Știrile recente despre Emiratele Arabe Unite care obligă serviciul militar la toți bărbații emirati cu vârste cuprinse între 18 și 30 de ani m-au determinat să mă gândesc de ce țările, indiferent de statutul lor economic, asigură cetățenii să fie pregătiți să apere țara.
S-ar putea argumenta că un număr limitat de cetățeni dintr-o țară obligă adesea guvernul să facă obligatoriu serviciul militar. Dar ce zici de China? Este cea mai mare țară după populație, dar asigură, de asemenea, cetățenii care urmează studii superioare să servească timpul militar obligatoriu. Pe scurt, națiunile se pregătesc practic să se apere în caz de conflict și toată lumea trebuie să fie pregătită pentru asta. Fie un electrician, un om de afaceri, un tâmplar, toți se unesc pentru o cauză comună.
Oricât de bizar ar părea, se poate face o paralelă extraordinară între astfel de națiuni și organizațiile de astăzi care doresc să rămână competitive. Amenințarea actuală sau mai degrabă o provocare sub forma Big Data a determinat organizațiile mari și mici să își adune forța de muncă în diferite departamente pentru a o aborda în mod obișnuit. Pentru a merge mai departe în acest sens, de obicei, națiunile care aplică serviciul militar obligatoriu au întotdeauna criterii de eligibilitate, în același mod în care organizațiile consideră că este logic să ofere instruire în domeniul big data doar acelor angajați care au o anumită formă de interacțiune cu bucăți mari de date și sunt obligați să folosiți Hadoop în fiecare punct de contact.
Așa cum un general al armatei, în legătură cu guvernul, decide tipul de armament și instruire care urmează să fie atribuit cetățenului său, altfel novice, devenit nou-recrutat, în același mod în care se așteaptă ca un CTO să fie la conducerea infrastructurii și moștenirii IT sisteme care conduc inovația noilor tehnologii pentru a permite angajaților săi să performeze mai bine. Având un obiectiv comun de a aborda big data, să încercăm să înțelegem în detaliu unde se utilizează big data și de ce este important să vă instruiți tovarășii în acest domeniu.
1. Tehnologia informației: îmbunătățirea productivității cu instruirea Big Data
Poate că în fruntea implementării big data, echipa IT este epicentrul pentru a duce mai departe schimbarea. Un factor de decizie în domeniul formării IT care dorește să ofere angajaților instruire în domeniul big data trebuie să înceapă cu departamentul IT. De ce? Pentru că atunci când vine vorba de implicarea cu tehnologia în fiecare etapă a activității, tocilarii de la subsol (argou popular pentru IT) sunt cei mai apropiați. Deci, cât de relevant este?
Să ne uităm la un raport transmis de popularul site, CIO, care spune:
„Potrivit unui recent sondaj CompTIA realizat la 500 de directori de afaceri și IT din SUA, 50 la sută dintre firmele care sunt înaintea curbei în ceea ce privește utilizarea datelor și 71 la sută dintre firmele care sunt medii sau rămase în ceea ce privește utilizarea datelor, consideră că personalul lor este moderat sau deficient semnificativ în abilitățile de gestionare și analiză a datelor ”
Având în vedere faptul că gestionarea și stocarea datelor este o parte a funcției de bază a IT, este necesară o abordare paralelă cu privire la implementarea platformei de date mari și consolidarea abilităților IT în cadrul datelor mari. Sprijinirea faptului este un raport McKinsey care afirmă că până în 2018, va exista o penurie de peste 140.000-190.0000 de profesioniști cu expertiză tehnică și analitică profundă! Deoarece din ce în ce mai mulți profesioniști tehnici necesită formare în domeniul big data, organizațiile caută să pregătească mai mulți profesioniști tehnici pentru ROI rapid, iar specialiștii în platforme, administratorii și inginerii care lucrează în departamentul IT sunt la conducerea acestuia.
