of data nu gestructureerd of ongestructureerd is, het is slechts zo waardevol als de bedrijfsresultaten die het mogelijk maakt. Echter, de gegevens zelf is niet de enige factor die verantwoordelijk is voor deze resultaten. Hoe u die gegevens meet, vanuit een zakelijk oogpunt, helpt u de waarde van de gegevens te koppelen aan het potentieel en ondersteunt beslissingen die leiden tot positieve bedrijfsresultaten. Om er te komen, heb je een big data analytics platform nodig.
zodra u een platform hebt dat kan meten langs de vier V ‘ s—volume, velocity, variety, en waarheidsgetrouwheid-kunt u vervolgens de resultaten van de gegevens uitbreiden om invloed te hebben op klantenwerving, onboarding, retentie, upsell, cross-sell en andere inkomstengenererende indicatoren. U kunt deze informatie ook zien als een competitieve strategie die overeenkomstige verbeteringen in operationele efficiëntie brengt en U helpt gegevens over de hele onderneming te benutten voor andere initiatieven.
de afgelopen tien jaar hebben bedrijven veel geld geïnvesteerd in het bouwen van datawarehouses en business intelligence-systemen om de cruciale rol van data bij het verbeteren van de besluitvormingscapaciteiten te beveiligen. Ik noem dit de ” definitieve waarde van gegevens.”Het gaat over het belang van elk data-item dat gaat in deze systemen en elk rapport dat u genereert uit de gegevens die, voor het grootste deel, gestructureerde gegevens.
aan de andere kant levert big data met zijn volume, snelheid, verscheidenheid en waarheidsgetrouwheid de “waargenomen waarde van data”. Kijkend naar de vier V ‘ s, is er te veel informatie en het grootste deel ervan is losjes gedefinieerd. Daarom, deskundigen geloven dat er een groot potentieel ligt in deze gegevens, maar is nog niet onderzocht. Het verkennen van big data draait allemaal om het vaststellen van correlaties tussen dingen die je niet weet en die kunnen leiden tot nieuwe mogelijkheden, in tegenstelling tot BI-systemen waar je weet welke informatie je wilt en systemen ontwerpen om die specifieke soorten informatie te leveren.
door bijvoorbeeld een stabiele, kostenefficiënte en zeer responsieve cloudgebaseerde datawarehousing-en analytics-oplossing te bouwen, behaalde een toonaangevend bedrijf in farmaceutische en consumptiegoederen verschillende onverwachte voordelen die de waargenomen waarde van gegevens benadrukten. De oplossing verbeterde niet alleen het beheer van de dagelijkse activiteiten van het bedrijf op het gebied van verkoop, planning en promoties, maar maakte ook datamining van de volgende generatie mogelijk, inclusief big data-verwerking en analytics-mogelijkheden die een betere besluitvorming mogelijk maakten. Als gevolg hiervan gebruikte het bedrijf inzichten uit big data analytics om nieuwe strategische promoties te ontwikkelen, te profiteren van onverwachte marktverschuivingen en wendbare concurrenten voor te blijven.
deze diepte van analytics kan bedrijven in elke industrie ten goede komen. Wereldwijde fabrikanten produceren steeds grotere hoeveelheden gegevens die moeten worden gesorteerd en geanalyseerd voor bedrijfsinzicht en rapportagevereisten. Het niet effectief beheren van deze gegevens kan een effectieve besluitvorming belemmeren, de efficiëntie verminderen en leiden tot nalevingsproblemen. Met een big data analytics platform kunnen fabrikanten robuuste en snelle rapportage bereiken die succesvolle compliance audits garandeert. En door zorgvuldig rekening te houden met volume, snelheid, variatie en waarheidsgetrouwheid, biedt big data de inzichten die zakelijke besluitvormers nodig hebben om gelijke tred te houden met veranderende consumententrends.
in de digitale wereld betekent dit dat inzicht in de klant van het grootste belang is. Gezien deze aanname, laten we enkele meetcriteria toepassen op de customer lifetime value (CLV) om het klantrelatiebeheer te verbeteren:
- Volumegebaseerde waarde: Hoe uitgebreider uw geà ntegreerde kijk op de klant en hoe meer Historische gegevens u over de klant hebt, hoe meer inzicht u er uit kunt halen. Op zijn beurt, u maakt betere beslissingen als het gaat om het verwerven, behoud, groeien en beheren van die klantrelaties.
