5 Cara untuk mendapatkan nilai dari data perniagaan anda

Terdapat banyak perbincangan mengenai apa yang terlibat dalam membuat data IT yang besar, dari penggunaan Apache Hadoop dan alat yang berkaitan untuk membuat aksesibiliti, untuk perbualan mengenai cara teknikal untuk mencantumkan data masuk dan keluar dari gudang data korporat pusat. Tetapi ada juga unsur falsafah data besar. Dalam erti kata lain, bagaimana anda menggunakan semua data yang terletak di sekitar untuk benar-benar meningkatkan hasil perniagaan anda dan meningkatkan model perniagaan anda?

Berikut adalah lima cara syarikat mengejar nombor dan sebenarnya menerapkannya kepada beberapa hasil konkrit.

Port Big Data secara Langsung Ke Platform Khusus Sektor

Satu cara mudah untuk mula menggunakan data perniagaan agregat adalah memasukkan unsur-unsur data tertentu ke dalam sistem proses perniagaan yang telah dirancang terlebih dahulu yang dibuat untuk menyampaikan data tersebut dengan berkesan. Mungkin contoh terbaik adalah alat pengurusan perhubungan pelanggan (CRM). Vendor sering membina perkhidmatan mereka di sekitar papan pemuka yang boleh membentangkan pekerja jualan dan yang lain dengan fail atau folder pelanggan yang cekap dan boleh bertindak.

Perkaranya ialah menggunakan CRM menganggap bahawa anda mempunyai data yang diperlukan di suatu tempat. Jika anda boleh mengumpulkan pengecam pelanggan, sejarah pembelian dan barang-barang yang berkaitan bersama-sama, anda boleh memulakan penghantaran semua ini ke dalam platform CRM anda. Pasukan jualan anda akan terima kasih.

Membina Sistem Perisikan Perniagaan Legacy

Sekali lagi, anda akan memilih dan memilih apa data set tertentu yang anda mahu gunakan, tetapi satu lagi perkara yang dilakukan oleh syarikat-syarikat adalah melakukan cara-cara biasa untuk mempercepatkan data dan mengembangkannya perlahan-lahan, dengan menyuntikkan lebih banyak data besar ke dalam tradisi mereka teknik pelaporan.

OK, jadi terdapat lebih daripada beberapa sumber peringatan di luar sana tentang berapa banyak sistem legasi pada umumnya mengekalkan kemajuan sebenar. Tetapi terdapat juga beberapa panduan praktikal di luar sana yang menunjukkan beberapa cabaran dalam menggunakan teknologi warisan untuk data besar, bagaimana ia boleh dilakukan, dan bagaimana kakitangan yang betul boleh membuat semua perbezaan. Tambahan pula, secara teknikal, semuanya adalah "warisan" apabila ia digunakan, jadi ia tidak selalu masuk akal untuk memecahkan sistem warisan setiap kali sesuatu yang lebih baik datang bersama.

Gunakan Data Warehouse tersebut

Sekiranya anda mempunyai data besar di repositori pusat dan anda tahu cara mengaksesnya, anda boleh membina proses baru di sekelilingnya.

Berikut adalah contoh yang sangat baik tentang bagaimana beberapa syarikat yang lebih besar mengejar data besar yang tepat, tepat dan tepat. Anda mungkin menyebutnya cross-indexing; ia membantu perusahaan untuk membina model konsisten antara semua jenis pelanggan mereka yang boleh diadakan di bahagian-bahagian yang berlainan dalam seni bina perisian.

Dengan menggabungkan semua data yang boleh diambil tindakan bersama, sebuah syarikat mungkin dapat melihat jika, sebagai contoh, nama dalam pangkalan data runcit seharian dijual sepadan dengan nama di salah satu bahagian perkhidmatannya. Syarikat kemudian mengimport maklumat tersebut kepada kedua-dua jabatan, supaya apabila seseorang memungut telefon, mereka tahu bahawa orang tersebut aktif dalam kedua saluran yang terpisah.

Ini adalah penggunaan praktikal perisikan perniagaan - ia membantu anda untuk benar-benar melakukan sesuatu berdasarkan semua data besar yang telah dikikis bersama-sama.

Struktur Data

Satu lagi isu utama dengan data besar adalah bahawa syarikat sering mengumpulkan data yang relatif tidak berstruktur. Data tidak berstruktur mungkin datang dalam bentuk kertas atau dokumen digital, sumber data pangkalan data mentah atau tidak diubah, atau coretan teks dan kod dari peranti mudah alih. Data yang tidak berstruktur mempunyai persamaan adalah bahawa ia tidak mengikuti format pangkalan data relasi. Akibatnya, pangkalan data yang boleh dihubungi tradisional tidak dapat mengendalikannya, dan anda tidak mendapat apa-apa kecerdasan perniagaan daripada itu.

Terdapat dua cara untuk mengatasi ini: ambil sekop dan mula menggali, atau dapatkan beberapa sumber yang menyempurnakan data yang tidak tersusun ke dalam data yang boleh ditindaklanjuti. Syarikat-syarikat yang tidak mahu melabur dalam perisian baru boleh menggunakan tangan manusia untuk menyusun data tanpa format dan format dengan betul, tetapi sekarang anda mempunyai beberapa alternatif terima kasih kepada alat-alat yang akan menghuraikan data yang tidak tersusun secara berkesan. Contohnya, Metadata adalah salah satu cara untuk mengotomatisasi perlombongan data dengan cara yang menjadikannya berguna.

Mengenalpasti dan Mengendalikan Danau Data

Satu lagi kata kunci besar dalam komuniti data besar ialah data tasik. Pada asasnya, tasik data hanyalah kumpulan besar data yang duduk di sana tidak digunakan. Ia adalah definisi asas data seketika - tidak ada yang dilakukan dengannya, ia tidak terganggu, ia adalah seperti es dan tenang sebagai venir air yang bertakung.

Sekali lagi, terdapat banyak cara yang berbeza untuk mengendalikan tasik data, tetapi semuanya bermula dengan mencerminkan apa yang ada dalam set data besar dan mengapa mereka berada dalam simpanan sejuk di tempat pertama. Syarikat-syarikat sedang membina pusat data mereka sendiri dan menggunakan teknologi clustering data yang berorientasikan objek ultramodern untuk memecahkan tasik-tasik data ini menjadi kepingan yang boleh dilakukan. Ini benar-benar dilakukan berdasarkan kes demi kes proprietari, tetapi ada sesetengah pakar yang mempunyai cadangan tentang bagaimana untuk memusnahkan data-data ini tasik ke dalam saluran yang berguna yang membuat kepingan maklumat berakhir di suatu tempat dan melakukan sesuatu.