Căsătorirea funcției IT Trinity de bază cu Big Data
Termenul Treime îmi amintește adesea de două concepte religioase: unul este mitologia hindusă a creatorului, păstrătorului și distrugătorului, iar celălalt este conceptul creștin al tatălui, fiului și al sfintei fantome. Ambii se străduiesc pentru îmbunătățirea omenirii. În același mod, aceste trei funcții ale unei echipe IT se străduiesc să îmbunătățească întreaga organizație cu departamente cu nevoi diferite atunci când vine vorba de tehnologia informației. În afară de funcțiile de securitate și asistență, un departament IT se poate referi la aceste funcții atunci când vine vorba de implementarea de date mari.
Planificare - Activitatea de planificare din cadrul unei echipe IT se concentrează pe asigurarea alinierii strategiei IT a organizației cu obiectivele afacerii. Aceasta include lucrul la personalizarea software-ului, aducerea de noi platforme care să răspundă nevoilor diferitelor departamente de afaceri. Cu alte cuvinte, orice nouă implementare va începe întotdeauna de la IT.
Rețea - implică dezvoltarea de rețele care facilitează toate formele de comunicare între traficul de voce, date, video și Internet și există diverse puncte de control pentru înregistrarea datelor, fie că este vorba de interacțiunea cu clienții, analiza sentimentelor și actualizarea traficului, toate colectează date în timp real! Un departament IT asigură adesea integrarea lină a rețelelor pentru a funcționa împreună cu obiectivul de procesare a datelor mari.
Date - Pentru a le spune simplu, o echipă IT aduce instrumente pentru colectarea, stocarea, gestionarea, securizarea și distribuirea datelor angajaților pentru diferite decizii strategice din organizație. Toate formele de date, cum ar fi înregistrările de vânzări, înregistrările financiare, detaliile stocului, sunt stocate într-un singur centru de date. Acest lucru creează responsabilitatea în cadrul echipei IT de a implementa platforme pentru big data care permit utilizatorilor desemnați să stocheze și să recupereze informații în orice locație de date.
În orice echipă IT, este nevoie de un amestec versatil de membri cu sarcini diferite pentru implementarea big data. Pentru început, este nevoie de un specialist care să asigure o tranziție lină de la sistemele tradiționale la platformele de date mari. Pentru aceasta, este nevoie ca un tehnician să se concentreze pe menținerea platformei în întregul său ciclu de viață în toate departamentele. Apoi vine nevoia unui membru care trebuie să monitorizeze constant dacă fiecare implementare tehnologică este aliniată cu obiectivul organizațional.
2. Dezvoltarea produsului: Regândirea inovației în toate etapele cercetării și dezvoltării
Poate unul dintre cele mai importante departamente atunci când vine vorba de a duce organizația la următorul nivel de inovație! Unul dintre cele mai mari avantaje ale datelor mari este integrarea datelor în diferite puncte de contact în dezvoltarea produselor chiar de la proiectarea produselor, producția, calitatea, garanția, diagnosticul, aplicațiile pentru vehicule și software. Datele generate de aceste puncte de contact definesc modul în care produsul este și cât de reușit poate fi. Aceasta duce practic dezvoltatorii de produse, profesioniștii în cercetare și dezvoltare și designeri la abordarea bazată pe date și analiza datelor.
Ingineria Big Data în realitate
Când vine vorba de dezvoltarea produsului, un exemplu popular ar fi mașina cu șofer mai puțin pe care Audi o dezvoltă și intenționează să o lanseze până în 2016. Da, există echipa de dezvoltare a produselor care are sarcina uriașă de a se asigura că viziunea CEO-ului despre inovație este îndeplinită. . Dar pe parcurs, există diverse provocări și întrebări, de la dezvoltare până la testare, la care numai big data pot răspunde. Să vedem de ce.
Luați în considerare o testare care este monitorizată de la punctul A la punctul B. Iată tipurile de date care pot fi generate:
A. Date despre senzori - Senzorii din interiorul mașinii puteau stoca detalii despre distanța pe care o măsurase între mașinile din spatele său și din fața acestuia și frecvența vehiculelor pe care le-a întâlnit în călătorie.
b. Date despre șofer - S-ar putea efectua mai multe teste cu grupe de vârstă diferite, iar detaliile privind nivelul de confort, performanța și de câte ori șoferul avea nevoie pentru a suprascrie conducerea automată vor fi comprimate în seturi mari de rânduri și coloane pentru analiză.
c. Date demografice - Un test ar putea fi efectuat în India și SUA. A.I din conducerea automată ar putea analiza obstacolele pe care le întâmpină în conducerea în două țări diferite. Care țară este mai viabilă pentru conducerea automată și ce județ nu?
d. Date privind performanța pieței - După lansarea produsului și lansarea acestuia, inginerii ar putea, de asemenea, să-și monitorizeze succesul prin analizarea datelor live cu fluxuri oferite 24 × 7 prin programul mașinii, oferind informații dacă introducerea conducerii automate ajută la menținerea drumul este mai sigur?
