Ano ang $ @! ang pagtuklas ng data?

Ang mundo ng negosyo ay naghuhumaling tungkol sa pagtuklas ng data. Sa ibabaw ay parang isang simpleng termino, ngunit ang parirala ng catch na ito ay nangangahulugang higit sa "paghahanap ng mga bagay-bagay." Kaya ano ang pagkatuklas ng data, talaga? At paano ito umaangkop sa modernong tanawin ng mobile, analytics at malaking data?

Ang pagtuklas ng data, na kung minsan ay tinutukoy bilang pagmimina ng data, ay nagsasangkot ng pagkolekta at pagsusuri ng mga data, at pagkatapos ay ipakita ang mga natuklasan sa mababasa, magagamit na mga format. Sa pinaka pangunahing mga termino, ang pagtuklas ng data ay ang proseso ng paghahanap ng mga pattern sa loob ng data at paggamit ng mga pattern na iyon upang matugunan ang isang partikular na layunin ng negosyo.

Siyempre, higit pa sa pagtuklas ng data kaysa sa pagtutugma ng mga puntos. Ginagamit ng mga samahan ang pagtuklas ng data para sa isang malawak na hanay ng mga layunin at aplikasyon sa iba't ibang lugar - at sa isang modernong, digital na mundo, mas maraming data ang matutuklasan kaysa dati.

Saan Nagmula ang Discovery ng Data?

Habang ang pagtuklas ng data ay medyo bago sa "mainit" na leksikon ng mga term sa negosyo ng digital, ang mga pamamaraan at estratehiya ay hindi gaanong bago. Ang hinalinhan ng termino, pagmimina ng data, ay ipinakilala noong 1990s, ngunit ang mga negosyo at organisasyon ay gumagamit ng ilang anyo ng pagtuklas ng data mula pa noong madaling araw ng commerce.

Ang makabagong pagtuklas ng data bilang isang diskarte sa negosyo ay naganap sa pamamagitan ng pagtaas ng malaking data - isang catch-all term na naglalarawan sa medyo kamakailan, exponential na paglaki ng malaki, kumplikadong mga hanay ng data kung saan ang dami ng mga patakaran ng impormasyon na lumabas gamit ang tradisyonal na database at mga tool sa organisasyon upang kunin ang anumang kapaki-pakinabang.

Gayunpaman, ang malaking data ay isang malaking pakikitungo para sa mga negosyo ngayon, dahil sa lahat ng nakabalangkas at hindi nakabalangkas na data ay lubos na kapaki-pakinabang na mga pattern na maaaring magamit upang mapabuti ang mga diskarte sa marketing, ROI at kita. Samakatuwid, ang mga platform ng pagtuklas ng data, ay idinisenyo upang bigyan ang mga organisasyon ng mas madaling paraan upang matukoy, pag-aralan at kunin ang mga nauugnay na data.

Paano Gumagana ang Data Discovery

Ang mga platform para sa pagtuklas ng data ay karaniwang binubuo ng ilang mga tool na pinagsama at nagtatrabaho kasabay upang kunin ang data at ipakita ito sa isang makabuluhang paraan. Mayroong iba't ibang mga iba't ibang mga paraan upang mahanap at makilala ang mga kaugnay na impormasyon, ngunit ang karamihan sa kanila ay umiikot sa tatlong pangunahing pamamaraan ng pagsusuri:

• Metadata: Lahat ng mga digital na nilalaman ay naglalaman ng metadata, o "data tungkol sa data." Ang impormasyong ito sa pangkalahatan ay nakatago mula sa mga end user, ngunit makikita sa likuran. Ang Metadata ay karaniwang nakaimbak gamit ang mga talahanayan at mga katangian ng haligi - kaya ang mga tool sa pagtuklas ng data gamit ang metadata ay maghanap ng mga tugma sa pangalan ng haligi, laki ng data at uri ng data.
• Mga label: Sa maraming mga kaso, ang data ay nabuo at pinagsama sa ilalim ng mga label, o mga tag, na naglalarawan ng data sa loob ng pangkat na iyon. Maaaring mabuo ang mga tag na ito kapag nilikha ang data, o maaaring idagdag para sa sanggunian at karagdagang impormasyon. Ang mga label o tag ay katulad ng metadata, bagaman hindi gaanong pormal.
• Nilalaman: Sinusuri ng diskarte na ito ang data mismo, sa halip na naka-attach na mga label o metadata.

