Se i dati sono strutturati o non strutturati, sono preziosi quanto i risultati di business che rendono possibile. Tuttavia, i dati stessi non sono l’unico fattore responsabile di tali risultati. Il modo in cui si misurano tali dati, da un punto di vista aziendale, consente di legare il valore dei dati al loro potenziale e supporta le decisioni che portano a risultati aziendali positivi. Per arrivarci, hai bisogno di una piattaforma di analisi dei big Data.
Una volta che hai una piattaforma in grado di misurare lungo le quattro V—volume, velocità, varietà e veridicità—puoi quindi estendere i risultati dei dati per influenzare l’acquisizione dei clienti, l’onboarding, la retention, l’upsell, il cross-sell e altri indicatori di generazione di entrate. Puoi anche considerare queste informazioni come una strategia competitiva che apporta miglioramenti corrispondenti all’efficienza operativa e ti aiuta a sfruttare i dati in tutta l’azienda per altre iniziative.
Nell’ultimo decennio, le aziende hanno investito molti soldi nella creazione di data warehouse e sistemi di business intelligence per proteggere il ruolo fondamentale dei dati nel migliorare le capacità decisionali. Io chiamo questo il ” valore definitivo dei dati.”Affronta l’importanza associata a ogni singolo elemento di dati che entra in questi sistemi e ogni singolo report generato dai dati che sono, per la maggior parte, dati strutturati.
D’altra parte, i big data con il loro volume, velocità, varietà e veridicità forniscono il “valore percepito dei dati”. Guardando le quattro V, ci sono troppe informazioni e la maggior parte di esse è vagamente definita. Pertanto, gli esperti ritengono che un grande potenziale si trovi all’interno di questi dati, ma non è ancora stato esplorato. Esplorare i big data significa stabilire correlazioni tra cose che non conosci che possono portare a nuove possibilità, a differenza dei sistemi di BI in cui sai quali informazioni desideri e progetta sistemi per fornire quei tipi specifici di informazioni.
Ad esempio, costruendo una soluzione di data warehousing e analisi basata su cloud stabile, efficiente in termini di costi e altamente reattiva, un’azienda leader nel settore farmaceutico e dei beni di consumo ha ottenuto diversi vantaggi inaspettati che hanno evidenziato il valore percepito dei dati. La soluzione non solo ha migliorato la gestione delle operazioni quotidiane dell’azienda attraverso le vendite, la pianificazione e le promozioni, ma ha anche consentito il data mining di nuova generazione, inclusa l’elaborazione dei Big Data e le funzionalità di analisi che hanno informato meglio il processo decisionale. Di conseguenza, l’azienda ha utilizzato le informazioni acquisite dall’analisi dei big data per sviluppare nuove promozioni strategiche, approfittare di cambiamenti di mercato inaspettati e stare al passo con i concorrenti più esigenti.
Questa profondità di analisi può avvantaggiare le aziende in qualsiasi settore. I produttori globali stanno producendo quantità sempre crescenti di dati che devono essere ordinati e analizzati per informazioni aziendali e requisiti di reporting. Una mancata gestione di questi dati in modo efficace può ostacolare un processo decisionale efficace, ridurre l’efficienza e portare a problemi di conformità. Con una piattaforma di analisi dei big Data, i produttori possono ottenere report robusti e rapidi che garantiscono audit di conformità di successo. E considerando attentamente volume, velocità, varietà e veridicità, i big data forniscono le informazioni necessarie ai decisori aziendali per tenere il passo con le mutevoli tendenze dei consumatori.
Nel mondo digitale, questo significa comprendere il cliente è di fondamentale importanza. Dato questo presupposto, applichiamo alcuni criteri di misurazione al valore di vita del cliente (CLV) per migliorare e migliorare la gestione delle relazioni con il cliente:
- Valore basato sul volume: Più completa è la tua visione integrata del cliente e più dati storici hai su di essi, più informazioni puoi estrarne. A sua volta, si stanno prendendo decisioni migliori quando si tratta di acquisire, mantenere, crescere e gestire tali relazioni con i clienti.