Există N număr de date posibile care pot fi obținute din ingineria produsului. Abia începem să explorăm OEM din industria auto. Gândiți-vă la posibilitățile de date mari din diferite sectoare, cum ar fi medicina, îngrijirea sănătății, electronica și așa mai departe. Cine știe?
FAPT AMUZANT: Știați că adoptarea de către Big Data și Analytics de către Ford a salvat-o de o experiență de aproape moarte în anii 2000, când concurența a fost puternică din partea producătorilor auto europeni și asiatici!
3. Finanțare: instruirea angajaților pe platformele de date mari pentru a gestiona modelarea financiară
S-ar putea să fi auzit deseori termenul că banii sunt sângele afacerilor. A avea grijă de acești bani este o responsabilitate a departamentului financiar. Lumea afacerilor definește funcțiile departamentului financiar ca fiind de obicei implicate în „planificarea, organizarea, auditul, contabilitatea și controlul finanțelor companiei sale, împreună cu producerea finanțelor companiei.
Acestea fiind spuse, departamentul de finanțe, în general, este adesea ideea atunci când vine vorba de gestionarea banilor, iar rolul se extinde la diverse activități, cum ar fi generarea de extrase de fluxuri de numerar, modelarea costurilor, realizarea premiilor și conformitatea, pentru a numi câteva. Cu câteva decenii în urmă, realizarea tuturor acestor activități cu sisteme și platforme limitate era destul de fezabilă, dar în epoca big data, cele două provocări cu care se confruntă fiecare departament financiar este îndeplinirea funcțiilor financiare regulate în scenariul în schimbare și colectarea de informații pentru viitor. Să ne uităm la el dintr-o perspectivă mai profundă.
Cu informațiile răspândite pe diferite servere, organizațiile întâmpină deseori provocarea de a consolida acele date și de a efectua acțiuni conform cerințelor companiei. O funcție importantă în cadrul acesteia este auditul intern, care ține la curent guvernanța organizației, gestionarea riscurilor și controalele de gestionare și efectuarea auditurilor proactive de fraudă pentru identificarea faptelor frauduloase. Odată cu creșterea analizei, este necesar să se integreze și auditul intern. Acest lucru a declanșat noi metode, cum ar fi analiza datelor de audit, care ajută la evaluarea riscului, la crearea de modele financiare și oferă o imagine generală a finanțelor în cadrul unei organizații.
java obține data din șir
Modelarea costurilor și realizarea prețurilor
Modelarea costurilor este o componentă importantă pentru utilizarea eficientă a resurselor. Companiile trebuie să identifice activitățile care determină costurile, materialele directe directe și forța de muncă necesară pentru finalizarea sarcinilor și așa mai departe. Modelarea costurilor ajută companiile să identifice cu precizie costurile generale de producție ale produselor în toate activitățile din cadrul companiei. În epoca Big Data, devine important să țineți evidența fiecărei activități financiare care se desfășoară la diferite departamente din cadrul unei organizații care consolidează aceste informații pentru a construi un model de cost ideal. De la cumpărare până la vânzare, toate datele sunt stocate în istoricul financiar și elementele de bază fundamentale ale dezvoltării unui model de costuri sunt de a prelua bucăți mari de date și de a crea un model care se poate aplica pentru viitor.
Deși se poate dezbate că eforturile de realizare a prețurilor sunt îndreptate mai mult către vânzări pentru a îmbunătăți rentabilitatea, există un rol mai mare jucat de departamentul financiar atunci când vine vorba de a beneficia de realizarea prețurilor. Pentru a-l descompune în termeni mai simpli, luați în considerare un punct de vânzare cu amănuntul care intenționează să ofere reduceri pentru a stimula vânzările. Obiectivul fundamental este reducerea scurgerilor de preț și îmbunătățirea prețului de buzunar.
