ať už jsou data strukturovaná nebo nestrukturovaná, je to jen tak cenné jako obchodní výsledky, které to umožňuje. Samotná data však nejsou jediným faktorem odpovědným za tyto výsledky. To, jak tyto údaje měříte, z obchodního hlediska vám pomůže spojit hodnotu dat s jejich potenciálem a podporuje rozhodnutí, která vedou k pozitivním obchodním výsledkům. Chcete-li se tam dostat, potřebujete platformu pro analýzu velkých dat.
Jakmile budete mít platformu, která může měřit podél čtyři V je objem, rychlost, rozmanitost, a pravdivost—pak můžete rozšířit výsledky dat vliv na získávání zákazníků, onboarding, uchovávání, upsell, cross-sell a další příjmy generování ukazatele. Můžete se také podívat na tyto informace jako na konkurenční strategii, která přináší odpovídající zlepšení provozní efektivity a pomáhá vám využívat data v celém podniku pro další iniciativy.
během posledních deseti let společnosti investovaly spoustu peněz do budování datových skladů a systémů business intelligence, aby zajistily kritickou roli dat při zlepšování rozhodovacích schopností. Říkám tomu “ definitivní hodnota dat.“Řeší důležitost spojenou s každou jednotlivou datovou položkou, která jde do těchto systémů, a každou jednotlivou zprávou, kterou generujete z dat, která jsou z větší části strukturovaná data.
na druhé straně velká data s objemem, rychlostí, rozmanitostí a pravdivostí poskytují „vnímanou hodnotu dat“. Při pohledu na čtyři V, existuje příliš mnoho informací a většina z nich je volně definována. Odborníci se proto domnívají, že v těchto datech leží velký potenciál, ale dosud nebyl prozkoumán. Zkoumání velkých dat je vše, o stanovení korelace mezi věci, které nevíš, že může vést k novým možnostem, na rozdíl od BI systémů, kde jste vědět, co informace, které chcete, a navrhnout systémy pro zajištění těchto specifických typů informací.
například vybudováním stabilního, nákladově efektivního a vysoce citlivého řešení cloudového skladování a analýzy dat dosáhla přední farmaceutická a spotřební společnost několika neočekávaných výhod, které zdůraznily vnímanou hodnotu dat. Řešení nejen zlepšilo řízení každodenních operací společnosti v oblasti prodeje, plánování a propagace, ale také umožnilo dolování dat nové generace, včetně zpracování velkých dat a analytických schopností, které informovaly o lepším rozhodování. Jako výsledek, společnost používá poznatky získané z big data analytics vyvinout nové strategické akce, využít nečekané tržní směny a zůstat před hbitější konkurenti.
tato hloubka analytiky může být přínosem pro společnosti v jakémkoli odvětví. Globální výrobci produkují stále rostoucí množství dat, která je třeba třídit a analyzovat pro obchodní informace a požadavky na podávání zpráv. Neschopnost efektivně spravovat tato data může bránit efektivnímu rozhodování, snížit efektivitu a vést k problémům s dodržováním předpisů. Díky platformě pro analýzu velkých dat mohou výrobci dosáhnout robustního a rychlého podávání zpráv, které zajistí úspěšné audity shody. A pečlivým zvážením objemu, rychlost, rozmanitost a pravdivost, big data poskytuje postřehy, které tvůrci obchodních rozhodnutí potřebují držet krok s měnícími se spotřebitelskými trendy.
v digitálním světě to znamená, že porozumění zákazníkovi má zásadní význam. Vzhledem k tomuto předpokladu, pojďme použít některé měření, kritéria, zákazník životnost hodnota (CLV) posílit a zlepšit řízení vztahů se zákazníky:
- v závislosti na Objemu hodnoty: Čím komplexnější je váš integrovaný pohled na zákazníka a čím více historických dat o něm máte, tím více informací z něj můžete získat. Na oplátku, děláte lepší rozhodnutí, pokud jde o získávání, udržení, růst a řízení těchto vztahů se zákazníky.
- hodnota založená na rychlosti: čím rychleji můžete zpracovávat informace do své datové a analytické platformy, tím větší flexibilitu získáte při hledání odpovědí na vaše otázky prostřednictvím dotazů, zpráv,dashboardů atd. Rychlé požití dat a schopnost rychlé analýzy vám poskytne včasné a správné rozhodnutí dosáhnout cílů řízení vztahů se zákazníky.
- Variety-based value: čím rozmanitější údaje o zákaznících máte – od CRM systému, sociálních médií, protokolů call centra atd. – více mnohostranný pohled vás rozvíjet o své zákazníky, a tak umožňuje rozvíjet cesta zákazníka mapy a personalizace, aby se zapojily s více zákazníky.
- Pravdivosti založené hodnota: Hromadí mnoho dat, neznamená, že se data stanou čisté a přesné. Údaje o zákaznících musí zůstat konsolidované, očištěné, konzistentní a aktuální, aby bylo možné činit správná rozhodnutí.
Jak tedy k něčemu z toho připojíte dolarovou hodnotu? Někdy může správná informace generovaná z malých dat ve správný čas změnit. Například velké datové a analytické řešení pro největší program identifikace občanů na světě zachytilo 150 TB dat. Od nasazení řešení, více než 3500 případy podvodu mezi 1.Bylo nalezeno 5 milionů zápisů-cenný vhled, který mohl být neobjeven bez velkých analytických schopností dat.
v jiném příkladu velký poskytovatel internetových služeb použil řešení webové analýzy k identifikaci vysoce výkonných kanálů a zlepšení příležitostí k zapojení a udržení zákazníků. Řešení zpracovalo nestrukturovaná data se sníženou latencí informací. Vyzbrojeni analýzou v reálném čase, ISP získal poznatky, které vedly ke zvýšení příjmů a větší udržení zákazníků. Takové peníze jdou přímo k jádru věci. A více podniků si toho začíná všímat.
Není to tak dávno, drtivá většina velkých dat použít případy byly nižší celkové náklady na vlastnictví (TCO), ale jak technologie pokračuje zrát, existuje více případů použití cílené na horním řádku růst tržeb nebo nový trh, vytváření příležitostí. Pro tyto organizace, zpracování velkých objemů dat iniciativy mohou začít s CIO a CTO založit „Big Data jako Platforma“ koncept, ale byly rychle využít v průběhu podniku dodávat obchodní hodnoty.
ať už Big data analytics podporují IT nebo podnikání, cesta k získání větší hodnoty z velkých dat začíná rozhodnutím, jaké problémy se snažíte vyřešit. Pokud jsou v něm největší výzvy, pak se případy použití budou do značné míry řídit tématy, jako je provozní účinnost a zvýšený výkon.
Pokud však existuje obchodní problém, který je třeba vyřešit, budou mít témata jinou perspektivu,například mapování cesty zákazníků. Buď jak buď, za použití objemu, rychlosti, různé – a věcné hodnoty založené na big data měření, společnosti jsou nyní transformuje big data analytics od nákladové středisko, profit centrum.
Sledujte @DataconomyMedia
Soumendra Mohanty je myšlení vůdce a autorita v rámci informační management, business intelligence (BI), big data a analytics oblasti, napsal několik knih a publikovaných článků v předních časopisech v datech a analytických prostor. Vedl týmy prostřednictvím životního cyklu projektu a úspěšně pomohl prodat a dodat data a analytické projekty v celé řadě odvětví, včetně maloobchodu, consumergoods, zprostředkování, bankovnictví, výroby, státní správy, telekomunikací, e-maloobchodní a vědy o životě.
Image Credit: Marc Smith / Mobile Web Africa 2010 / CC BY 2.0