5 formes d’obtenir valor de les vostres dades empresarials

Aquests dies es parla molt sobre què consisteix en crear configuracions informàtiques de grans dades, des de l’ús d’Apache Hadoop i eines relacionades per innovar l’accessibilitat, fins a converses sobre formes tècniques d’embussar dades dins i fora dels magatzems de dades corporatives centrals. Però també hi ha l’element filosòfic del big data. És a dir, com utilitzeu totes aquelles dades que es troben per augmentar els vostres resultats empresarials i millorar el vostre model de negoci?

A continuació, es mostren cinc maneres en què les empreses apliquen els números i els apliquen a alguns resultats concrets.

Port Big Data directament a plataformes específiques del sector

Una forma senzilla de començar a utilitzar dades empresarials agregades és posar elements de dades específics en sistemes de processos de negoci pre-dissenyats que es realitzen per a proporcionar-los de manera eficaç. Potser el millor exemple són les eines de gestió de relacions amb els clients (CRM). Els venedors sovint construeixen els seus serveis al voltant de taulers de comandament que poden presentar als treballadors de vendes i altres amb fitxers o carpetes de clients eficients i actuables.

La cosa és que utilitzar CRM assumeix que teniu les dades necessàries en algun lloc. Si podeu agrupar identificadors de clients, comprar històries i altres elements rellevants, podeu començar a enviar-ho a la vostra plataforma CRM. El vostre equip de vendes us agrairà.

Construir sistemes d’intel·ligència comercial empresarials

Un cop més, escollireu i escollireu quins conjunts de dades específics voleu utilitzar, però una altra cosa que estan fent les empreses és prendre les seves maneres normals de retractar dades i ampliar-les lentament, injectant cada cop més conjunts de dades grans en el seu tradicional tècniques d’informació.

D’acord, de manera que hi ha més que uns quants recursos de precaució sobre la quantitat de sistemes heretats que generalment contenen el progrés real. Però també hi ha algunes guies pràctiques que mostren alguns dels reptes a l’hora d’utilitzar les tecnologies antigues per a big data, com es pot fer i com el personal adequat pot marcar la diferència. A més, tècnicament, tot és "heretat" un cop desplegat, per la qual cosa no sempre té sentit fer un sistema original cada vegada que passi alguna cosa millor.

Utilitzeu aquest Data Warehouse

Si teniu dades grans en un dipòsit central i sabeu com accedir-hi, podeu crear processos nous al voltant.

A continuació, es mostra un excel·lent exemple de com algunes de les empreses més grans persegueixen usos específics i precisos de big data. Podeu anomenar-la indexació creuada; ajuda a una empresa a construir models coherents entre tots els seus nombrosos tipus de comptes de clients que es poden tenir en diferents parts de l'arquitectura del programari.

Si es combinen totes les dades actuables, una empresa pot veure si, per exemple, un nom de la seva base de dades puntual de venda al detall coincideix amb un nom en una de les seves divisions de serveis. La companyia després importa la informació a tots dos departaments, de manera que quan algú agafa el telèfon, sàpiga que aquesta persona està activa en els dos canals separats.

Es tracta d’un ús pràctic de la intel·ligència empresarial: us ajuda a fer alguna cosa basat en totes les dades grans que heu reunit.

Dades d’estructura

Un altre dels principals problemes amb les grans dades és que les empreses solen recollir dades relativament desestructurades. Les dades no estructurades poden tenir forma de documents en paper o digitals, recursos de base de dades crus o sense definir, o fins i tot fragments de text i codi de dispositius mòbils. El que té en comú les dades no estructurades és que no segueixen el format de base de dades relacional. Com a resultat, la base de dades tradicional relatable no pot manejar-la i no en traieu cap intel·ligència empresarial.

Hi ha dues maneres de manejar-ho: agafar una pala i començar a excavar, o bé aconseguir alguns recursos que perfeccionin aquestes dades no estructurades en dades actuables. Les empreses que no vulguin invertir en nou programari poden emprar mans humanes per classificar les dades no estructurades i formatar-les correctament, però ara teniu algunes alternatives gràcies a les eines que analitzaran les dades no estructurades de manera eficaç. Per exemple, les metadades són una forma d’automatitzar la mineria de dades d’una manera que la fan útil.

Identificar i manejar els llacs de dades

Una altra paraula clau de la comunitat de dades gran és el llac de dades. Essencialment, el llac de dades és només un gran conjunt de dades que s’hi troben sense utilitzar. És la definició quintessencial de les dades en repòs: no s’hi fa res, no s’està molestant, és tan glaçada i plàcida com la xapa d’un cos d’aigua estancat.

Un cop més, hi ha moltes maneres diferents de gestionar els llacs de dades, però tots comencen per reflexionar sobre el que hi ha en aquests grans conjunts de dades i per què es troben en fred en primer lloc. Les empreses estan construint centres de dades propis i utilitzen tecnologies de clusterització de dades ultramoderns orientades a objectes per tal de separar aquests llacs de dades en peces actuables. Es fa realment cas per cas, però alguns experts tenen suggeriments sobre com es poden incorporar aquests llacs de dades a canals útils que fan que la informació acabi en algun lloc i faci alguna cosa.