Scurgerea prețului apare atunci când prețul unui produs este redus atât de puțin (într-o încercare de a face vânzări) încât compromite rentabilitatea, iar prețul de buzunar este prețul de vânzare după reduceri. Pentru a îndeplini un efort profitabil de realizare a prețurilor, echipa de vânzări colaborează cu departamentul financiar pentru a înțelege structura costurilor pentru fiecare produs individual și unde pot fi acordate reduceri. La rândul său, acest lucru necesită departamentului financiar să elaboreze un cadru pentru modele de realizare a prețurilor pentru viitor și să definească limitele în cadrul acestor activități de marketing. Sarcina include prelucrarea datelor din achiziții, costul depozitului, termenul de valabilitate și apoi estimarea costului bunurilor vândute (CGS).
F-12 și analize predictive
când se folosește acest lucru. în java
Una dintre activitățile importante din cadrul departamentului financiar este monitorizarea sănătății financiare a organizației. Așa cum un medic folosește valori diferite, cum ar fi rata pulsului, căldura corpului sau reacția stimulilor pentru a judeca dacă pacientul este viu sau mort, în același mod în care lumea financiară monitorizează cele 12 valori pentru a ști unde se îndreaptă compania în mod monetar și ce se află dincolo . De la creșterea veniturilor reale, creșterea durabilă a veniturilor, politica prețurilor și indicele prețurilor, controlul cheltuielilor de funcționare, compararea EBITDA cu fluxul de numerar, fluxul de numerar fără datorii, excesul de numerar, rentabilitatea activelor, capitalul de lucru, utilizarea finanțării datoriei, ciclul comercial și costul net de capital formează componente importante în raportarea financiară pentru o organizație, astfel încât conducerea superioară să poată lua decizii solide.
Ca parte a provocării din lumea big data, înțelegerea acestor rapoarte necesită procesarea unor bucăți mari de informații răspândite în întreaga organizație pentru a le transforma într-un format standard pentru analiză. Analiza predictivă intră în joc atunci când aceste date sunt prelucrate din istoria trecută, comparativ cu aceleași elemente din prezent, astfel încât să se facă estimări precise pentru viitor. Cea mai bună parte este platforma de analiză predictivă, iar metodele sunt construite pentru a procesa date mari simplificând astfel sarcina departamentului financiar.
FAPT AMUZANT: Știați că Oversea-Banking Corporation (OCBC) cu sediul în Singapore a reușit să utilizeze big data pentru informații despre clienți, care a fost direct responsabilă de creșterea cu 40% a achiziționării de noi clienți!
4. Resurse umane: Redefinirea capacităților angajaților în resurse umane
Imaginarea Big Data în resurse umane poate îndeamnă adesea cititorii să renunțe la calibru, întrucât de obicei o organizație nu acordă prea multă atenție implementării tehnologiei Big Data în departamentul de resurse umane, deoarece s-ar concentra mai degrabă pe marketing, funcționare sau finanțe. Dar, în realitate, departamentul de resurse umane joacă un rol crucial în asigurarea faptului că talentul potrivit intră în organizație printre alte activități.
Adăugarea mai multor dinți la HR
Poate că este cel mai ignorat dintre toate departamentele atunci când vine vorba de implementarea Big Data, dar în lumea actuală care se schimbă rapid, modul în care funcționează un departament de resurse umane definește succesul unei organizații.
Potrivit Forbes, o companie medie medie are mai mult de 10 aplicații diferite de resurse umane, iar sistemul lor principal de resurse umane are peste 6 ani. Această tendință evidențiază faptul că o organizație are nevoie de resursele corecte pentru a reuni aceste date. Formarea în Big Data & Analytics aduce abilități precum analiza datelor, vizualizarea și rezolvarea problemelor chiar de la raportarea operațională la analiza strategică.
