Big Data offers business enterprises a never-before opportunity to improve productivity and their revenue. However, enterprises have been struggling with the task of getting the best out of the Big Data they collect. A survey conducted in 2012 uz 300 top vadītāji un menedžeri diezgan skaidri apkopoti cīņas organizācijas ir vērsts vadošā lielie dati. Here are the salient points of the survey:
- 66% no respondentiem vēlas paplašināt sasniedzamības analīzes rīkus, lai vairāk cilvēku savās organizācijās.
- 59% respondentu uzskata, ka esošā analytics regulējums ir pārāk lēns apstrādes lielie dati.
- 57% respondentu uzskata, ka viņu analytics sistēma nespēj saskaņot ātrumu Big Data plūst savā tīklā.
- 55% respondentu uzskata, ka viņu analīzes rīki ir pārāk grūti izmantot un nesniedz informāciju viegli saprast formātā.
Minētie secinājumi diezgan apkopo galvenās problēmas organizācijas saskaras ar lielu datu. However, kopš 2012, problēmas ir kļuvušas sarežģītākas, it īpaši tāpēc, ka Big Data apjoms ir audzis ar lielu ātrumu, un tāpēc attieksme daudzos uzņēmumos uz Big datu pārvaldības stratēģijas.
Lai gan ir problēmas, piemēram, tehniskā, aparatūras un programmatūras jautājumos, diezgan šķiet, ka organizācijas, kas nav apstrādes lielie dati ar nopietnību tas ir pelnījis. Tas, šķiet, ir saknes problēma. Turpmāk punkti aprakstīt galvenos sāpju punktiem ar lielu datu.
Poor attieksme pret datu
Big Data Management stratēģija faktiski atspoguļo, kā tirgotājiem apskatīt lielie dati un tās potenciālu. Un līdz šim, stratēģija ir trūcis nopietnību un konsekvence. Saskaņā ar Harvard Business Review rakstu, tirgotājiem ir atkarīgi no Big dati par tikko 11% viņu klientu saistītu lēmumu. Un tas, pēc visu publicitātes un hype Big Data ir saņēmis. skaidri, vārdi un rīcība nesakrīt. Harvard Business Review aptaujā konstatēts, ka lielākā daļa tirgotājiem paļāvās vairāk uz savu intuīciju par klientiem un savu iepriekšējo pieredzi, lai nonāktu pie lēmumiem. Paļaušanās uz datiem parasti būtu pēdējais punkts par to sarakstu. Tas ir kļūdains un novecojusi domāšanas. For example, Ja jūs pārdodat produktu mērķtiecīgu pie cilvēkiem virs 60, Jūs nedrīkstat apsvērt, kam Facebook lapu, jo saskaņā ar savu pieredzi, vecāka gadagājuma cilvēki nemēdz izmantot Facebook. Bet gaistošo uzņēmējdarbības vidē, šie pieņēmumi vairs nevar turēt labs.
Ir vēl viens no tirgotājiem grupa, kas ir pārāk apsēsti ar datiem. Viņi pārstāv citu dimensiju sliktas datu pārvaldību. Šī grupa pastāvīgi uzrauga un saņēma dziesmas dati, uzmanība tiek pievērsta detaļām granulu un izpaužas apjucis no galvenajiem mērķiem, ja kaut neliela daļa no datiem rāda negatīvu rezultātu. Šī cilvēku grupa var aizēnot datu pārvaldības projektus, jo tie uzstāj uz pastāvīgu atiestatīšanai mērķus un uzdevumus, kas var būt problemātiskās.
Big Data Mīti
Figure 1: Tirgotājiem un lielie dati mīti
Bojāta Data Management Strategy
Intervijā, michael Nevski, konsultants, Patērētāju un Shopper Marketing - IRI novērots, ka organizācijas nav jāmaksā būtisku koncentrēšanos uz mārketinga pasākumus. Daudzās organizācijās, tirdzniecības departaments ir nepietiekams un pieejamie tirgotājiem dara citus uzdevumus, kas nav saistīti ar datiem. So, nav pieejams koncentrēties uz datu analīzi un lēmumu pieņemšanā joslas, pamatojoties uz datiem. Vairāki tirgotājiem koncentrējas pārāk daudz par produktu vadības darbības, piemēram, iepakošanu un marķēšanu. Rūpēties par dziļu datu analīzes un klientu ieskatu, organizācijas ir ārpakalpojumi šo darbību trešo personu pārdevēji. Šī stratēģija nedrīkst dot ievērojamu atdevi no ieguldījumiem (RoI) ja visa vienošanās netiek plānota labi. First, Daudzas organizācijas arī ārpakalpojumus datu analīzi par trešās puses pakalpojumu sniedzējiem. Tas var novērst tirgotājiem organizācijā augt zināšanas par Big Data. Ja organizācija ir pilnīgi atkarīga no trešās puses avotos datu analīzi un ieskatu, tad tai ir vajadzīga, lai pārliecinātos, ka trešā persona pilnībā izprot savus mērķus un uzdevumus, un saskaņo savu rīcību ar to. Tas varētu, piemēram, izdarīt pārdevējs ārstējošais iknedēļas un ikmēneša sanāksmes ar mārketinga komandām.
