Involucrar datos experimentales (datos x) en la planificación financiera

Involucrar datos experimentales (datos x) en la planificación financiera

Autores:
Nicole Aragon, pasante consultora

Treeank Patnaik, pasante consultor
JS Irick, Director de Ciencia de Datos e Inteligencia Artificial

La conferencia magistral SAPPHIRE de Bill McDermott se centró en la economía de la experiencia: cómo las empresas deben enriquecer sus procesos financieros y operativos con los comentarios de los clientes. Para citar a McDermott, "La experiencia es ahora el principio organizador de la economía global". Este blog examinará cómo datos experienciales o (X-Data), se puede combinar con Datos operacionales o (O-Data) y cómo SAP Analytics Cloud, a su vez, admite el análisis concurrente de múltiples fuentes de datos ("Combinación de datos") para crear aplicaciones analíticas más potentes para la economía de la experiencia.

Para mostrar el poder de mezclar X-Data y O-Data, revisaremos los datos de las películas 10 más taquilleras del verano. Nuestra operacional El conjunto de datos incluye datos de rendimiento de taquilla, venta de entradas y costos de producción para cada una de las películas. (“Información cortesía de Box Office Mojo. Usado con permiso. ”- ver más análisis de películas geniales en boxofficemojo.com) Para nuestro experimental conjunto de datos, las publicaciones en redes sociales para cada película se analizan en función de los datos recopilados de Twitter (es decir, palabras clave, hashtags y los identificadores de Twitter). Utilizando una técnica de aprendizaje automático llamada Procesamiento del lenguaje natural (PNL), podemos entender la emoción presente en cada tweet (esto también se llama análisis de los sentimientos) y al combinar el análisis de PNL y los datos de ubicación, podemos comenzar a comprender cómo reacciona cada mercado a las diversas películas.

Para tener en cuenta el lenguaje informal utilizado en Twitter, la biblioteca de PNL utilizada en este análisis sopesa las mayúsculas, la puntuación y los emojis. La inclusión de estas características en el análisis del sentimiento le permite ser lo más preciso posible.

Mezcla de datos

SAP Analytics Cloud (SAC) permite que cualquier cantidad de fuentes de datos locales o remotas estén presentes en una historia dada, lo que permite a los analistas evitar los silos de datos que a menudo están presentes en las herramientas de informes heredadas. SAC puede unirse separe los modelos en función de sus dimensiones correspondientes en un proceso denominado Mezcla de datos. Este proceso permite extraer conclusiones de un modelo en relación con otro e identificar patrones que pueden usarse para establecer una correlación entre dos conjuntos de datos. Al vincular el modelo de análisis de sentimientos con el modelo de rendimiento de la taquilla, es posible analizar cómo la experiencia del cliente influye en el rendimiento financiero de una película.

SAC hace que sea increíblemente simple acoplar modelos basados ​​en dimensiones similares entre ellos. Por ejemplo, pudimos vincular nuestros modelos de datos de Twitter y taquilla por sus dimensiones relacionadas con los títulos y las fechas de las películas.

Al vincular estos dos modelos y combinar sus datos, se pueden crear visualizaciones en SAC que muestra información de ambos simultáneamente. Esto nos permite descubrir conexiones a mayor escala y centrarnos en elementos específicos dentro de cada modelo. En la visualización a continuación, las métricas financieras de las ventas de entradas aproximadas y los ingresos del estudio se contextualizan y presentan junto con un gráfico relacionado con el volumen de publicaciones realizadas en Twitter y sus sentimientos generales. Esta presentación uniforme permite observar nuestros X-Data y O-Data para películas individuales y examinar la relación entre sus métricas financieras y de redes sociales. Por ejemplo, la primera imagen a continuación muestra los datos de la película. Booksmart, mientras que el segundo muestra los mismos datos, pero para la película Brightburn.

Visualización que muestra datos de taquilla y redes sociales para la película Booksmart.

Visualización que muestra datos de taquilla y redes sociales para la película Brightburn.

Informes

La combinación de estos dos flujos de datos con las capacidades de modelado de SAC permite la creación de visualizaciones robustas, que se pueden utilizar para examinar de manera más efectiva las relaciones dentro de los datos y proporcionar contexto para los problemas comerciales clave. Estas visualizaciones proporcionan una vía para avanzar en los conocimientos generados por los modelos creados en SAC y ofrecen un medio para integrar la tecnología de análisis predictivo con datos ya existentes.

Ciertas funcionalidades permiten la creación de gráficos que muestran medidas financieras, como ventas de unidades, y las comparan con el sentimentalismo de Twitter. Esto permite el análisis de patrones que pueden predecir el rendimiento de un producto. Por ejemplo, en el caso de la película Pokémon Detective Pikachu, un gran volumen de tweets que fueron predominantemente positivos fueron seguidos inmediatamente por un aumento en la venta de entradas.