Se așteaptă ca un departament de resurse umane să livreze în mod implicit în ceea ce privește operațiunile de bază în resurse umane, dar instruirea Big Data îl duce la un nivel complet nou. Pe măsură ce departamentul de resurse umane devine mai analitic cu instrumente, își schimbă abordarea pentru a se angaja într-o activitate mai strategică. Este identificată o întrebare critică, cum ar fi cum să aibă mai mulți factori de păstrare a angajaților care afectează calitatea vânzărilor canalului candidat și evaluarea lacunelor de talente și se fac pași strategici prin analiza datelor relevante prin intermediul acestuia.
Trecerea se va trece de la o simplă numărare de angajați la o analiză mai predictivă.
Oracolul în cadrul resurselor umane
A fost o poveste amuzantă pe care mi-o amintesc despre un prieten care a lucrat ca HR. Avea o treabă obositoare de vânătoare de capuri înainte de a-l trimite pe candidat la șeful de departament relevant, care ar spune doar cuvintele magice: „Ok, hai să-l angajăm”.
Pentru o vreme, lucrurile au mers bine, deoarece ea a adus talente bune companiei. Pe măsură ce timpul a trecut, a devenit încrezătoare în abilitățile sale de angajare, până la extinderea conducerii superioare pentru a adăuga mai mulți oameni la echipa sa, implementând sisteme de resurse umane și incluzând mai multe consultanțe terțe. Partea dificilă a fost că a făcut promisiuni înalte conducerii superioare cu încredere.
Istoria a arătat că cel care se pregătește pentru evenimentul viitor are mai mult succes decât cel care călărește pe gloria trecută. A fost o perioadă în care se aștepta să angajeze un număr mare de profesioniști în domeniul în care se extindea compania. A început să ocupe posturile vacante cu un compromis privind angajarea de profesioniști de calitate. Ea a adoptat o abordare mai orientată către ținte. Rezultatul? Cei mai mulți dintre profesioniștii pe care i-a angajat au publicat hârtii care motivează diverse motive și a fost interogată de conducere. Deseori o auzeam mormăind:
„Urmăresc 1000 de CV-uri, selectez 100 de CV-uri, chem 50 de candidați pentru interviu, filtrez 10 din evaluările mele psihometrice, dintre cei 10, iau 5 care merită, îi trimit pe cei 5 la conducere, au zero pe 1 și acel tip pleacă după 2 luni. ”
Am chicotit la nenorocirea ei, în afară de a-mi oferi simpatiile, dar m-a făcut să mă întreb dacă resursele umane pot face o judecată mai bună cu experiența lor sau este nevoie să existe o abordare mai bazată pe date a întregului proces de angajare? Ei bine, folosim analiza predictivă pentru a afla ce echipă va câștiga Cupa Mondială, dar de ce să nu folosim aceleași tehnici în procesul de angajare, mai ales atunci când avem de-a face cu elemente complexe, cum ar fi ființele umane?
Acum, slujba angajării nu este neapărat o slujbă ușoară, implică o mulțime de procese și regulile angajării se schimbă adesea în funcție de industrie, HR are rolul pe care îl angajează pentru regulile organizației și așa mai departe.
Dacă se observă organizații de succes care utilizează analize predictive și au rate de uzură mai mici, există un model de a decide mai întâi caracteristicile dorite în cadrul unui candidat care să asigure succesul, consolidându-l într-un profil „ideal” și comparându-l cu fiecare candidat care este cel mai apropiat. la acesta și apoi angajându-i cu evaluări personalizate care evaluează caracteristicile acestor candidați.
Un punct de remarcat este că întreaga industrie de evaluare psihometrică cu jucători de frunte precum Pearsons, Thomas Assessment și SHL a apărut datorită cererii de la profesioniștii în resurse umane de a analiza profilul candidaților în nevoia lor de a perfecționa procesul de angajare!
Revenind la analiza predictivă, ca parte a implementării acesteia, personalul de resurse umane trebuie mai întâi să definească cine este „candidatul de succes” în funcție de organizație, apoi trebuie să definească factorii care pot determina eficacitatea angajării și să dezvolte și să observe de ce unele angajări se descurcă mai bine decât celelalte cu o ipoteză, dacă este nevoie. Pe baza acestui fapt, el / el îl poate compara cu datele angajaților de succes care au rămas mult timp cu organizația și, în al treilea rând, folosesc tehnici statistice pentru a măsura de ce unii oameni rămân mai mult.
