Big Data: che cosa ha davvero bisogno della tua azienda?


Big Data: che cosa ha davvero bisogno della tua azienda?

Come imprenditore nel mondo moderno, hai probabilmente sentito parlare molto dei Big Data negli ultimi anni. Forse hai persino iniziato a usarlo per informare le tue decisioni di business. Ma a causa dell'enorme volume di dati generati ogni giorno, è difficile sapere se lo si sta effettivamente utilizzando in modo efficace.

"Ogni settore verticale oggi si sta aprendo al mondo dei Big Data", ha affermato Anil Kaul, CEO della società di analisi intelligente Absolutdata. "Le piccole imprese ... hanno iniziato a sfruttare una combinazione di tecnologie interne e di terze parti per lo sviluppo di una visione a 360 gradi dei propri clienti utilizzando dati provenienti da più fonti, ma la principale sfida è determinare quali dati concentrarsi veramente su

Vladik Rikhter, amministratore delegato della forza lavoro mobile e società di software per la gestione delle attività Zenput, ha affermato che c'è un sacco di "rumore" nei confronti dei Big Data e che le aziende devono arrivare al nucleo di come possono utilizzare tali dati per raggiungere i loro obiettivi.

"Le aziende dovrebbero prestare attenzione a una o due metriche chiave per ottenere un buon senso della loro salute dei clienti", ha detto Rikhter a Mobby Business. "Il resto dei dati dovrebbe essere usato per perfezionare l'approccio."

Ma come si decide su quali metriche focalizzarsi? Esperti di dati e di business hanno analizzato i diversi tipi di Big Data che puoi analizzare e come trovare e utilizzare quelli che contano di più per la tua azienda.

Se non sei sicuro da dove iniziare con l'analisi dei Big Data, è utile innanzitutto studiare e comprendere i diversi tipi di dati disponibili. Kaul ha fornito una descrizione di diverse categorie di Big Data e dei loro usi per le piccole imprese:

In genere questo tipo di informazioni è sotto forma di esperienze umane, ha detto Kaul. È interamente digitalizzato e memorizzato ovunque dai personal computer ai social network. I dati sono strutturati in modo approssimativo e spesso non governati. Gli esempi includono:

  • Social network (Facebook, Twitter, Tumblr, ecc.)
  • Blog e commenti
  • Immagini (Instagram, Flickr, Picasa, ecc.)
  • Video (YouTube, Vimeo, Vine, ecc. .)
  • Ricerche Internet
  • Contenuti dati mobili (messaggi di testo)
  • Mappe generate dall'utente
  • Email

Questo tipo di dati è altamente strutturato e include transazioni, tabelle di riferimento e le relazioni, così come i metadati che ne fissano il contesto. Kaul ha notato che questi dati rappresentano la stragrande maggioranza di ciò che gestisce e processi IT, e di solito è strutturato e memorizzato in sistemi di database relazionali. Gli esempi includono:

  • Dati prodotti da agenzie pubbliche
  • Cartelle cliniche
  • Transazioni commerciali (incluso e-commerce)
  • Registrazioni bancarie / di magazzino

I dati generati dalla macchina sono derivati da dispositivi e sensori utilizzati per misurare e registrare gli eventi e le situazioni nel mondo fisico. Da semplici record di sensori a log di computer complessi, questi dati sono ben strutturati, ha detto Kaul. Esempi:

  • Dati dai sensori
  • Sensori fissi
  • Sensori meteo / inquinamento
  • Sensori del traffico / webcam
  • Video / immagini di sicurezza / sorveglianza
  • Sensori mobili (rilevamento)

Anche se potresti raccogliere e archiviare molti dei tipi di dati sopra menzionati, non hai il tempo, le risorse o la necessità di setacciare ciascuno di essi. Invece, dovresti capire quali sono essenziali per informare le tue decisioni aziendali e concentrarti solo su questi set di dati.

