Data Besar menawarkan perusahaan perniagaan peluang yang belum pernah untuk meningkatkan produktiviti dan pendapatan mereka. However, syarikat telah bergelut dengan tugas mendapat yang terbaik daripada Data Big mereka mengumpul. Satu tinjauan yang dijalankan di 2012 on 300 eksekutif atasan dan pengurus dengan jelas diringkaskan organisasi perjuangan telah menghadapi menguruskan data Big. Here are the salient points of the survey:
- 66% daripada responden mahu meluaskan jangkauan alat analisis untuk lebih ramai orang dalam organisasi mereka.
- 59% daripada responden percaya bahawa rangka kerja analisis yang sedia ada terlalu perlahan dalam pemprosesan Data Big.
- 57% daripada responden percaya bahawa rangka kerja analisis mereka adalah tidak mampu menandingi kelajuan di mana Big Data mengalir ke dalam rangkaian mereka.
- 55% daripada responden percaya bahawa alat analisis mereka terlalu sukar untuk digunakan dan tidak memberikan maklumat dalam format yang mudah untuk difahami.
Penemuan di atas agak meringkaskan cabaran utama organisasi menghadapi dengan Data Big. However, sejak 2012, masalah telah menjadi lebih kompleks, terutama kerana jumlah Big Data telah meningkat pada kelajuan yang besar dan kerana sikap banyak syarikat ke arah strategi pengurusan Big Data.
Walaupun terdapat cabaran seperti teknikal, isu perkakasan dan perisian, ia agak seolah-olah bahawa organisasi tidak mengendalikan Big Data dengan kesungguhan yang sewajarnya. Yang seolah-olah menjadi masalah akar. Perenggan di bawah menerangkan mata sakit utama dengan Big Data.
sikap miskin terhadap data
strategi Big Pengurusan Data sebenarnya mencerminkan bagaimana pemasar melihat Data Besar dan potensinya. Dan setakat ini, strategi yang telah kekurangan kesungguhan dan konsisten. Menurut artikel Harvard Business Review, pemasar bergantung kepada Big Data untuk hanya 11% keputusan yang berkaitan dengan pelanggan mereka. Dan itu, selepas semua publisiti dan gembar-gembur Big Data telah menerima. Jelas, perkataan dan tindakan tidak sepadan. Kajian Harvard Business Review mendapati bahawa kebanyakan pemasar lebih banyak bergantung kepada gerak hati mereka mengenai pelanggan dan pengalaman mereka sebelum ini untuk mendapatkan keputusan. Pergantungan kepada data biasanya akan menjadi item terakhir dalam senarai mereka. Ini adalah rosak dan pemikiran ketinggalan zaman. For example, jika anda menjual produk yang disasarkan kepada orang lebih 60, anda mungkin mempertimbangkan untuk mempunyai laman Facebook kerana mengikut pengalaman anda, orang yang lebih tua tidak cenderung untuk menggunakan Facebook. Tetapi dalam persekitaran perniagaan yang tidak menentu, andaian tersebut tidak lagi boleh memegang baik.
Terdapat satu lagi sekumpulan pemasar yang berlebihan taksub dengan data. Mereka mewakili satu lagi dimensi pengurusan data miskin. Kumpulan ini sentiasa memantau dan data trek menerima, memberi tumpuan berlebihan pada butiran terperinci dan mendapat terganggu dari matlamat utama jika walaupun peratusan kecil data yang menunjukkan keputusan yang buruk. Golongan ini boleh menjejaskan projek pengurusan data kerana mereka berkeras menetapkan semula berterusan matlamat dan sasaran yang boleh mengganggu.
Big Data Mitos
Figure 1: Pemasar dan Data Big Mitos
Rosak Data Strategi Pengurusan
Dalam temu bual, Michael Nevski, Consultant, Pengguna dan Pemasaran Shopper - IRI diperhatikan bahawa organisasi tidak membayar tumpuan yang besar kepada usaha pemasaran. Dalam banyak organisasi, jabatan pemasaran adalah guru dan pemasar yang ada sudah melakukan tugasan lain yang tidak berkaitan dengan data. So, tidak ada jalur lebar disediakan untuk memberi tumpuan kepada analisis data dan membuat keputusan berdasarkan data. Beberapa pemasar memberi tumpuan terlalu banyak pada aktiviti pengurusan produk seperti pembungkusan dan pelabelan. Menjaga analisis data dalam dan pandangan pelanggan, organisasi penyumberan luar aktiviti kepada vendor pihak ketiga. Strategi ini tidak boleh memberi pulangan yang besar ke atas pelaburan (Roi) jika seluruh susunan itu tidak dirancang dengan baik. First, banyak organisasi juga menggunakan khidmat analisis data pada pembekal pihak ketiga. Ini boleh menghalang pemasar dalam organisasi untuk mengembangkan kepakaran di Big Data. Jika organisasi ternyata terlalu bergantung kepada sumber-sumber pihak ketiga untuk analisis data dan pandangan, maka ia perlu memastikan bahawa pihak ketiga benar-benar memahami matlamat dan sasaran dan menjajarkan tindakan dengan sewajarnya. ini boleh, contohnya, dilakukan oleh vendor yang menghadiri mesyuarat mingguan dan bulanan dengan pasukan pemasaran.