Abordarea este bună pentru început, dar implementarea analizei predictive în cadrul HR include o mulțime de tehnici pe care un HR le poate explora liber. Cea mai bună parte a acestui proces este reducerea costului înlocuirii unui angajat cu altele noi și, probabil, a câștigării unui ROI mai mare decât cel vechi.
La sfârșitul zilei, combinația dintre intuiție, experiență și o abordare solidă bazată pe date rafinează adesea nu numai judecata unui HR, ci și a noastră.
FAPT AMUZANT: Știați că gigantul american Xerox și-a redus cifra de afaceri a centrului de apeluri cu 20% aplicând analize potențialilor candidați, constatând că oamenii creativi au șanse mai mari să rămână la companie timp de 6 luni necesare pentru a recupera costul de 6.000 de dolari al formării lor decât curios. oameni?
5. Lanț de aprovizionare și logistică: instruirea echipei de livrare cu platforme de date mari
Lanțul de aprovizionare și logistica formează practic o componentă importantă în strategiile și obiectivele organizaționale. Obiectivul pentru lanțul de aprovizionare și logistică este reducerea costurilor și îmbunătățirea performanței, vitezei și agilității. Când vine vorba de logistică, acestea captează și urmăresc diferite forme de date pentru a îmbunătăți fundamental eficiența operațională, îmbunătățind experiența clienților și noile modele de afaceri. Acești factori pot ajuta adesea organizațiile să păstreze resursele, să construiască un nume de marcă mai bun și să creeze un proces sistematic pentru lanțul de aprovizionare și logistică.
Urmărirea Big Data în întreaga lume
Să luăm un exemplu de gigant de comerț electronic care utilizează Big Data pentru livrarea către clienții săi. Un produs este expediat dintr-o locație la adresa clientului. Dispozitivele din vehiculul de transport, cum ar fi GPS tracker, microfon, senzor, au date structurate și nestructurate care sunt trimise înapoi la centrul de monitorizare pentru actualizări în timp real. Împreună cu aceasta, ajută și la analiza eficienței timpului de livrare, a celei mai scurte căi și a resurselor utilizate pentru efectuarea unei operațiuni de livrare în lista a milioane de astfel de tranzacții. Această mină de aur de date pe diferite piețe este consolidată de organizații și apoi analizată pentru a aduce îmbunătățiri suplimentare în proces sau pentru a aduce un nivel întreg de inovație nouă!
FAPT AMUZANT : Știați că Big Data sub formă de urmărire a paginilor clienților de către Amazon l-a ajutat să își poziționeze produsele în depozitul cel mai apropiat de client pentru a îmbunătăți viteza și eficiența livrării?
6. Operațiuni, asistență și servicii pentru clienți: instruirea angajaților cu privire la big data la fiecare interacțiune cu clientul
Succesul oricărui produs sau serviciu se bazează pe asistența post-vânzare pe care o primește un client și adesea vânzătorul depune jurământul de a fi acolo pentru el / ea în orice moment. Acest lucru provine din faptul că, atunci când un client ia un produs sau un serviciu, el face un „salt de credință” în speranța că vânzătorul nu îl lasă în timpul vieții produsului / serviciului. Realizarea din această perspectivă este esențială pentru succesul organizațional.
Să ne uităm la asistență la nivel granular. Recent am avut ocazia să urmăresc ‘Interstellar’ al lui Christopher Nolan, care a explorat călătoriile spațiale până la capătul spațiului. Acest lucru m-a determinat să mă gândesc la viitoarele companii aeriene care vor oferi servicii de zbor prin găuri de viermi care se întind pe milioane de ani lumină distanță! Care ar fi provocările atunci? Ce fel de date mari vor fi generate în această călătorie aproape fără sfârșit? Cum se va asigura echipa de la bord că pasagerul se bucură de călătorie pe tot parcursul? Pentru început, furnizorul de servicii trebuie să se concentreze pe obiective principale, cum ar fi asigurarea siguranței aeriene, urmărirea traseului său de zbor, livrarea cerințelor clienților etc.