Al mapear la cantidad de Tweets publicados relacionados con películas específicas a lo largo de los días en el mes de junio, podemos ver cómo la actividad general de Twitter relacionada con cada película varía a medida que pasan los días. Como se demostró, esta imagen visual puede mostrar estos datos para todo el mes de junio, pero puede ajustarse sin esfuerzo para hacerlo durante el día a fin de ofrecer información más detallada. Las capacidades de lenguaje visual de SAC permiten que esta relación se exprese en un cuadro de distribución que no solo utiliza elementos estéticos atractivos sino que aprovecha estos elementos para comunicar información de manera directa y efectiva.

El modelado en SAC también permite el enriquecimiento geográfico, después de lo cual los datos se pueden presentar en imágenes de mapas dinámicos como el anterior. Este mapa contiene dos capas de información relacionadas con nuestro X-Data y O-Data. El tamaño de cada burbuja indica cuántos tweets relacionados con nuestro conjunto de películas se publicaron en cada país, mientras que el sombreado de cada país indica la positividad promedio de estos tweets en esa región. La visualización separa los datos de una manera que facilita medir la actividad por región y los muestra de manera coherente e interesante. De la misma manera que se pueden filtrar otros gráficos para resaltar datos relevantes, estos mapas se pueden modificar para enfocarse en áreas geográficas o películas específicas.

Mapa filtrado para mostrar la actividad global de las redes sociales relacionada solo con la película Pokémon Detective Pikachu.

Conclusión

Dentro de este blog, hemos examinado algunas de las poderosas formas en que los datos experimentales se pueden utilizar para comprender mejor el rendimiento operativo. Con SAP Analytics Cloud, podemos visualizar estos conocimientos y seguir fácilmente las tendencias a lo largo del tiempo, así como compararlos con diferentes métricas, impulsando los "KPI experimentales". La planificación empresarial colaborativa con SAC reemplaza los silos de datos y procesos con una colaboración perfecta para presentar y analizar datos desde diferentes ángulos. Las visualizaciones presentadas para permitir un mayor descubrimiento de patrones y causalidad que pueden haber estado previamente ocultos en grandes hojas de cálculo, divididos entre departamentos separados y enterrados en grandes cantidades de datos. Con el descubrimiento facilitado, la comprensión del dibujo se convierte en un desafío menor y más fácil de transformar en planificación y soluciones. La economía de la experiencia se gana y se pierde con los conocimientos de datos, y el análisis que se muestra hoy son solo algunas de las formas de lograr esos conocimientos.

Este blog fue creado por los pasantes de Summer 2019 de TruQua, Nicole Aragon y Treaank Patnaik. Estén atentos a nuestros próximos blogs "Movie Watch", donde continuaremos analizando las tendencias de las redes sociales para las películas más populares de este verano.

Sobre nuestros autores:

Nicole Aragon es estudiante de último año en la Universidad de Texas en Austin, donde estudia Sistemas de Información Administrativa en la Escuela de Negocios McCombs. Planea continuar su experiencia trabajando en ciencia de datos después de la universidad.

Treeank Patnaik es pasante de consultoría en TruQua y trabaja para mejorar la inteligencia empresarial mediante el uso de software avanzado de análisis y aprendizaje automático. Actualmente está cursando una licenciatura en Ingeniería Mecánica en la Universidad de Texas en Austin, junto con certificados en Modelado Estadístico Aplicado y Fundamentos de Administración de Empresas.

JS Irick tiene el mejor trabajo del mundo; trabajando con un equipo talentoso para resolver los desafíos comerciales más difíciles. JS es un orador reconocido internacionalmente en los temas de Aprendizaje automático, Planificación de SAP, SAP S / 4HANA y Desarrollo de software. Como Director de Ciencia de Datos e Inteligencia Artificial en TruQua, JS ha desarrollado las mejores prácticas para implementaciones de SAP en las áreas de informes SAP HANA, SAP S / 4HANA y personalización de SAP S / 4HANA.

Nota del editor

TruQua actualmente aloja una versión beta cerrada para las herramientas de análisis de redes sociales descritas en este artículo. Si está interesado en unirse al programa beta, comuníquese con js.irick@truqua.com

Fuentes de películas

Aladdin, dirigida por Guy Ritchie. https://www.imdb.com/title/tt6139732/

Brightburn, dirigida por David Yarovesky. https://www.imdb.com/title/tt7752126/

Booksmart, dirigida por Olivia Wilde. https://www.imdb.com/title/tt1489887

Pokémon Detective Pikachu, dirigido por Rob Letterman. https://www.imdb.com/title/tt5884052

Para obtener más información sobre los servicios y ofertas de TruQua, visítenos en línea en www.truqua.com. Para recibir notificaciones de futuras publicaciones en el blog e incluirse en nuestra lista de correo electrónico, complete el siguiente formulario.

Descubra cómo TruQua puede llevarlo más lejos, más rápido, juntos.

Servicios

Descubra cómo TruQua puede llevarlo más lejos, más rápido, juntos.

info@truqua.com
312.525.8787