5 Πράγματα που πρέπει να ξέρετε για τα μεγάλα δεδομένα

Όπως και το σύννεφο, τα μεγάλα δεδομένα είναι ένα άλλο buzzword που έχει ανοιχτά πετάξει γύρω χωρίς να κατανοεί καλά τι σημαίνει και γιατί έχει σημασία. Για τους ΚΟΤ, οι οποίοι είναι υπεύθυνοι για τη λήψη του τεράστιου όγκου δεδομένων που αποστέλλονται σε μια επιχείρηση κάθε μέρα και την μεταφράζουν σε εύκολες στην κατανόηση αναφορές και αριθμούς που θα βοηθήσουν την εταιρεία να αναπτυχθεί, παίρνει πραγματικά μεγάλα δεδομένα είναι το κλειδί. Αυτό συμβαίνει επειδή η μη χρησιμοποίηση μεγάλων δεδομένων για το πλήρες δυναμικό τους ουσιαστικά αφήνει χρήματα στο τραπέζι - και αυτό δεν είναι καλό για την εταιρεία ή τον ΚΟΤ.

Τι είναι τα μεγάλα δεδομένα;

Υπάρχουν πολλοί ορισμοί που ρίχνονται γύρω, αλλά σε γενικές γραμμές, αυτό που κάθε όρος έχει κοινό είναι ότι τα μεγάλα δεδομένα ασχολούνται με τον τεράστιο όγκο των αδόμητων δεδομένων που δημιουργούνται από μια επιχειρηματική διαδικασία. Για παράδειγμα, στην περίπτωση ενός ιστότοπου, αυτό σημαίνει την ανάλυση του πλήθους των δεδομένων που παρέχονται με κάθε επίσκεψη ιστότοπου, την ανοικτή διεύθυνση ηλεκτρονικού ταχυδρομείου, τη συναλλαγή και άλλα. Τα δεδομένα που συγκεντρώνονται σε αυτά τα θέματα μπορούν να αναλυθούν για να προσδιοριστεί η σωστή επιχειρηματική στρατηγική και να γίνουν αλλαγές για τη βελτίωση της επιχείρησης. Αυτό είναι ζωτικής σημασίας για τη μακροπρόθεσμη επιτυχία οποιασδήποτε επιχείρησης.

Τα μεγάλα δεδομένα είναι σαν ένα παζλ. Βάλτε το μαζί με τρόπο που λειτουργεί για την οργάνωσή σας και μπορείτε να την βοηθήσετε να αναπτυχθεί. Εδώ είναι πέντε πράγματα που πρέπει να γνωρίζετε πρώτα.

1. Μπορεί να είναι (σχετικά) απλό

Η τάση στα μεγάλα δεδομένα δεν χάθηκε σε μεγάλες εταιρείες λογισμικού. Στην πραγματικότητα, οι ηγέτες της βιομηχανίας ανοίγουν το δρόμο για τις επιχειρήσεις να εφαρμόζουν μεγάλα δεδομένα πιο γρήγορα και εύκολα από ποτέ, προσφέροντας ολοκληρωμένες λύσεις. Αυτές οι λύσεις περιλαμβάνουν τόσο το υλικό όσο και το λογισμικό που χρειάζονται για να βοηθήσουν τις επιχειρήσεις να χρησιμοποιήσουν μεγάλες τακτικές δεδομένων.

Μέχρις ότου άρχισαν να κυκλοφορούν στην αγορά λύσεις μεγάλου χαρτοφυλακίου δεδομένων, ο Hadoop βρισκόταν στην πρώτη γραμμή της ανάπτυξης μεγάλων δεδομένων. Ενώ αυτό το πλαίσιο λογισμικού ανοιχτού κώδικα εξακολουθεί να παραμένει ένας πολύ ισχυρός παίκτης στη μεγάλη αγορά δεδομένων, περισσότερες επιχειρήσεις με λιγότερους πόρους τείνουν προς λύσεις σε κιβώτια για να τους βοηθήσουν να ξεκινήσουν γρηγορότερα και ευκολότερα.

2. Οι στατιστικές είναι ακόμα δύσκολες

Ενώ τα μεγάλα δεδομένα μπορούν να αποκαλύψουν πολλά, οι στατιστικές που αποσύρονται από το πλαίσιο είναι ανοικτές σε παρερμηνείες. Αυτό είναι ένα σημαντικό στοιχείο κατά τη δημιουργία ενός μεγάλου πλαισίου δεδομένων. Τα στελέχη και οι έμποροι θα πρέπει να διαδραματίσουν σημαντικό ρόλο βοηθώντας στον προσδιορισμό των σωστών στατιστικών στοιχείων και στον καλύτερο τρόπο απόκτησης αυτών των στατιστικών από τον όγκο των δεδομένων που λαμβάνονται κάθε μέρα. Χωρίς να το πράττουν, οι ΚΟΤ διακινδυνεύουν να δώσουν μια ανακριβή εικόνα μέσα από τους αναλυτικούς αριθμούς. Ένα παράδειγμα του πώς μπορεί να συμβεί αυτό μπορεί να διαπιστωθεί σε μια μελέτη του ερευνητή Lev Manovich σχετικά με την ανάλυση κοινωνικών μέσων. Αυτό που βρήκε ήταν ότι τα δεδομένα από τους ιστότοπους κοινωνικών μέσων γενικά αντιπροσωπεύουν μόνο ένα μέρος των ανθρώπων του ιστότοπου και όχι ολόκληρη την ομάδα. (Ανακαλύψτε τις εταιρείες που ασχολούνται με τα δεδομένα τους στο Taming the Big Monster).