Karaniwan, magkakaroon ng higit pang dami ng data ng nilalaman kaysa sa mga tag o metadata, na nangangahulugang ang pagkilala ng data sa pamamagitan ng nilalaman ay mas matagal at gumagamit ng mas kumplikadong mga pamamaraan ng pagtuklas. Gayunpaman, ang nilalaman ng pagsusuri ay may kaugaliang magbigay ng mas mayaman at mas kapaki-pakinabang na mga resulta sa pakikipag-ugnay.

Kapag nasuri na ang data, ang iba pang mga tool sa pagtuklas ng data ay maaaring magamit upang maipakita ang mga natuklasang mga relasyon, mga uso o pattern sa isang kapaki-pakinabang na format. Ang mga graphic, talahanayan at tsart ay mga pangunahing tool sa pagtatanghal na ginamit sa pagtuklas ng data, ngunit mas kumplikado pa mababasa ang mga pagtatanghal, tulad ng mga infographics, ay nagkakaroon ng pabor sa mga analyst ng data.

Ano ang Magagawa ng Data Discovery?

Sa mga tuntunin ng praktikal na paggamit, halos walang limitasyong paggamit para sa mga platform at tool ng pagtuklas ng data. Ang mga pamamaraan at estratehiya na ito ay kadalasang ginagamit ng mga organisasyong nakaharap sa mamimili sa halos bawat industriya, kabilang ang tingi, pinansiyal, komunikasyon at marketing, kahit na hindi para sa kita, mga samahan sa negosyo-sa-negosyo at mga ahensya ng gobyerno ay gumagamit din ng teknolohiyang ito.

Ang pagtuklas ng data ay nagbibigay-daan sa isang samahan upang makahanap ng mga ugnayan sa pagitan ng mga panloob na mga kadahilanan (tulad ng presyo, pagpoposisyon ng produkto at pagganap ng empleyado) at panlabas na mga kadahilanan (tulad ng data ng kumpetisyon, mga tagapagpahiwatig ng ekonomiya at demograpikong customer). Ang mga ugnayang ito ay tumutulong sa mga negosyo na mailarawan at tukuyin ang mga epekto ng mga pagbabago sa isa o higit pang mga kadahilanan sa mga benta, pakikipag-ugnayan sa customer at kita.

Ang mga tool na ginamit sa pagtuklas ng data ay nag-aalok ng isang mas detalyadong larawan ng maimpluwensyang mga kadahilanan, at pinapayagan ang mga kumpanya na maayos na i-tune ang kanilang mga diskarte sa marketing at mga kampanya sa advertising na may mataas na naka-target na impormasyon. Ang engine rekomendasyon sa tanyag na serbisyo ng streaming video Netflix ay isang magandang halimbawa ng teknolohiya sa pagtuklas ng data sa trabaho. Gumagamit ang serbisyo ng panlabas na data tungkol sa mga kasaysayan ng pagtingin sa mga customer at panloob na data tungkol sa nilalaman ng media sa kanilang database upang makagawa ng mga indibidwal na mungkahi para sa mga bagong video na malamang na mainteresan ang kanilang mga customer.

Ngunit ang potensyal na aplikasyon ng pagtuklas ng data ay lampas sa mga mamimili sa tingi. Ang isang halimbawa ay ang Advanced Scout software, isang programa na ginagamit ng National Basketball Association (NBA). Sinusuri nito ang mga paggalaw ng mga manlalaro mula sa mga pag-record ng imahe ng mga larong basketball upang matulungan ang mga coach na makabuo ng mga diskarte at orchestrate ang mga dula.

Habang sumusulong ang mga platform ng pagtuklas ng data at ang teknolohiya ay nagiging mas abot-kayang, mas maraming mga organisasyon ang makagamit ng mga tool na ito upang mas maunawaan ang kanilang mga customer at maghatid ng natatangi, na-customize na mga handog na nagpapabuti sa commerce para sa lahat.