CMO perlu memastikan bahawa semua pembuat keputusan pemasaran boleh mengakses data dan menjalankan analisis dan pandangan kerap.
Perlu menganalisis data yang lebih cepat
Setiap hari, rangka kerja menangkap data anda mengumpul jumlah besar data daripada beberapa sumber — social media, sensors, telefon bimbit, rekod transaksi, dan banyak lagi. data yang menyimpan mendarabkan tetapi ia boleh membuktikan berguna hanya apabila anda boleh memproses dan menganalisis data dengan cepat untuk mendapatkan bermakna, relevant insights. Tidak perlu dikatakan, anda perlu menangkap data maju dan analisis rangka kerja untuk melakukan ini.
Mentafsir data
visualisasi data akan memainkan peranan penting dalam menafsirkan data. visualisasi data, jika anda tidak tahu sudah, adalah penyampaian maklumat dalam format yang bergambar dan grafik. Ini jelas membuat ia lebih mudah untuk memahami maklumat. However, untuk melaksanakan visualisasi data, data pertama perlu difahami dalam konteks yang. For example, jika data yang diperoleh daripada media sosial, maka ia adalah perlu untuk memahami atau mentafsirkan pertama keperluan pelanggan. Hanya selepas itu anda boleh membentangkan data dalam format yang lebih mudah difahami.
Memastikan kualiti data
kualiti data adalah cabaran utama yang anda hadapi apabila anda akan melakukan visualisasi data. rangka kerja menangkap data anda akan mengumpul data daripada pelbagai sumber dan bergantung kepada kualiti penapisan alat anda memohon, mungkin ada penapisan minimum kepada kualiti data. Dalam kes sedemikian, anda membazirkan banyak masa dalam pemprosesan dan merumput keluar data lewah. So, anda kehilangan keluar pada masa. Walaupun anda mampu untuk melaksanakan kualiti visualisasi data kemudian, anda mungkin sudah kehilangan masa yang berharga dan pesaing anda telah bermata kamu.
Membuat data bermakna ada
Ia adalah satu cabaran besar untuk membuat data yang bermakna ada terutama kerana jumlah yang besar data yang dikumpul. For example, jika anda perlu memaparkan 20 bilion baris data runcit yang anda perlu memaparkan, pengguna akan merasa amat sukar untuk masuk akal daripada itu. Anda boleh mengelompokkan maklumat ke dalam kumpulan-kumpulan kecil dan logik dan menghadiahkannya kepada penonton. Dalam apa-apa cara, penonton akan dapat melihat data yang mereka mahu.
isu-isu keselamatan
Dengan infrastruktur awan menjadi lebih mudah diakses oleh semua orang, organisasi semakin menyimpan Data Besar mereka ke dalam awan. Sejak penyimpanan awan yang boleh diakses dari mana-mana sahaja dengan sambungan Internet, ini membuka baru, cabaran-cabaran keselamatan yang canggih. Sejak Big Data yang dikumpul daripada pelbagai sumber, ia adalah satu cabaran untuk memastikan bahawa data yang datang dalam dicagar. Data Big boleh dimanipulasi pada masa pemprosesan terutamanya kerana alat pemprosesan Big Data seperti Hadoop dan NoSQL tidak asalnya direka dengan keselamatan dalam fikiran. So, organisasi berhadapan dengan tugas pengimbangan antara mengumpul Big Data dan memastikan keselamatan dan kerahsiaan.
Summary
Big Data adalah satu peluang besar untuk perusahaan perniagaan tetapi mereka perlu membayar perhatian yang lebih kepada bagaimana mereka melihat Big Data dan kegunaannya, terutamanya jabatan pemasaran. Mereka perlu menghilangkan usus dan keputusan pemasaran pengalaman yang didorong dan lebih bergantung kepada maklumat yang objektif. Apabila mereka ini, cabaran lain boleh menjadi lebih mudah diatasi.