On-the-go Big Data 24 × 7
Ideea călătoriei interstelare ar putea fi un vis îndepărtat pentru următorii 100 de ani (fiind optimist!), Dar nu ne împiedică să analizăm datele generate de un serviciu similar în prezent, care funcționează acum, care va arunca mai multă lumină asupra modului în care clientul serviciul și asistența se realizează în scenariul „post-vânzare” și modul în care organizațiile se pot angaja în îmbunătățirea eforturilor lor în timp real.
Acum, pentru început, Southwest Airlines este una dintre cele mai celebre companii aeriene care a profitat de Big Data pentru a-și îmbunătăți experiența clienților. În încercarea sa de a îmbunătăți siguranța aeriană, Southwest Airlines a colaborat cu NASA pentru a se angaja într-un experiment de date mari pentru îmbunătățirea experienței generale de zbor. Aceasta include pingul sateliților NASA cu informații despre calea zborului, rapoarte de la piloți și alte informații despre traficul aerian. La punctul culminant al unei astfel de tehnici inovatoare, se află conceptul de bază pentru big data numit „extragere de date text” care transformă informațiile textuale nestructurate în text semnificativ pentru informații. Deci ați crezut că extragerea de date text se termină acolo?
Bineînțeles că nu, chiar și un concept simplu în big data, cum ar fi extragerea de date text se extinde mult dincolo de asta. Știm cu toții că feedback-ul clienților este o componentă importantă în înțelegerea situației în care o organizație merge prost în fiecare moment al interacțiunii cu clientul. Exploatarea de date text ajută, de asemenea, serviciul pentru clienți, analizând răspunsurile la sondaje deschise. În loc să constrângă clienții la opțiuni obișnuite, cum ar fi opțiunea A, opțiunea B, opțiunea C, întrebările deschise oferă mai multe informații, dar clasificarea acestora și înregistrarea răspunsurilor pot fi o problemă cheie. Aici intră în joc exploatarea datelor prin text, unde grupează anumite seturi de cuvinte și le consolidează pentru informații!
Privind dincolo de asta, trebuie să recunoaștem cu toții că nicio organizație nu este perfectă și că fiecare dintre ei are un set mic de clienți care s-ar putea să nu fie mulțumiți de serviciu. Rezultatul? O bază de date inundată de e-mailuri, mesaje, tweet-uri de la clienții care înregistrează reclamații sau sfaturi despre „domenii de îmbunătățire” pentru a o pune destul de ușor. Exploatarea de date text face un pas înainte față de filtrele tradiționale de poștă și poate clasifica e-mailurile în funcție de prioritate și le poate redirecționa către departamentul în cauză.
FAPT AMUZANT : Știați că Southwest Airlines, ca parte a efortului său de a îmbunătăți serviciile pentru clienți, a implementat analiza datelor cu funcția numită „analiză vocală” care înregistrează interacțiunea dintre client și personal pentru informații!
7. Marketing: instruirea angajaților cu privire la o abordare sistematică de marketing cu big data
Marketingul ca activitate se referă astăzi la cifre. Odată cu creșterea marketingului digital, putem măsura acum cu exactitate răspunsul anunțurilor, rata de clic, afișările, rentabilitatea investiției și așa mai departe. Pentru un profesionist non-marketing, astfel de valori pot fi grecești, dar pentru cei care comercializează aceste date este o mină de aur. Ulterior, alături de valori, se generează bucăți mari de date în fiecare punct de interacțiune cu clienții, rețelele sociale și vânzările. Depinde de profesionistul în marketing să țină evidența acestor date și să le utilizeze pentru a împinge produsele cu mai multă eficiență. Formarea în Big Data joacă un rol esențial aici, deoarece platformele precum Hadoop și R contribuie la îndeplinirea acestui scop.
În al doilea rând, profesioniștii în marketing din când în când se răsfrâng adesea în retrospectarea mărcii lor. Întrebări precum:
Cum este marca mea mai bună decât altele?
Ce oferă alte mărci?
Ce caracteristici are concurentul meu pe același produs?