Sara Vera, una ricercatrice di dati presso CRM e la società di software di project management Insightly, consiglia alle piccole imprese di concentrarsi sulle metriche che

"Utilizza i Big Data per ottenere il maggior numero di informazioni sulla base di clienti, chi sono questi clienti, cosa apprezzano e cosa non apprezzano del prodotto e di come stanno usando il prodotto", ha affermato Vera. "Questa informazione può irradiarsi verso l'esterno in termini di crescita e sviluppo continui del prodotto."

Tuttavia, a seconda del tipo di attività che svolgi, potrebbe esserci un'altra area che è più cruciale per te. Charles Silver, CEO della società di analisi avanzata Algebraix Data, ha elencato cinque principali preoccupazioni che la maggior parte delle aziende ha: crescita dei ricavi, redditività, gestione dei clienti, efficienza operativa e rischio / frode. Ognuno di questi grandi argomenti può essere suddiviso in aree più piccole in cui l'analisi specifica può produrre utili informazioni.

Il primo passo è decidere quale di queste cinque preoccupazioni è la massima priorità della tua azienda. Quindi, puoi classificare le attività correlate più piccole in ordine di importanza. Ad esempio, Silver ha affermato che se l'efficienza operativa è la tua priorità, le tue analisi specifiche possono concentrarsi su aree come la previsione della domanda, la pianificazione del lavoro o l'ottimizzazione del trasporto.

"Dipende dalle singole attività e dalle sfide attuali", ha affermato Silver. "I proprietari delle attività di ristorazione e vendita al dettaglio trarranno vantaggio dalle analisi che si concentrano sulla" segmentazione dei clienti "e sul" menu / ottimizzazione dell'inventario ". Al contrario, un gruppo di agenzie di assicurazione locali o una società di assistenza sanitaria di medie dimensioni potrebbe voler concentrarsi su "individuazione di richieste fraudolente". E molte aziende trarrebbero profitto dall'analisi che prevede il valore della vita di un cliente, in modo che possano valutare gli sforzi di conservazione di conseguenza. "

Potresti anche voler analizzare le analisi che identificheranno i tuoi principali collaboratori e iniziative, nonché la guida le forze dietro di loro, ha detto Jeff Boehm, vice presidente marketing di DataGravity, un fornitore di soluzioni di archiviazione dati-aware.

"Con maggiori dettagli sugli sforzi che stanno fornendo un alto ritorno sull'investimento per la vostra azienda, potete più facilmente ripetere queste situazioni in futuro ", ha detto Boehm.

Quando si conoscono i set di dati che si intendono esaminare, è necessario determinare in che modo inserirli lavoro. Rikhter ha osservato che l'analisi dei Big Data dovrebbe sempre iniziare con una domanda. Cosa vuoi ottenere nell'analisi di questi dati? Una volta identificato il problema, è possibile concentrarsi su come i dati lo risolveranno, ha detto Rikhter.

Per iniziare il processo di analisi dei Big Data, Aaron Rallo, CEO della società di software di efficienza IT TSO Logic, ha dichiarato che le aziende hanno bisogno di

"Senza automazione e intelligenza, rimarrai con una pila di dati travolgente che non fa altro che costare soldi per l'archiviazione", ha detto Rallo. "Trova un partner che abbia esperienza nella risoluzione dei problemi che stai cercando di risolvere, assicurati inoltre di fidarti dei dati e di poterne fare affidamento quando prendi decisioni. Se tu oi tuoi membri del team state mettendo in dubbio la fonte, allora produrre più domande che risposte. "

Giles House, Chief Marketing Officer di CallidusCloud, fornitore di soluzioni di vendita, marketing e apprendimento basate su cloud, ha detto che cercare le correlazioni tra i tuoi set di dati può aiutarti a determinare cosa fare da lì .

"Esiste valore in una singola metrica critica specifica, ma se si desidera che il valore reale cerchi correlazioni tra insiemi di dati, come la dimensione dell'offerta media rispetto alla dimensione dell'offerta media o la dimensione dell'operazione rispetto alla quantità di contenuti scaricati," House disse. "Esistono molte più correlazioni da esaminare: scegli quelle più vitali per il tuo successo, quindi utilizza le informazioni che forniscono per agire".

