niezależnie od tego, czy dane są ustrukturyzowane, czy nieustrukturyzowane, są tak cenne, jak tylko umożliwiają wyniki biznesowe. Jednak same dane nie są jedynym czynnikiem odpowiedzialnym za te wyniki. Sposób pomiaru tych danych z biznesowego punktu widzenia pomaga powiązać wartość danych z ich potencjałem i wspiera decyzje prowadzące do pozytywnych wyników biznesowych. Aby się tam dostać, potrzebujesz platformy analitycznej big data.
gdy już masz platformę, która może mierzyć wzdłuż czterech V—objętości, prędkości, różnorodności i prawdziwości—możesz następnie rozszerzyć wyniki danych, aby wpłynąć na pozyskiwanie klientów, wdrażanie, utrzymanie, sprzedaż, sprzedaż krzyżową i inne wskaźniki generujące przychody. Można również spojrzeć na te informacje jako na konkurencyjną strategię, która zapewnia odpowiednią poprawę wydajności operacyjnej i pomaga wykorzystać dane w całym przedsiębiorstwie do innych inicjatyw.
w ciągu ostatniej dekady firmy zainwestowały dużo pieniędzy w budowę hurtowni danych i systemów business intelligence, aby zabezpieczyć kluczową rolę danych w poprawie możliwości podejmowania decyzji. Nazywam to ” ostateczną wartością danych.”Odnosi się to do znaczenia każdego pojedynczego elementu danych, który trafia do tych systemów i każdego raportu generowanego z danych, które są w większości danymi ustrukturyzowanymi.
z drugiej strony, big data ze swoją objętością, prędkością, różnorodnością i prawdziwością zapewnia „postrzeganą wartość danych”. Patrząc na cztery V, jest zbyt wiele informacji i większość z nich jest luźno zdefiniowana. Dlatego eksperci uważają, że wielki potencjał tkwi w tych danych, ale nie został jeszcze zbadany. Eksploracja big data polega na ustaleniu korelacji między rzeczami, których nie znasz, co może prowadzić do nowych możliwości, w przeciwieństwie do systemów BI, w których wiesz, jakie informacje chcesz i zaprojektuj systemy, aby dostarczały te konkretne rodzaje informacji.
na przykład, budując stabilne, ekonomiczne i wysoce responsywne rozwiązanie do hurtowni danych i analityki w chmurze, wiodąca firma farmaceutyczna i dóbr konsumpcyjnych osiągnęła kilka nieoczekiwanych korzyści, które podkreśliły postrzeganą wartość danych. Rozwiązanie to nie tylko usprawniło zarządzanie codziennymi działaniami firmy w zakresie sprzedaży, planowania i promocji, ale także umożliwiło eksplorację danych nowej generacji, w tym przetwarzanie dużych zbiorów danych i funkcje analityczne, które usprawniły podejmowanie decyzji. W rezultacie firma wykorzystała spostrzeżenia uzyskane z analizy big data do opracowania nowych strategicznych promocji, wykorzystania nieoczekiwanych zmian na rynku i wyprzedzenia konkurentów nimbler.
ta głębia analityki może przynieść korzyści firmom z każdej branży. Globalni producenci produkują coraz większą ilość danych, które muszą być sortowane i analizowane pod kątem wymagań biznesowych i raportowania. Brak skutecznego zarządzania tymi danymi może utrudniać skuteczne podejmowanie decyzji, zmniejszać wydajność i prowadzić do problemów z przestrzeganiem przepisów. Dzięki platformie analitycznej big data producenci mogą uzyskać solidne i szybkie raportowanie, które zapewnia pomyślne audyty zgodności. Dzięki dokładnemu rozważeniu ilości, prędkości, różnorodności i prawdziwości danych big data dostarcza informacji potrzebnych decydentom biznesowym, aby nadążyć za zmieniającymi się trendami konsumenckimi.
w cyfrowym świecie oznacza to, że zrozumienie klienta ma ogromne znaczenie. Biorąc pod uwagę to założenie, zastosujmy niektóre kryteria pomiaru do wartości życia klienta (CLV), aby poprawić i poprawić zarządzanie relacjami z klientami:
- wartość oparta na wolumenie: Im bardziej kompleksowy zintegrowany widok klienta i im więcej danych historycznych na niego posiadasz, tym większy wgląd możesz z niego wydobyć. Z kolei podejmujesz lepsze decyzje, jeśli chodzi o pozyskiwanie, utrzymywanie, rozwijanie i zarządzanie relacjami z klientami.
- wartość oparta na prędkości: im szybciej możesz przetwarzać informacje na platformie danych i analityki, tym większą elastyczność uzyskasz, aby znaleźć odpowiedzi na pytania za pomocą zapytań, raportów, pulpitów nawigacyjnych itp. Szybkie pozyskiwanie danych i możliwość szybkiej analizy zapewnia terminowe i poprawne podejmowanie decyzji w celu osiągnięcia celów zarządzania relacjami z klientami.
- wartość oparta na różnorodności: im bardziej zróżnicowane masz dane klientów-z systemu CRM, mediów społecznościowych, dzienników call-center itp. – bardziej wielopłaszczyznowy widok można rozwijać o swoich klientach, umożliwiając w ten sposób opracowanie map podróży klienta i personalizacji, aby bardziej angażować się z klientami.
- wartość oparta na prawdziwości: gromadzenie dużej ilości danych nie oznacza, że dane stają się czyste i dokładne. Dane o klientach muszą pozostać skonsolidowane, przejrzyste, spójne i aktualne, aby podejmować właściwe decyzje.
więc jak do tego dołączyć dolara? Czasami odpowiednia informacja wygenerowana z małych danych we właściwym czasie może mieć znaczenie. Na przykład rozwiązanie big data i analityczne dla największego na świecie programu identyfikacji obywateli zarejestrowało 150 TB danych. Od czasu wdrożenia rozwiązania ponad 3500 przypadków oszustw wśród 1.Znaleziono 5 milionów rejestracji—cenny wgląd, który mógł pozostać nieodkryty bez możliwości analizy big data.
w innym przykładzie duży dostawca usług internetowych użył rozwiązania do analizy sieciowej, aby zidentyfikować najlepsze kanały i zwiększyć zaangażowanie klientów i możliwości utrzymania. Rozwiązanie przetwarzało nieustrukturyzowane dane ze zmniejszonym opóźnieniem informacji. Uzbrojony w analizy w czasie rzeczywistym, ISP zyskał wiedzę, która doprowadziła do zwiększenia przychodów i większej retencji klientów. Takie pieniądze idą prosto do sedna. Coraz więcej firm zaczyna zwracać na to uwagę.
nie tak dawno temu zdecydowana większość przypadków wykorzystania dużych zbiorów danych dotyczyła niższego całkowitego kosztu posiadania (TCO), ale wraz z rozwojem technologii pojawia się więcej przypadków użycia ukierunkowanych na wzrost przychodów z linii lub nowe możliwości tworzenia rynku. Dla tych organizacji inicjatywy big data mogą rozpocząć się od CIO i CTO w celu stworzenia koncepcji „Big Data jako platformy”, ale szybko zostały wykorzystane w całym przedsiębiorstwie w celu dostarczenia wartości biznesowych.
niezależnie od tego, czy analityka big data wspiera IT, czy biznes, droga do uzyskania większej wartości z big data zaczyna się od decyzji, jakie problemy próbujesz rozwiązać. Jeśli największe wyzwania stoją w obszarze IT, przypadki użycia będą w dużej mierze skupione wokół takich tematów, jak wydajność operacyjna i zwiększona wydajność.
Jeśli jednak istnieje problem biznesowy, który należy rozwiązać, motywy będą miały inną perspektywę, taką jak mapowanie podróży klienta. Tak czy inaczej, stosując wartości oparte na wolumenie, prędkości, różnorodności i prawdziwości do pomiaru dużych zbiorów danych, firmy przekształcają teraz analitykę dużych zbiorów danych z centrum kosztów w centrum zysków.
Follow @DataconomyMedia
Soumendra Mohanty jest liderem myśli i autorytetem w obszarze zarządzania informacją, Business intelligence (BI), big data i analityki. Kierował zespołami w całym cyklu życia projektu i skutecznie pomagał w sprzedaży i dostarczaniu danych i analiz w wielu branżach, w tym w handlu detalicznym, spożywczym, maklerskim, bankowym, produkcyjnym, rządowym, telekomunikacyjnym, e-retail i life sciences.
zdjęcie: Marc Smith / Mobile Web Africa 2010/CC BY 2.0