KTO nepieciešama, lai pārliecinātos, ka visas mārketinga lēmumu pieņēmēji ir iespēja piekļūt datiem un palaist analīzi un atziņas regulāri.
Nepieciešams analizēt vairāk datu ātri
Katru dienu, jūsu dati uztveršanas sistēma vāc milzīgus datu apjomus no vairākiem avotiem — sociālie mēdiji, sensori, mobilos telefonus, darījumu uzskaite, un vēl daudz vairāk. Datu tur reizinot bet tas var izrādīties noderīga tikai tad, ja jūs varat apstrādāt un analizēt datus, ātri iegūt jēgpilnu, attiecīgie ieskati. lieki piebilst, Jums nepieciešams uzlabotas datu ieguves un analīzes sistēmu, lai to izdarītu.
Interpretējot datus
Datu vizualizācijas gatavojas spēlēt galvenā loma datus interpretējot. datu vizualizācijas, Ja jūs nezināt, kas jau, ir prezentācija informācijas grafiskais un grafiskā formātā. Tas, protams, ir vieglāk saprast informāciju. However, veikt datu vizualizācijas, datu vispirms jāsaprot kontekstā. For example, ja dati tiek iegūti no sociālo mediju, tad ir nepieciešams, lai saprastu, vai atšifrēt vispirms klientu vajadzībām. Tikai tad jūs varat iesniegt datus, kas ir vairāk saprotamā formātā.
Nodrošināšana datu kvalitāte
Datu kvalitāte ir galvenais izaicinājums, jūs sejas, kad jūs gatavojas veikt datu vizualizācijas. Jūsu dati uztveršanas sistēma gatavojas vākt datus no dažādiem avotiem, un atkarībā no filtrēšanas pieteikties jūsu instrumenti kvalitāti, tur varētu būt minimāla filtrēšanu datu kvalitāti. In such a case, jūs atkritumu daudz laika apstrādi un ravēšana lieku datu. So, Jums ir zaudēt pārbaudes uz laiku. Pat ja jums ir iespēja veikt kvalitatīvu datu vizualizācijas vēlāk, Jūs, iespējams, jau ir zaudējuši dārgo laiku un jūsu konkurenti ir griezīgs tevi.
Padarīt pieejamu jēgpilnu datu
Tas ir liels izaicinājums, lai padarītu pieejamu izsmeļošus datus, jo īpaši tāpēc, ka milzīgo apjomu savākto datu. For example, ja jums ir nepieciešams parādīt 20 miljardi rindas mazumtirdzniecības datiem, kas jums ir nepieciešams, lai parādītu, lietotājs ir ļoti grūti izdarīt kāda jēga no tā. Jūs varat klasteru informāciju mazākās un loģiskās grupās un iesniegt tos auditorijai. Tādā veidā, klausītāji varēs apskatīt datus viņi vēlas.
drošības jautājumi
Ar mākonis infrastruktūra kļūst pieejama ikvienam, organizācijas arvien uzglabātu viņu lielie dati uz mākonis. Tā kā mākonis glabāšana ir pieejama no jebkuras vietas ar interneta pieslēgumu, Tas paver jaunas, sarežģītu drošības problēmas. Tā Big Dati tiek apkopoti no dažādiem avotiem, tas ir izaicinājums, lai pārliecinātos, ka dati nāk in tiek nodrošināts. Big Datus var manipulēt brīdī apstrādes galvenokārt tāpēc, ka Big Datu apstrādes instrumentus, piemēram Hadoop un NoSQL sākotnēji nebija paredzēts ar drošības prātā. So, organizācijas saskaras ar uzdevumu balansēšanu starp vākt lielie dati un nodrošinot drošību un konfidencialitāti.
Summary
Big Data ir milzīga iespēja biznesa uzņēmumiem, bet viņiem ir nepieciešams pievērst lielāku uzmanību tam, kā viņi uzskata lielie dati un tās izmantošanas, īpaši mārketinga nodaļa. Viņiem ir vajadzīgs, lai atbrīvotos no zarnām un pieredzi orientētu mārketinga lēmumus un vairāk paļauties uz objektīvu informāciju. Kad viņi to izdarītu, citas problēmas var būt vieglāk pārvarēt.
