5 Mga paraan upang makakuha ng halaga sa iyong data ng negosyo

Maraming mga pag-uusap sa mga araw na ito tungkol sa kung ano ang kasangkot sa paglikha ng malaking data sa mga pag-setup ng IT, mula sa paggamit ng Apache Hadoop at mga kaugnay na tool upang makagawa ng kakayahang mai-access, sa mga pag-uusap tungkol sa mga teknikal na paraan para sa data ng funnel sa at labas ng mga bodega ng data ng mga corporate. Ngunit mayroon ding pilosopikal na elemento ng malaking data. Sa madaling salita, paano mo ginagamit ang lahat ng data na iyon na namamalagi upang talagang mapalakas ang iyong mga kinalabasan sa negosyo at pagbutihin ang modelo ng iyong negosyo?

Narito ang limang mga paraan na ang mga kumpanya ay crunching ang mga numero at aktwal na inilalapat ang mga ito sa ilang mga kongkretong kinalabasan.

Port Big Data Direkta Sa Mga Sektor-Tukoy na Mga Plataporma

Ang isang madaling paraan upang simulan ang paggamit ng pinagsama-samang data ng negosyo ay upang maglagay ng mga tukoy na elemento ng data sa paunang dinisenyo na mga proseso ng proseso ng negosyo na ginawa upang maihatid nang epektibo ang data na iyon. Marahil ang pinakamahusay na halimbawa ay ang mga tool sa pamamahala ng relasyon sa customer (CRM). Ang mga Vendor ay madalas na nagtatayo ng kanilang mga serbisyo sa paligid ng mga dashboard na maaaring magpakita ng mga manggagawa sa mga benta at iba pa na may mahusay at naaangkop na mga file o folder ng customer.

Ang bagay ay ang paggamit ng CRM ay ipinapalagay na mayroon kang kinakailangang data sa isang lugar. Kung maaari mong pangkatin ang mga tagakilanlan ng customer, mga kasaysayan ng pagbili at iba pang mga nauugnay na item, maaari mong simulan ang pagpapadala ng lahat ng ito sa iyong CRM platform. Salamat sa iyong koponan sa pagbebenta.

Bumuo ng Mga Sistema ng Intelligence ng Negosyo ng Pamana

Muli, kukuha ka at pumili ng kung ano ang tiyak na mga set ng data na nais mong gamitin, ngunit ang isa pang bagay na ginagawa ng mga kumpanya ay ang pagkuha ng kanilang normal na paraan ng pag-crunching data at pagpapalawak ng dahan-dahan, sa pamamagitan ng pag-iniksyon ng higit pa at higit pang mga hanay ng malaking data sa kanilang tradisyonal pamamaraan ng pag-uulat.

OK, kaya mayroong higit pa sa ilang mga mapagkukunan ng caution tungkol doon kung gaano kalaki ang mga sistemang pamana na pinipigilan ang aktwal na pag-unlad. Ngunit mayroon ding ilang mga praktikal na gabay sa labas na nagpapakita ng ilan sa mga hamon sa paggamit ng mga teknolohiyang legacy para sa malaking data, kung paano ito magagawa, at kung paano magagagawa ng tamang kawani ang lahat ng pagkakaiba. Dagdag pa, sa teknikal, ang lahat ay "legacy" sa sandaling ito ay na-deploy, kaya hindi palaging naiisip na mag-scrap ng isang sistema ng legacy sa tuwing may mas mahusay na pagkakasunud-sunod.

Gamitin ang Data Warehouse na iyon

Kung mayroon kang malaking data sa isang gitnang imbakan at alam mo kung paano mai-access ito, maaari kang bumuo ng mga bagong proseso sa paligid nito.

Narito ang isang mahusay na halimbawa kung paano ang ilang mga mas malalaking kumpanya ay humahabol sa tukoy, tumpak, na tinukoy na mga gamit ng malaking data. Maaari mong tawagan itong cross-indexing; nakakatulong ito sa isang negosyo upang makabuo ng mga pare-parehong modelo sa pagitan ng lahat ng kanilang mga uri ng mga account sa customer na maaaring gaganapin sa iba't ibang bahagi ng arkitektura ng software.

Sa pamamagitan ng pagsasama-sama ng lahat ng aksyon na data nang magkasama, maaaring makita ng isang kumpanya kung, halimbawa, ang isang pangalan sa isang one-time point-of-sale na database ng tingian ay tumutugma sa isang pangalan sa isa sa mga dibisyon ng serbisyo nito. Ang kumpanya ay pagkatapos ay nai-import ang impormasyon sa parehong mga kagawaran, upang kapag kinuha ng isang tao ang telepono, alam nila na ang taong iyon ay aktibo sa magkakahiwalay na mga channel.

Ito ay praktikal na paggamit ng katalinuhan sa negosyo - makakatulong ito sa iyo na aktwal na gumawa ng isang bagay batay sa lahat ng malaking data na pinagsama mo.

Data ng Istraktura

Ang isa pang pangunahing isyu sa malaking data ay ang mga kumpanya ay madalas na nangongolekta ng medyo hindi nakaayos na data. Ang hindi nakaayos na data ay maaaring dumating sa anyo ng papel o digital na mga dokumento, hilaw o hindi pinong mga mapagkukunan ng database, o kahit na mga snippet ng teksto at code mula sa mga mobile device. Kung ano ang hindi naka-istruktura na data sa karaniwan ay hindi ito sinusunod ang format ng pamanggit database. Bilang isang resulta, ang tradisyunal na relatable database ay hindi maaaring hawakan ito, at hindi ka makakakuha ng anumang katalinuhan sa negosyo mula dito.

Mayroong dalawang mga paraan upang hawakan ito: kumuha ng isang pala at simulan ang paghuhukay, o kumuha ng ilang mga mapagkukunan na pinuhin ang hindi nakaayos na data sa maaaring kumilos na data. Ang mga kumpanya na hindi nais na mamuhunan sa bagong software ay maaaring gumamit ng mga kamay ng tao upang pag-uri-uriin sa pamamagitan ng hindi nakaayos na data at i-format ito nang tama, ngunit mayroon kang ilang mga kahaliling salamat sa mga tool na mabigyang mabisa nang maayos ang data. Ang Metadata, halimbawa, ay isang paraan ng pag-automate ng data sa pagmimina sa isang paraan na ginagawang kapaki-pakinabang.

Kilalanin at Pangasiwaan ang Lakes Data

Ang isa pang malaking buzzword sa malaking data ng komunidad ay ang data lake. Mahalaga, ang lawa ng data ay isang malaking pool lamang ng data na nakaupo doon na hindi ginagamit. Ito ang quintessential kahulugan ng data nang pahinga - walang ginagawa dito, hindi ito maaabala, ito ay parang nagyeyelo at walang laman bilang isang barnisan ng isang hindi gumagalaw na katawan ng tubig.

Muli, maraming iba't ibang mga paraan upang mahawakan ang mga lawa ng data, ngunit ang lahat ng mga ito ay nagsisimula sa pagsasalamin sa kung ano ang nasa mga malalaking set ng data at kung bakit sila nasa malamig na imbakan sa unang lugar. Ang mga kumpanya ay nagtatayo ng kanilang sariling mga sentro ng data at gumagamit ng mga teknolohiyang clustering data na nakabase sa ultramodern upang masira ang mga lawa ng data na ito sa mga aksyon na piraso. Talagang ginagawa ito sa isang batayan ng pagmamay-ari ng kaso, ngunit ang ilang mga eksperto ay may mga mungkahi tungkol sa kung paano i-corral ang mga lawa ng data sa mga kapaki-pakinabang na kanal na nagtatapos ng mga piraso ng impormasyon na nagtatapos sa isang lugar at gumawa ng isang bagay.