- Valore basato sulla velocità: più rapidamente è possibile elaborare le informazioni nella piattaforma di dati e analisi, maggiore è la flessibilità di trovare le risposte alle domande tramite query, report, dashboard, ecc. Una rapida acquisizione dei dati e la capacità di analisi rapida vi fornisce la decisione tempestiva e corretta raggiungere i vostri obiettivi di customer Relationship management.
- Valore basato sulla varietà: i dati dei clienti più vari che hai-dal sistema CRM, dai social media, dai registri dei call-center, ecc. – la vista più sfaccettata che sviluppi sui tuoi clienti, permettendoti così di sviluppare mappe e personalizzazioni del customer journey per coinvolgere di più i clienti.
- Valore basato sulla veridicità: accumulare molti dati non significa che i dati diventino puliti e accurati. I dati sui clienti devono rimanere consolidati, puliti, coerenti e attuali per prendere le decisioni giuste.
Quindi, come si collega il valore in dollari a tutto questo? A volte, il giusto pezzo di informazioni generate da piccoli dati al momento giusto può fare la differenza. Ad esempio, una soluzione di big data e analisi per il più grande programma di identificazione dei cittadini del mondo ha catturato 150 TB di dati. Dalla distribuzione della soluzione, più di 3500 istanze di frode tra 1.5 milioni di iscrizioni sono state trovate – una preziosa intuizione che potrebbe essere andato da scoprire senza grandi capacità di analisi dei dati.
In un altro esempio, un grande ISP ha utilizzato una soluzione di analisi Web per identificare i canali più performanti e migliorare le opportunità di coinvolgimento e fidelizzazione dei clienti. La soluzione ha elaborato dati non strutturati con una latenza delle informazioni ridotta. Dotato di analisi in tempo reale, l’ISP ha acquisito informazioni che hanno comportato un aumento delle entrate e una maggiore fidelizzazione dei clienti. Quel tipo di denaro va dritto alla linea di fondo. E più aziende stanno cominciando a prendere atto.
Non molto tempo fa, la stragrande maggioranza dei casi d’uso dei big data riguardava un costo totale di proprietà (TCO) inferiore, ma man mano che la tecnologia continua a maturare, ci sono più casi d’uso mirati alla crescita dei ricavi top line o nuove opportunità di creazione del mercato. Per queste organizzazioni, le iniziative di big data possono iniziare con CIO e CTO per stabilire un concetto di “Big Data come piattaforma”, ma sono state rapidamente sfruttate in tutta l’azienda per fornire valori aziendali.
Che i big data analytics supportino l’IT o il business, il percorso per ottenere maggiore valore dai big data inizia decidendo quali problemi si sta cercando di risolvere. Se le maggiori sfide sono all’interno dell’IT, i casi d’uso saranno in gran parte guidati su temi come l’efficienza operativa e l’aumento delle prestazioni.
Tuttavia, se ci sono problemi di business che devono essere risolti, i temi assumeranno una prospettiva diversa, come la mappatura del percorso del cliente. In entrambi i casi, applicando valori basati su volume, velocità, varietà e veridicità alla misurazione dei big data, le aziende stanno ora trasformando l’analisi dei big data da un centro di costo a un centro di profitto.
Segui @DataconomyMedia
Soumendra Mohanty è un leader di pensiero e di un’autorità nell’ambito dell’information management, business intelligence (BI), big data e analytics, visto che ha scritto diversi libri e articoli pubblicati in riviste leader in dati e analisi spazio. Ha guidato i team durante il ciclo di vita del progetto e ha aiutato con successo a vendere e distribuire progetti di dati e analisi in diversi settori, tra cui retail, consumergoods, brokeraggio, banking, manufacturing, government, telecommunications, e-retail e life sciences.
Immagine di credito: Marc Smith / Mobile Web Africa 2010/CC DA 2.0