your connected factory strategy

Consumer goods manufacturers have faced significant challenges over the past few years due to rapidly changing demand and supply disruptions in their end-to-end supply chain. As a result, manufacturers have realized the need to strengthen their resilience and have prioritized assessing their manufacturing capacity to maximize output and automation. To

Advanced Analytics | Analytics | Artificial Intelligence | Cloud | Customer Intelligence | Data Management
Antonio Calvo 0
Los datos deberían ser el activo más valioso de la cuenta de resultados de la distribución y empresas de gran consumo

Actualmente los datos de la gran distribución no forman parte de la cuenta de resultados, pero es el activo que deberían monetizar con mayor urgencia. Gracias a este análisis avanzado se puede mejorar el margen de la compañía y aumentar la eficiencia de diferentes procesos. En este artículo vamos a

Advanced Analytics | Analytics | Customer Intelligence
Héctor Cobo 0
Comercio directo al consumidor, un nuevo modelo que rompe paradigmas este Día de San Valentín

La experiencia de compra de millones de personas ha evolucionado recientemente hacia nuevas vertientes. Hoy, a diferencia del modelo tradicional de acudir físicamente a una atienda, recorrer los pasillos, pagar y volver a casa, con el avance de la digitalización y el crecimiento de aplicaciones, surge un nuevo modelo que

1 2 3 13