3. Δεν είναι φτηνό

Το κόστος που συνδέεται με την εφαρμογή μιας μεγάλης λύσης δεδομένων μπορεί να αποτελέσει ένα μεγάλο εμπόδιο για τους ΚΟΤ όταν προσπαθεί να πείσει την ανώτερη διοίκηση για τη σημασία και την ανάγκη της. Δυστυχώς, δεν υπάρχουν πολλά στατιστικά στοιχεία γι 'αυτό, επειδή τα μεγάλα δεδομένα είναι σχετικά σχετικά νέα. Τούτου λεχθέντος, υπάρχουν μερικές μελέτες που μπορούν να βοηθήσουν τους διευθύνοντες συμβούλους να εφαρμόσουν αυτά τα εργαλεία. Επίσης, εάν οι ανταγωνιστές βλέπουν την επιτυχία με μεγάλα δεδομένα, αυτός είναι ένας άλλος καλός δείκτης που οι CEOs θα αναζητήσουν από την άποψη της πιθανής απόδοσης της επένδυσης.

4. Μπορεί να αποκαλύψει νέες ευκαιρίες εσόδων

Τα στελέχη σε επίπεδο C πρέπει να δουν την ποσότητα των γνώσεων και των ευκαιριών που μπορούν να αντληθούν από την πρόσβαση σε μεγάλα δεδομένα προκειμένου να είναι πεπεισμένοι ότι αξίζει τα έξοδα. Από τη βελτιστοποίηση της παραγωγής μολύβδου, την ανάλυση της επιτυχίας των κοινωνικών μέσων ενημέρωσης και την αποτύπωση των αποτελεσμάτων μάρκετινγκ περιεχομένου, οι επιχειρήσεις μπορούν να μάθουν περισσότερα για τη δική τους επιχείρηση και να ενεργούν με περισσότερη και καλύτερη νοημοσύνη για το τι θέλουν και απαιτούν οι πελάτες τους. Επειδή περισσότερες επιχειρήσεις αρχίζουν να πηδούν με τα μεγάλα δεδομένα, οι μελέτες και οι στατιστικές αρχίζουν σιγά σιγά να φιλτράρουν τις επιτυχημένες προσεγγίσεις. (Μάθετε περισσότερα σχετικά με το πόσο μεγάλα δεδομένα χρησιμοποιούνται στα μεγάλα δεδομένα: πώς συλλαμβάνονται, παραμορφώνονται και χρησιμοποιούνται για τη λήψη επιχειρηματικών αποφάσεων.)

5. Οι επιχειρήσεις πρέπει να προσαρμοστούν για να πετύχουν

Μια μελέτη του 2010 από τους Steve LaValle, Eric Lesser, Rebecca Shockley, Michael S. Hopkins και Nina Kruschwitz έδειξε ότι οι επιχειρήσεις με τις καλύτερες επιδόσεις χρησιμοποίησαν μεγάλα δεδομένα πέντε φορές περισσότερο από τις εταιρείες με χαμηλές επιδόσεις. Αυτή η μελέτη συνέχισε να ανακαλύπτει ότι μεγάλα δεδομένα, προκειμένου να παραμείνουν ακριβή και να παρέχουν τις πιο πολύτιμες πληροφορίες, πρέπει να εφαρμόζονται σε συνδυασμό με τα τρέχοντα συστήματα και να χρησιμοποιούν τις ίδιες επιχειρηματικές στρατηγικές. Δυστυχώς, αυτό είναι κάτι που οι ΚΟΤ συνεχίζουν να αγωνίζονται, κυρίως λόγω του κόστους και της δυσκολίας να πείσουν τον Διευθύνοντα Σύμβουλο να επενδύσει σε μεγάλα δεδομένα.

Η πραγματικότητα είναι ότι οι εταιρείες που αποτυγχάνουν να χρησιμοποιήσουν αυτή την προσέγγιση καθίστανται όλο και πιο αδύνατες να ανταγωνιστούν και αναπόφευκτα θα πέσουν πίσω από άλλους που διαθέτουν ένα σύστημα για την παρακολούθηση και την ανταπόκριση στα δεδομένα.

Μεγάλα δεδομένα, μεγάλες αλλαγές

Οι νέες ψηφιακές τάσεις και οι καταναλωτικές συμπεριφορές απαιτούν νέους τρόπους ανάλυσης των τεράστιων ποσοτήτων δεδομένων που εισρέουν από διάφορες πηγές. Μεγάλα δεδομένα είναι ο τρόπος για να γίνει αυτό και χωρίς εφαρμογή, πολλές επιχειρήσεις θα βρεθούν πίσω από την καμπύλη, αντί να ανταγωνίζονται στο υψηλότερο δυνατό επίπεδο.