Nag-aalok Big Data negosyo negosyo isang hindi pa pagkakataon upang mapabuti ang pagiging produktibo at ang kanilang kita. However, negosyo ay struggling sa ang gawain ng pagkuha ng pinakamahusay na sa labas ng Big Data sila mangolekta. Ang isang survey na isinasagawa sa 2012 sa 300 top executive at mga tagapamahala lubos na malinaw summarized ang struggles organisasyon ay nakaharap sa pamamahala Big data. Here are the salient points of the survey:
- 66% ng mga respondents nais na lumawak ang pag-abot sa mga tool analytics sa mas maraming tao sa kanilang mga organisasyon.
- 59% ng mga respondents ay naniniwala na ang mga umiiral analytics framework ay masyadong mabagal sa pagproseso ng Big Data.
- 57% ng mga respondents ay naniniwala na ang kanilang analytics framework ay hindi magagamit upang tumugma ang bilis kung saan Big Data ay umaagos sa kanilang network.
- 55% ng mga respondents ay naniniwala na ang kanilang mga kasangkapan analytics ay masyadong mahirap gamitin at hindi magbigay ng impormasyon sa isang madaling-to-maunawaan na format.
Ang mga natuklasan sa itaas lubos ibuod ang pangunahing hamon organisasyon harapan gamit ang Big Data. However, yamang 2012, ang problema ay naging mas kumplikado, lalo na dahil ang lakas ng tunog Big Data ay ang pagtaas sa isang mahusay na bilis at dahil sa ang saloobin ng maraming mga negosyo patungo Big Data estratehiya sa pamamahala.
Habang may mga hamon tulad ng mga teknikal na, hardware at software na mga isyu, ito lubos na tila na organisasyon ay hindi paghawak Big Data sa kabigatan nararapat. Iyon ay anyong mga ugat ng problema. Ang talata sa ibaba ilarawan ang pangunahing mga punto sakit na may Big Data.
Mahina saloobin patungo data
Big Data Management diskarte talagang sumasalamin sa kung paano marketers makita ang Big Data at ang potensyal nito. At sa ngayon, ang diskarte ay lacked kabigatan at pagkakapare-pareho. Ayon sa isang artikulo sa Harvard Business Review, marketers umaasa sa Big Data para sa mga lamang 11% ng kanilang mga desisyon customer na may kinalaman sa. at iyon, matapos ang lahat ng publisidad at hype Big Data ay tumatanggap. Clearly, ang mga salita at mga pagkilos ay hindi tumutugma. Ang Harvard Business Review survey na natagpuan na ang karamihan sa marketers umaasa higit pa sa kanilang intuwisyon tungkol sa mga customer at ang kanilang nakaraang mga karanasan upang makarating sa mga desisyon. Ang pagtitiwala sa data ay karaniwang ay ang huling item sa kanilang listahan. Ito ay isang may mga kapintasan at isang hindi napapanahong mindset. For example, kung ikaw ay nagbebenta ng isang produkto naka-target sa mga tao sa paglipas 60, ikaw ay hindi maaaring isaalang-alang ang pagkakaroon ng isang pahina ng Facebook dahil ayon sa iyong karanasan, mas lumang mga tao ay hindi ay may posibilidad na gamitin ang Facebook. Ngunit sa isang volatile negosyo na kapaligiran, tulad pagpapalagay ay maaaring hindi na paniwalaan.
May isa pang grupo ng mga marketers na sobra-sobra nahuhumaling sa data. Kinakatawan nila ng isa pang dimensyon sa mahinang pamamahala data. Ang grupong ito ay palaging sinusubaybayan at track data na natanggap, nakatutok sobra-sobra sa butil-butil na mga detalye at ay makakakuha ng ginulo mula sa pangunahing layunin kung kahit isang maliit na porsyento ng data ay nagpapakita adverse resulta. Ang grupo ng mga tao ay maaaring derail proyekto data management dahil pilitin sila sa pare-pareho ang pag-reset ng mga layunin at mga target na maaaring maging unsettling.
Big Data Myths
Figure 1: Marketers at Big Data Myths
Ang maling Data Management Strategy
Sa isang pakikipanayam, Michael Nevski, kasangguni, Consumer at Shopper Marketing - IRI sinusunod na ang mga organisasyon ay hindi nagbabayad malaking pagtuon sa mga pagsusumikap sa pagmemerkado. Sa maraming mga organisasyon, ang marketing department ay pinuno ang mga tauhan at ang mga magagamit marketers ay paggawa ng iba pang mga takdang-aralin ay hindi na may kaugnayan sa data. So, walang bandwidth na magagamit upang tumutok sa data analysis at paggawa ng desisyon batay sa data. Ang bilang ng mga marketers ay tumututok masyadong maraming sa mga gawain pamamahala sa produkto tulad ng packaging at labeling. Upang mag-ingat ng malalim na pagsusuri ng data at mga pananaw ng customer, organisasyon ay outsourcing na aktibidad sa mga third party na vendor. Diskarte na ito ay hindi maaaring magbigay ng makabuluhang Returns on Investment (ROI) kung ang buong arrangement ay hindi binalak na rin. First, maraming mga organisasyon din outsource data analysis sa mga third-party provider. Ito ay maaaring maiwasan ang marketers sa loob ng organisasyon upang mapalago ang kadalubhasaan sa Big Data. Kung ang organisasyon ay ganap na may tiwala sa mga pinagmumulan third-party para sa data na pagtatasa at pananaw, pagkatapos ito ay kailangang tiyakin na ang third party ganap nauunawaan ang mga layunin nito at mga target at aligns sa mga pagkilos nito nang naaayon. Ito ay maaaring, halimbawa, gawin sa pamamagitan ng ang mga vendor nag-aaral sa lingguhan at buwanang pulong na ang mga koponan sa marketing.
Ang CMO kailangang siguraduhin na ang lahat sa marketing gumagawa ng desisyon ay ma-access ang data at patakbuhin ang pagtatasa at pananaw regular.
Kailangan mo upang pag-aralan ng mas maraming data ng mabilis
Araw-araw, ang iyong data capture framework ay pagkolekta napakalaking volume ng data mula sa ilang mga pinagkukunan — social media, sensors, mga cell phone, tala ng transaksyon, at marami pang iba. Ang data ay nagpapanatili ng pag-multiply ngunit maaari itong patunayan kapaki-pakinabang lamang kapag maaari mong proseso at pag-aralan ang data nang mabilis upang makakuha ng makabuluhang, relevant insights. hindi na kailangan pang sabihin, kailangan mo advanced data makunan at analytics framework upang gawin ito.
Pagbibigay-kahulugan sa mga data
Data visualization ay pagpunta sa play ng isang mahalagang bahagi sa pagbibigay-kahulugan ang data. data visualization, kung hindi mo alam na, ay ang pagtatanghal ng impormasyon sa isang pictorial at graphical format. Ito ay malinaw naman ginagawang mas madali upang maunawaan ang impormasyon. However, upang maisagawa ang data visualization, ang data ay dapat munang maunawaan sa isang konteksto. For example, kung ang data ay galing sa social media, pagkatapos ito ay kinakailangan upang maunawaan o maintindihan muna ang mga pangangailangan ng customer. Lamang pagkatapos ay maaari mong ipakita ang data sa isang mas maliwanag format.
Pagtitiyak kalidad ng data
Data kalidad ay ang pangunahing hamon mukha mo kapag ikaw ay pagpunta upang maisagawa ang data visualization. Ang iyong data capture framework ay pagpunta upang mangolekta ng data mula sa maraming mga pinagkukunan at depende sa kalidad ng mga pag-filter ang iyong mga tool aplay, doon ay maaaring maging minimal filtering sa kalidad data. In such a case, ka mag-aaksaya ng maraming oras sa pagproseso at weeding out kalabisan ng data. So, ikaw ay hindi nawawala out sa oras. Kahit na ikaw ay magagawang upang isagawa kalidad ng data visualization mamaya, maaaring ikaw ay nawala mahalagang oras at ang iyong mga kakumpitensiya ay may talim out ka.
Paggawa ng magagamit makabuluhan data
Ito ay isang malaking hamon upang gawing magagamit makabuluhan data lalo na dahil sa ang malaking volume ng data na nakolekta. For example, kung kailangan mo upang ipakita ang 20 billion hilera ng retail data na kailangan mo upang ipakita ang, ang user ay mahanap ito lubhang mahirap na gumawa ng anumang kahulugan out ng mga ito. Maaari mong kumpol ang impormasyon sa mas maliit at lohikal na mga grupo at ilagay mo sila sa madla. Sa paraang, ang madla ay magagawang upang tingnan ang data na nais nilang.
mga isyu sa seguridad
Gamit ang ulap imprastraktura nagiging mas naa-access sa lahat ng tao, organisasyon ay increasingly pag-iimbak ng kanilang Big Data sa alapaap. Dahil ang ulap imbakan ay naa-access mula sa kahit saan na may koneksyon sa Internet, ito ay pagbubukas up ng mga bagong, sopistikadong mga hamon sa seguridad. Since Big Data ay nakolekta mula sa maraming mga pagkukunan, ito ay isang hamon upang tiyakin na ang data na nanggagaling sa ay ligtas. Big Data maaaring manipulahin sa panahon ng processing higit sa lahat dahil ang Big Data processing tool tulad Hadoop at NoSQL ay hindi orihinal na dinisenyo na may seguridad sa isip. So, organisasyon ay nahaharap sa mga gawain ng balancing sa pagitan ng pagkolekta ng Big Data at pagtiyak ng seguridad at pagiging kompidensiyal.
Summary
Big Data ay isang malaking pagkakataon para sa mga negosyo sa negosyo ngunit kailangan nila upang magbayad ng higit pa pansin sa kung paano sila tingnan Big Data at mga gamit nito, lalo na ang marketing department. Kailangan nila upang makakuha ng mapupuksa ng gat at karanasan-driven marketing desisyon at umaasa pa sa layunin ng impormasyon. Kapag ginagawa nila ito, ang iba pang mga hamon ay maaaring maging mas madaling pagtagumpayan.