Studiul este mult mai profund decât acesta. De la analiza produsului concurent pe baza celor 4P (produs, preț, loc, poziționare) până la înțelegerea conținutului produsului prezentat în pagina web a concurentului, cantitatea de date generate este imensă și complicată. Așa cum am spus mai devreme, profitarea de extragerea textului poate ajuta marketerul să efectueze analiza concurenților prin simpla accesare cu crawlere a site-ului web al concurentului. Această funcție simplă în domeniul Big Data poate oferi o idee consolidată despre ceea ce face concurentul și ce produse au la dispoziție pentru piață, oferind astfel avantajului marketerului care a îmbrățișat Big Data!
Înarmarea creativului
De exemplu, un strateg de social media dorește să știe despre percepția de marcă a organizației sale de-a lungul platformelor de socializare, atunci probabil că angajarea în analiza sentimentelor în R & Hadoop va ajuta la atingerea acestui obiectiv. În același mod, utilizarea instrumentelor Big Data ajută marketingul la diverse activități, cum ar fi prețurile, poziționarea produsului și așa mai departe.
algoritm de sortare c ++
Un alt exemplu ar putea fi un manager de marketing la un punct de vânzare cu amănuntul care caută să maximizeze vânzările. Toată lumea ar cunoaște exemplul Walmart, care a reușit să poziționeze berea și laptele unul lângă altul pe culoar pe baza istoricului de cumpărături al clienților din trecut, recuperând bucăți mari de date care acoperă milioane de clienți pe o perioadă de timp!
FAPT AMUZANT: Știați că General Motors, cu bugetul său anual de marketing de 2 miliarde USD pe an, a folosit Big Data Analytics pentru a crea profiluri detaliate ale clienților și pentru a combina analiza datelor spațiale cu informații demografice detaliate / informații despre clienți pentru un marketing mai personalizat!
De ce companiile trec la platformele Big Data
De obicei, organizațiile care folosesc sisteme vechi vechi au date răspândite în mai multe sisteme. Datorită răspândirii datelor în diferite locații, viteza de procesare scade odată cu precizia analizei datelor. Acest lucru necesită consolidarea datelor într-un hub de date al întreprinderii, ceea ce creează un acces mai rapid al datelor, rezultând analize mai profunde. Unul dintre obiectivele importante ale departamentului IT din orice organizație este de a furniza date exacte rapid pentru toate departamentele din organizație, la cerere.
Odată cu colectarea datelor, este important să unim sursele de date nestructurate, structurate și semi-structurate pe o singură platformă pentru a efectua o analiză aprofundată și pentru a ajuta practic la luarea deciziilor de afaceri. Această caracteristică a Hadoop aduce mai mulți oameni la masă în cadrul organizației, deoarece există angajați care interacționează cu date în diferite puncte de contact în operațiunile de zi cu zi. De asemenea, procesele tradiționale ETL și discontinue pot dura mult timp, în timp ce Hadoop, cu procesarea sa discontinuă de volum mare, îl accelerează de până la 10 ori.
Semnificația Hadoop nu înseamnă neapărat că fiecare angajat dintr-o organizație trebuie să fie instruit în platforma Big Data, ceea ce poate să nu fie fezabil în majoritatea cazurilor. Dar ar fi un avantaj strategic pentru un CTO să identifice și să instruiască acei profesioniști care sunt într-o interacțiune constantă cu datele.
După ce am acoperit stocarea, procesarea, recuperarea datelor prin intermediul popularei platforme Hadoop, un alt fenomen important care face parte din progresul natural este analiza Big Data. Pentru a o simplifica, organizațiile au nevoie de perspective multiple de la diverși profesioniști din cadrul unei organizații.
Numărul „6” poate fi văzut ca numărul „9” din cealaltă parte a tabelului. Cu alte cuvinte, concluzia de la observarea datelor diferă de la persoană la persoană.
Organizațiile știu acest lucru și adesea se angajează în instruirea angajaților pe o platformă similară, astfel încât oamenii din diferite departamente interconectate de aceeași activitate să discute, să se angajeze și să împărtășească idei pentru o decizie solidă. Deci, cred că ar fi sigur să definim instruirea Big Data ca o oportunitate pentru fiecare angajat de a fi pe aceeași pagină și de a duce organizațiile la nivelul următor!
Ai o întrebare pentru noi? Menționați-le în secțiunea de comentarii și vă vom răspunde.
Postări asemănatoare: