uanset om data er struktureret eller ustruktureret, er det kun så værdifuldt som de forretningsresultater, det muliggør. Men selve dataene er ikke den eneste faktor, der er ansvarlig for disse resultater. Hvordan du måler disse data fra et forretningsmæssigt synspunkt hjælper dig med at binde værdien af dataene til dets potentiale og understøtter beslutninger, der fører til positive forretningsresultater. For at komme dertil har du brug for en big data analytics platform.
når du har en platform, der kan måle langs de fire V ‘ er—volumen, hastighed, variation og sandhed—kan du derefter udvide resultaterne af dataene til at påvirke kundeopkøb, onboarding, fastholdelse, opsalg, krydssalg og andre indtægtsgenererende indikatorer. Du kan også se på disse oplysninger som en konkurrencedygtig strategi, der bringer tilsvarende forbedringer i driftseffektivitet og hjælper dig med at udnytte data på tværs af virksomheden til andre initiativer.
i løbet af det sidste årti har virksomheder investeret mange penge i at opbygge datalagre og business intelligence-systemer for at sikre datas kritiske rolle i at forbedre beslutningstagningskapaciteten. Jeg kalder dette ” den endelige værdi af data.”Det adresserer vigtigheden forbundet med hvert enkelt dataelement, der går ind i disse systemer, og hver enkelt rapport, du genererer ud af de data, der for det meste er strukturerede data.
på den anden side giver big data med dens volumen, hastighed, variation og sandhed den “opfattede værdi af data”. Når man ser på de fire V ‘ er, er der for meget information, og det meste er løst defineret. Derfor mener eksperter, at et stort potentiale ligger inden for disse data, men endnu ikke er blevet udforsket. At udforske big data handler om at etablere sammenhænge mellem ting, du ikke ved, der kan føre til nye muligheder, i modsætning til BI-systemer, hvor du ved, hvilke oplysninger du ønsker, og designe systemer til at levere disse specifikke typer information.ved at opbygge en stabil, omkostningseffektiv og meget lydhør cloud – baseret datalagrings-og analyseløsning opnåede en førende medicinal-og forbrugsvarevirksomhed flere uventede fordele, der fremhævede den opfattede værdi af data. Løsningen forbedrede ikke kun styringen af virksomhedens daglige drift på tværs af salg, planlægning og kampagner, men muliggjorde også næste generations datamining, herunder big data processing og analytics-kapaciteter, der informerede om bedre beslutningstagning. Som et resultat brugte virksomheden indsigt fra big data analytics til at udvikle nye strategiske kampagner, drage fordel af uventede markedsskift og holde sig foran nimbler-konkurrenter.
denne dybde af analyser kan gavne virksomheder i enhver branche. Globale producenter producerer stadig stigende mængder data, der skal sorteres og analyseres for forretningsindsigt og rapporteringskrav. Manglende håndtering af disse data effektivt kan hæmme effektiv beslutningstagning, reducere effektiviteten og føre til overholdelsesproblemer. Med en Big data analytics-platform kan producenterne opnå robust og hurtig rapportering, der sikrer vellykkede overensstemmelsesrevisioner. Og ved nøje at overveje volumen, hastighed, variation og sandhed, big data giver den indsigt, som forretnings beslutningstagere har brug for for at holde trit med skiftende forbrugertendenser.
i den digitale verden betyder det at forstå kunden er af afgørende betydning. I betragtning af denne antagelse, lad os anvende nogle målekriterier på kundens levetidsværdi (CLV) for at forbedre og forbedre kundeforholdsstyring:
- volumenbaseret værdi: Jo mere omfattende dit integrerede syn på kunden og jo mere Historiske data du har om dem, jo mere indsigt kan du udtrække fra det. Til gengæld tager du bedre beslutninger, når det kommer til at erhverve, fastholde, vokse og styre disse kundeforhold.Hastighedsbaseret værdi: jo hurtigere du kan behandle oplysninger i din data-og analyseplatform, jo mere fleksibilitet får du til at finde svar på dine spørgsmål via forespørgsler, rapporter, dashboards osv. En hurtig data indtagelse og hurtig analyse kapacitet giver dig rettidig og korrekt beslutning nå dine customer relationship management mål.
- Variety-based value: de mere varierede kundedata, du har – fra CRM-systemet, sociale medier, call-center-logfiler osv. – den mere mangesidede visning, du Udvikler om dine kunder, hvilket gør det muligt for dig at udvikle kunderejsekort og personalisering for at engagere dig mere med kunderne.
- Veracity-based value: at samle en masse data betyder ikke, at dataene bliver rene og nøjagtige. Data om kunder skal forblive konsoliderede, rensede, konsistente og aktuelle for at træffe de rigtige beslutninger.
så hvordan vedhæfter du dollarværdi til noget af dette? Nogle gange kan det rigtige stykke information genereret fra små data på det rigtige tidspunkt gøre hele forskellen. For eksempel fangede en big data-og analyseløsning til verdens største borgeridentifikationsprogram 150 TB data. Siden løsningens implementering, mere end 3500 tilfælde af svig blandt 1.5 millioner tilmeldinger blev fundet – en værdifuld indsigt, der muligvis er gået uopdaget uden big data analytics-kapaciteter.
i et andet eksempel brugte en stor internetudbyder en internetanalyseløsning til at identificere de mest effektive kanaler og forbedre kundeengagement og opbevaringsmuligheder. Løsningen behandlede ustrukturerede data med reduceret informationsforsinkelse. Bevæbnet med realtidsanalyse fik internetudbyderen indsigt, der resulterede i øget omsætning og større kundefastholdelse. Den slags penge går lige til bundlinjen. Og flere virksomheder begynder at lægge mærke til det.
for ikke længe siden handlede langt størstedelen af big data-brugssager om lavere samlede ejeromkostninger (TCO), men da teknologien fortsætter med at modnes, er der flere brugssager rettet mod toplinjens omsætningsvækst eller nye markedsskabelsesmuligheder. For disse organisationer kan big data-initiativer starte med CIO og CTO for at etablere et “Big Data som en Platform” – koncept, men er hurtigt blevet udnyttet i hele virksomheden til at levere forretningsværdier.
uanset om big data analytics understøtter IT eller virksomheden, starter vejen til at få større værdi fra big data med at beslutte, hvilke problemer du prøver at løse. Hvis de største udfordringer er inden for IT, vil use cases i vid udstrækning blive drevet omkring temaer som operationel effektivitet og øget ydelse.
men hvis der er forretningsproblemer, der skal løses, vil temaerne tage et andet perspektiv, f.eks. Uanset hvad, ved at anvende volumen -, velocity -, variety – og veracity-baserede værdier til big data-måling, omdanner virksomheder nu big data analytics fra et omkostningscenter til et profitcenter.
Følg @DataconomyMedia
Soumendra Mohanty er en tankeleder og en autoritet inden for informationsstyring, business intelligence (BI), big data og analytics-området efter at have skrevet flere bøger og offentliggjort artikler i førende tidsskrifter inden for data-og analyseområdet. Han har ledet teams gennem projektets livscyklus og med succes hjulpet med at sælge og levere data-og analyseprojekter på tværs af flere brancher, herunder detailhandel, forbrugsvarer, mæglervirksomhed, bankvirksomhed, fremstilling, regering, telekommunikation, e-detailhandel og biovidenskab.
Billedkredit: Marc Smith / mobilnet Afrika 2010 / CC BY 2.0