缩短交货时间以简化供应链 | Improve Delivery Times for a More Streamlined Supply Chain
Learn how Minitab's powerful problem-solving tools and predictive analytics solutions can help improve supply chain delivery times. 随着消费者越来越习惯在次日甚至当天收货，供应链越来越关注其流程的交付部分，也即需要保持成功交付的供应链。 我们可以将成功的交付定义为在合适的时间按正确的数量为客户提供所需的东西，并始终如一地做到这一点。所有制造或分销业务都将交付当作最基本的要求。Minitab 可以利用强大的数据分析功能来帮助公司优化交付、简化供应链并提高客户满意度。
未来就在眼前：利用预测分析改进供应链 The Future is Now: Improving the Supply Chain with Predictive Analytics
See how predictive analytics can be used in the supply chain to optimize inventory, route planning, risk management, customer satisfaction and more. 供应链预测分析是利用数据挖掘、机器学习和统计分析来识别供应链数据的模式和趋势，并对未来的业绩和结果进行预测。 供应链预测分析的目标是通过更准确地了解未来的需求、供应和其他可能影响供应链的关键因素来改进决策和战略规划。这使企业能够积极管理和优化其供应链运营、降低成本、提高效率，进而提高客户满意度
双赢：加快保险索赔以提高盈利能力和客户满意度 | Win-Win: Expedite Insurance Claims to Improve Profitability and Customer Satisfaction
Discover how Minitab tools like CART, Workspace and Random Forests can help reduce the time it takes for insurance claims. 一提到保险，人们就会想到概率、统计和效率。因此客户在等待索赔回复时总是对保险公司缺乏耐心。尽管保险公司最善于利用数据的力量来研究产品和风险状况，但通常会将同样的准则应用于各自组织的运营（特别是与客户的互动）。Minitab 可以帮助保险公司提高理赔速度和增进客户关系。
CART：销售招聘的分类和回归树 | CART: Classification and Regression Trees for Sales Recruitment
人力资源主管可以通过进行简单的数据分析，大大提高他们成功聘用候选人的机会。招聘人员无需了解统计学，即可使用 Minitab 的 CART® 命令构建“招聘树”。
CART 提示和技巧抢先看，之后再观看在线研讨会！| Get a Sneak Peek at CART Tips & Tricks Before You Watch the Webinar!
在目前已可供点播的在线研讨会中，我分享了 Minitab Statistical Software 中分类和回归树 (CART) 的技巧。我们探索 CART 结果，设置特定数据条件的惩罚，还讨论处理结果的最佳实践。今天我想让大家体会一下预期性能。
了解客户满意度以持续改进 | Understanding Customer Satisfaction to Keep it Soaring
请回想一下您上次坐飞机的情形。那次经历感觉如何？大多数人可能会想到影响他们过去飞行体验的几个方面，无论感受良好还是不悦，最终都会影响他们的满意度。
利用预测分析在患者入院时确定患者住院时间 | Determining Patient Length of Stay with Predictive Analytics in Minitab
住院时间定义为入院和出院之间相隔的时间，以天为单位进行计量。对于大多数医疗保健系统来说，如果处理不当，住院时间会产生高昂的成本。另一方面，优化患者流向有利于实现治疗效果、最小限度的等待、与住院相关风险的最小限度接触，以及有效利用医院病床、医疗设备和现有临床工作人员等资源。
修剪决策树，造出好纸张：Minitab 中的预测分析和根本原因分析 | Trimming Decision Trees to Make Paper: Predictive Analytics and Root Cause Analysis in Minitab
我们从过程中收集的观测数据越来越多，因此，我们可能需要新工具才能够获得有意义的见解。您可以添加现代机器学习技术和传统统计工具来分析、改进及掌控各个过程。我们查看一个示例，该示例从二元逻辑回归开始，并以分类和回归树 (CART®) 结束。
改善客户的金融服务体验并实现数字化 | Enhancing and Digitizing the Customer Experience in Financial Services
过去一年来，由于新冠疫情的影响，企业经历了巨大的变化。似乎在一夜之间，虚拟化突然成为必不可少的一个要素，在这样的新世界中，企业转变了继续经营的方式。总而言之，根据麦肯锡公司报告，企业将“其客户和供应链交互及其内部运营的数字化进程加快了三到四年”。
另辟蹊径：使用 CART 作为分析分类调查数据的替代方法 | Branching Out: Using CART For Alternative Ways to Analyze Categorical Survey Data
尝试了解客户/患者行为是一件很有挑战的事。研究人员往往会使用调查数据并频繁使用 Minitab Statistical Software 中的回归功能对其进行分析。但是，若结果变量是分类数据，而不是定量数据，则无法非常直接或直观地解释逻辑回归的结果。