อะไรคือวิเคราะห์ข้อมูลขนาดใหญ่ด้านบนจุดปวด?

ข้อมูลขนาดใหญ่มีองค์กรธุรกิจเป็นโอกาสที่ไม่เคยมีมาก่อนที่การเพิ่มผลผลิตและรายได้ของพวกเขา. However, ผู้ประกอบการได้รับการดิ้นรนกับงานของการรับที่ดีที่สุดออกมาจากข้อมูลขนาดใหญ่ที่พวกเขาเก็บรวบรวม. การสำรวจดำเนินการใน 2012 on 300 ผู้บริหารระดับสูงและผู้จัดการค่อนข้างสรุปได้อย่างชัดเจนในองค์กรที่ได้รับการต่อสู้หันหน้าการจัดการข้อมูลขนาดใหญ่. Here are the salient points of the survey:

  • 66% ของผู้ตอบแบบสอบถามต้องการที่จะขยายการเข้าถึงของเครื่องมือวิเคราะห์ให้กับคนอื่น ๆ ในองค์กรของพวกเขา.
  • 59% ของผู้ตอบแบบสอบถามเชื่อว่ากรอบการวิเคราะห์ที่มีอยู่ช้าเกินไปในการประมวลผลข้อมูลขนาดใหญ่.
  • 57% ของผู้ตอบแบบสอบถามเชื่อว่ากรอบการวิเคราะห์ของพวกเขาไม่สามารถที่จะตรงกับความเร็วที่ข้อมูลขนาดใหญ่ไหลเข้าสู่เครือข่ายของพวกเขา.
  • 55% ของผู้ตอบแบบสอบถามเชื่อว่าเครื่องมือการวิเคราะห์ของพวกเขาเป็นสิ่งที่ยากเกินไปที่จะใช้และไม่ได้ให้ข้อมูลในที่ง่ายต่อการเข้าใจรูปแบบ.

ผลการวิจัยดังกล่าวข้างต้นค่อนข้างสรุปความท้าทายหลักองค์กรต้องเผชิญกับข้อมูลขนาดใหญ่. However, ตั้งแต่ 2012, ปัญหาที่เกิดขึ้นได้กลายเป็นความซับซ้อนมากขึ้น, โดยเฉพาะอย่างยิ่งเพราะปริมาณข้อมูลขนาดใหญ่ได้รับการเพิ่มขึ้นในความเร็วที่ดีเยี่ยมและเพราะทัศนคติของผู้ประกอบการจำนวนมากที่มีต่อกลยุทธ์การจัดการข้อมูลขนาดใหญ่.

ในขณะที่มีความท้าทายเช่นทางเทคนิค, ฮาร์ดแวร์และซอฟต์แวร์ปัญหา, มันค่อนข้างดูเหมือนว่าองค์กรจะไม่ได้รับการจัดการข้อมูลขนาดใหญ่ด้วยความจริงจังมันสมควร. ที่น่าจะเป็นปัญหาราก. ย่อหน้าด้านล่างอธิบายจุดปวดหลักที่มีข้อมูลขนาดใหญ่.

ทัศนคติที่ไม่ดีต่อข้อมูล

กลยุทธ์การจัดการข้อมูลขนาดใหญ่จริงสะท้อนให้เห็นถึงวิธีการตลาดดูข้อมูลขนาดใหญ่และมีศักยภาพใน. และจนถึงขณะนี้, กลยุทธ์ที่ได้ขาดความจริงจังและความสม่ำเสมอ. ตามบทความ Harvard Business รีวิว, นักการตลาดจะขึ้นอยู่กับข้อมูลขนาดใหญ่เพียง 11% ของการตัดสินใจที่เกี่ยวข้องกับลูกค้าของพวกเขา. และที่ว่า, หลังจากที่ทุกการประชาสัมพันธ์การโฆษณาและข้อมูลขนาดใหญ่ได้รับ. เห็นได้ชัดว่า, คำและการกระทำที่ไม่ตรงกับ. การสำรวจฮาร์วาร์รีวิวธุรกิจพบว่านักการตลาดส่วนใหญ่อาศัยเพิ่มเติมเกี่ยวกับสัญชาตญาณของพวกเขาเกี่ยวกับลูกค้าและประสบการณ์ก่อนหน้านี้ของพวกเขาเพื่อที่จะมาถึงการตัดสินใจ. การพึ่งพาข้อมูลมักจะเป็นรายการสุดท้ายในรายการของพวกเขา. นี่คือความผิดพลาดและความคิดที่ล้าสมัย. For example, ถ้าคุณกำลังขายสินค้าเป้าหมายที่ผู้ที่มีอายุมากกว่า 60, คุณอาจไม่พิจารณามีหน้า Facebook เพราะตามประสบการณ์ของคุณ, ผู้สูงอายุที่ไม่ได้มีแนวโน้มที่จะใช้ Facebook. แต่ในสภาพแวดล้อมทางธุรกิจที่ผันผวน, สมมติฐานดังกล่าวอาจไม่ถือดี.

มีอีกกลุ่มหนึ่งของนักการตลาดที่มีการหมกมุ่นมากเกินไปกับข้อมูล. พวกเขาเป็นตัวแทนมิติของการจัดการข้อมูลที่ไม่ดีอีก. กลุ่มนี้จะคอยตรวจสอบและได้รับข้อมูลที่แทร็ค, มุ่งเน้นมากเกินไปเกี่ยวกับรายละเอียดที่ละเอียดและได้รับฟุ้งซ่านจากเป้าหมายหลักถ้าได้ร้อยละขนาดเล็กของข้อมูลที่จะแสดงผลที่ไม่พึงประสงค์. กลุ่มคนนี้สามารถทำให้ตกรางโครงการการจัดการข้อมูลเพราะพวกเขายืนยันในการตั้งค่าคงที่ของเป้าหมายและเป้าหมายซึ่งอาจจะทำให้ไม่สงบ.

Big Data Myths

ตำนานข้อมูลขนาดใหญ่

Figure 1: นักการตลาดและตำนานข้อมูลขนาดใหญ่

กลยุทธ์การจัดการข้อมูลที่ผิดพลาด

ในการให้สัมภาษณ์, ไมเคิล Nevski, ผู้ให้คำปรึกษา, ผู้บริโภคและตลาดนักช้อป - IRI สังเกตเห็นว่าองค์กรไม่ได้จ่ายเงินมากในการมุ่งเน้นความพยายามทางการตลาด. ในหลายองค์กร, ฝ่ายการตลาดจะไม่พอและนักการตลาดที่มีอยู่กำลังทำที่ได้รับมอบหมายอื่น ๆ ที่ไม่เกี่ยวข้องกับข้อมูล. So, มีแบนด์วิดธ์ไม่พร้อมที่จะมุ่งเน้นการวิเคราะห์ข้อมูลและการตัดสินใจบนพื้นฐานของข้อมูล. จำนวนนักการตลาดจะเน้นมากเกินไปในกิจกรรมการจัดการผลิตภัณฑ์เช่นบรรจุภัณฑ์และการติดฉลาก. ในการดูแลของการวิเคราะห์ข้อมูลลึกและเชิงลึกของลูกค้า, องค์กรที่มีการจ้างกิจกรรมไปยังผู้ขายบุคคลที่สามที่. กลยุทธ์นี้ไม่อาจให้ผลตอบแทนที่มีนัยสำคัญต่อการลงทุน (ผลตอบแทนการลงทุน) ถ้าจัดไม่ได้ทั้งการวางแผนที่ดี. First, หลายองค์กรยัง outsource การวิเคราะห์ข้อมูลเกี่ยวกับการให้บริการของบุคคลที่สาม. นี้อาจป้องกันไม่ให้นักการตลาดภายในองค์กรที่จะเติบโตความเชี่ยวชาญเกี่ยวกับข้อมูลขนาดใหญ่. หากองค์กรจะสมบูรณ์พึ่งพาแหล่งที่มาของบุคคลที่สามสำหรับการวิเคราะห์ข้อมูลและข้อมูลเชิงลึก, แล้วก็ต้องการที่จะทำให้แน่ใจว่าบุคคลที่สามอย่างสมบูรณ์เข้าใจเป้าหมายและเป้าหมายและสอดคล้องการดำเนินการตามความเหมาะสม. ซึ่งอาจ, เช่น, จะทำโดยผู้ผลิตที่เข้าร่วมการประชุมประจำสัปดาห์และรายเดือนกับทีมการตลาด.

CMO ต้องการที่จะทำให้แน่ใจว่าทุกคนมีอำนาจตัดสินใจด้านการตลาดมีความสามารถในการเข้าถึงข้อมูลและเรียกใช้การวิเคราะห์และข้อมูลเชิงลึกอย่างสม่ำเสมอ.

ต้องวิเคราะห์ข้อมูลได้รวดเร็วยิ่งขึ้น

ทุกวัน, กรอบการเก็บข้อมูลของคุณจะถูกเก็บรวบรวมปริมาณมหาศาลของข้อมูลจากหลายแหล่ง — สื่อสังคม, เซ็นเซอร์, โทรศัพท์มือถือ, บันทึกรายการ, และอื่น ๆ อีกมากมาย. ข้อมูลที่ช่วยให้คูณ แต่ก็สามารถพิสูจน์ได้ประโยชน์เฉพาะเมื่อคุณสามารถประมวลผลและวิเคราะห์ข้อมูลได้อย่างรวดเร็วที่จะได้รับมีความหมาย, relevant insights. จำเป็นต้องพูด, คุณจำเป็นต้องเก็บข้อมูลขั้นสูงและกรอบการวิเคราะห์การทำเช่นนี้.

การตีความข้อมูล

การแสดงข้อมูลจะไปเล่นเป็นส่วนสำคัญในการตีความข้อมูล. การแสดงข้อมูล, ถ้าคุณไม่ได้รู้อยู่แล้วว่า, เป็นการนำเสนอข้อมูลในรูปแบบภาพและกราฟิก. นี้เห็นได้ชัดทำให้ง่ายต่อการทำความเข้าใจข้อมูล. However, เพื่อดำเนินการแสดงข้อมูล, ข้อมูลก่อนอื่นจะต้องเข้าใจในบริบท. For example, หากข้อมูลที่มีที่มาจากสื่อสังคม, แล้วมันเป็นสิ่งจำเป็นที่จะเข้าใจหรือถอดรหัสแรกความต้องการของลูกค้า. เท่านั้นแล้วคุณสามารถนำเสนอข้อมูลในรูปแบบที่เข้าใจมากขึ้น.

สร้างความมั่นใจในคุณภาพของข้อมูล

ข้อมูลที่มีคุณภาพเป็นความท้าทายที่สำคัญที่คุณต้องเผชิญเมื่อคุณกำลังจะดำเนินการแสดงข้อมูล. กรอบการเก็บข้อมูลของคุณเป็นไปในการเก็บรวบรวมข้อมูลจากหลายแหล่งและขึ้นอยู่กับคุณภาพของการกรองเครื่องมือของคุณใช้, อาจจะมีน้อยที่สุดในการกรองข้อมูลที่มีคุณภาพ. ในกรณีเช่นนี้, คุณเสียเวลามากในการประมวลผลและการกำจัดวัชพืชออกข้อมูลซ้ำซ้อน. So, คุณจะสูญเสียออกมาในเวลา. แม้ว่าคุณจะสามารถดำเนินการที่มีคุณภาพการแสดงข้อมูลในภายหลัง, แล้วคุณอาจจะมีการสูญเสียเวลาอันมีค่าและคู่แข่งของคุณได้ขยับตัวคุณออก.

ทำให้ข้อมูลที่มีความหมายที่มีอยู่

มันเป็นความท้าทายที่ยิ่งใหญ่ที่จะทำให้ข้อมูลที่มีความหมายที่มีอยู่โดยเฉพาะอย่างยิ่งเพราะปริมาณมากของการเก็บรวบรวมข้อมูล. For example, ถ้าคุณต้องการที่จะแสดง 20 พันล้านแถวของข้อมูลค้าปลีกที่คุณต้องการแสดง, ผู้ใช้จะพบว่ามันยากมากที่จะทำให้รู้สึกใด ๆ ออกมาจากมัน. คุณสามารถจัดกลุ่มข้อมูลที่เป็นกลุ่มขนาดเล็กและตรรกะและนำเสนอให้กับผู้ชม. ในลักษณะดังกล่าว, ผู้ชมจะสามารถดูข้อมูลที่พวกเขาต้องการ.

ปัญหาด้านความปลอดภัย

ที่มีโครงสร้างพื้นฐานคลาวด์กลายเป็นเข้าถึงได้มากขึ้นกับทุกคน, องค์กรมีมากขึ้นการจัดเก็บข้อมูลขนาดใหญ่ของพวกเขาเป็นเมฆ. ตั้งแต่การจัดเก็บเมฆสามารถเข้าถึงได้จากทุกที่ที่มีการเชื่อมต่ออินเทอร์เน็ต, นี้จะเปิดขึ้นใหม่, การรักษาความปลอดภัยที่มีความซับซ้อนความท้าทาย. ตั้งแต่ข้อมูลขนาดใหญ่จะถูกเก็บรวบรวมจากหลายแหล่ง, มันเป็นความท้าทายที่จะตรวจสอบให้แน่ใจว่าข้อมูลที่เข้ามาอยู่ในความปลอดภัย. ข้อมูลขนาดใหญ่สามารถจัดการได้ในช่วงเวลาของการประมวลผลส่วนใหญ่เป็นเพราะเครื่องมือการประมวลผลข้อมูลขนาดใหญ่เช่น Hadoop และ NoSQL ไม่ได้ถูกออกแบบมา แต่เดิมมีการรักษาความปลอดภัยในใจ. So, องค์กรจะต้องเผชิญกับงานของการสมดุลระหว่างการเก็บรวบรวมข้อมูลขนาดใหญ่และสร้างความมั่นใจด้านความปลอดภัยและการรักษาความลับ.

Summary

ข้อมูลขนาดใหญ่เป็นโอกาสที่ยิ่งใหญ่สำหรับองค์กรธุรกิจ แต่พวกเขาจำเป็นที่จะต้องให้ความสำคัญกับวิธีที่พวกเขาดูข้อมูลขนาดใหญ่และการใช้งานของมัน, โดยเฉพาะอย่างยิ่งฝ่ายการตลาด. พวกเขาจำเป็นต้องได้รับการกำจัดของลำไส้และประสบการณ์ที่ขับเคลื่อนด้วยการตัดสินใจทางการตลาดและพึ่งพาเพิ่มเติมเกี่ยวกับข้อมูลวัตถุประสงค์. เมื่อพวกเขาทำเช่นนี้, ความท้าทายอื่น ๆ สามารถเอาชนะได้อย่างง่ายดายมากขึ้น.

Tagged on: , ,
============================================= ============================================== ซื้อหนังสือ techalpine ที่ดีที่สุดใน Amazon,en,ช่างไฟฟ้า CT Chestnutelectric,en
============================================== ---------------------------------------------------------------- electrician ct chestnutelectric
error

Enjoy this blog? Please spread the word :)

Follow by Email
LinkedIn
LinkedIn
Share