- Velocity-based value: hoe sneller u informatie kunt verwerken in uw data – en analyseplatform, hoe meer flexibiliteit u krijgt om antwoorden op uw vragen te vinden via queries, rapporten, dashboards, enz. Een snelle data inname en snelle analyse vermogen biedt u de tijdige en juiste beslissing bereiken van uw customer relationship management doelstellingen.
- Variety-based value: de meer gevarieerde klantgegevens die u hebt – van het CRM-systeem, sociale media, callcenter logs, enz. – de meer veelzijdige weergave die u ontwikkelt over uw klanten, waardoor u customer journey maps en personalisatie kunt ontwikkelen om meer te gaan met klanten.
- waarde op basis van waarheidsgetrouwheid: het verzamelen van veel gegevens betekent niet dat de gegevens schoon en nauwkeurig worden. Gegevens over klanten moeten geconsolideerd, gereinigd, consistent en actueel blijven om de juiste beslissingen te nemen.
dus, hoe voeg je dollarwaarde toe aan dit alles? Soms kan het juiste stukje informatie dat op het juiste moment uit kleine gegevens wordt gegenereerd, het verschil maken. Zo heeft een big data-en analyseoplossing voor ‘ s werelds grootste burgeridentificatieprogramma 150 TB aan gegevens verzameld. Sinds de implementatie van de oplossing, meer dan 3500 fraude gevallen onder 1.5 miljoen inschrijvingen werden gevonden – een waardevol inzicht dat misschien onontdekt zijn gegaan zonder big data analytics mogelijkheden.
in een ander voorbeeld gebruikte een grote ISP een webanalyseoplossing om best presterende kanalen te identificeren en de mogelijkheden voor klantbetrokkenheid en-retentie te verbeteren. De oplossing verwerkte ongestructureerde gegevens met verminderde informatie latency. Gewapend met real-time analytics, de ISP opgedaan inzichten die resulteerde in een hogere omzet en een grotere klantenbinding. Dat soort geld gaat naar de bottom line. En meer bedrijven beginnen het op te merken.
niet zo lang geleden ging de overgrote meerderheid van de Big data-Use cases over lagere total cost of ownership (TCO), maar naarmate de technologie verder rijpt, zijn er meer use cases gericht op top line omzetgroei of nieuwe mogelijkheden voor het creëren van nieuwe markten. Voor deze organisaties, big data initiatieven kunnen beginnen met de CIO en CTO om een “Big Data als een Platform” concept vast te stellen, maar zijn snel benut in de hele onderneming om zakelijke waarden te leveren.
of big data analytics het ondersteunen of het bedrijf, de weg naar het verkrijgen van meer waarde van big data begint door te beslissen welke problemen u probeert op te lossen. Als de grootste uitdagingen erin zitten, dan zullen de use cases grotendeels worden gedreven rond thema ‘ s als operationele efficiëntie en verbeterde prestaties.
echter, als er een zakelijk probleem is dat moet worden opgelost, dan zullen de thema ‘ s een ander perspectief hebben, zoals customer journey mapping. Hoe dan ook, door het toepassen van volume -, snelheid -, verscheidenheid – en waarheidsgetrouwe waarden op big data meting, bedrijven zijn nu transformeren big data analytics van een cost center naar een winst centrum.
Follow @DataconomyMedia
Soumendra Mohanty is een thought leader en een autoriteit binnen het gebied van informatiebeheer, business intelligence (BI), big data en analytics. Hij heeft teams geleid door de levenscyclus van het project en met succes geholpen bij het verkopen en leveren van data-en analytics-projecten in meerdere sectoren, waaronder retail, consumergoods, Makelaardij, bankieren, productie, overheid, Telecommunicatie, e-retail en life sciences.
beeld door: Marc Smith / Mobile Web Africa 2010 / CC BY 2.0