Una cosa importante che le aziende dovrebbero tenere a mente - ma spesso trascurare - è il fatto che, come qualsiasi altro dato, i tuoi Big Data e ogni successiva analisi su di esso sono a rischio di essere violati o rubati. Rallo ha affermato che in molti casi i dati archiviati sono riservati e necessitano di protezione. Il livello di protezione richiesto si basa sulla sensibilità dei dati.

"In alcuni casi i dati devono essere conservati in premessa e in altri casi possono essere affidati a terzi o archiviati nel cloud. casi, sicurezza e privacy dei dati dovrebbero essere considerati ", ha detto Rallo.

Boehm ha accettato e ha ricordato ai proprietari di affari che i dati generati internamente come e-mail, note, documenti di testo e banchi di presentazione fanno anche parte dei Big Data della tua azienda e devono essere gestiti correttamente e in modo sicuro.

"Se non lo fai sapere esattamente dove stai memorizzando le risorse critiche e le informazioni private, è difficile impedire loro di essere scoperti ", ha detto Boehm. "È necessario applicare l'analisi e la visualizzazione per comprendere appieno queste informazioni." Dove si trova? Chi le sta accedendo? Che tipo di informazioni sono? Quanti anni ha? L'ordinamento attraverso questi dati scuri può indicare potenziali rischi per la sicurezza e aiutare a identificare quali file, cartelle o server si potrebbero pagare per mantenere, ma si utilizzano raramente. "

Per quasi tutte le società, l'obiettivo finale dell'analisi dei Big Data è prendere decisioni aziendali migliori che porteranno a maggiori profitti. Kaul ha detto che la chiave per monetizzare i tuoi dati è guardare alle domande economiche a cui può rispondere.

"Spesso i dati possono aiutare a rispondere a domande sul valore, sull'uso, sul rischio o sul valore futuro o sul rischio di un bene specifico", Kaul disse. "Per ricavare valore dai Big Data, i dati devono essere convertiti in una forma o un prodotto che risponda a una domanda fondamentale di mercato o di attività.Questi prodotti di dati possono essere venduti o scambiati tra i clienti. Big Data, guiderà altre strategie di monetizzazione correlate. "

Lloyd Marino, CEO di Avetta Global, una società di sviluppo di strategia e applicazioni tecnologiche, ha dichiarato che seguendo le tre A di Big Data - automazione, analisi e azioni - prenderà

"Automatizza la raccolta dei dati, applica l'analisi per creare informazioni dettagliate sui tuoi dati e agire sui risultati continuando a migliorare i tuoi algoritmi, quindi risciacquare e ripetere" Marino

La cosa più importante è che Marino consigliava agli imprenditori di creare un piano per la loro analisi dei dati per mantenere se stessi e le loro squadre in carreggiata.

"Una piccola impresa può essere catturata dai Big Data", ha detto Marino. "Si rischia di rimanere sepolto sotto di esso a meno che non si incorpori un piano per gestirlo e sfruttarlo correttamente. Senza un solido piano allineato con i tuoi obiettivi di business ... potresti perdere un'elegante soluzione con un solido ritorno sull'investimento."


La tecnologia Blockchain è adatta alla tua attività?

La tecnologia Blockchain è adatta alla tua attività?

La tecnologia Blockchain, la capacità di eseguire transazioni attraverso un registro elettronico decentralizzato, ha tutti, dagli strateghi del business ai professionisti IT che parlano. Mentre le aziende di tutte le dimensioni si stanno cullando per trarre vantaggio dalla tecnologia - con tali benefici come proteggere i dati da modifiche ed errori - le applicazioni per le piccole imprese sono limitate.

(Attività commerciale)

Continuità per iPhone, iPad e Mac: 5 funzioni aziendali

Continuità per iPhone, iPad e Mac: 5 funzioni aziendali

I due nuovi sistemi operativi di Apple aggiungono un sacco di funzionalità per aumentare la produttività per gli utenti aziendali. Sia OS X Yosemite su computer Mac e iOS 8 su iPhone e iPad sono pieni di ritocchi di interfaccia e app aggiornate. Ma le migliori nuove funzionalità sono quelle che aiutano effettivamente le due piattaforme a lavorare insieme.

(Attività commerciale)