Big Data: Was braucht Ihr Unternehmen wirklich?


Big Data: Was braucht Ihr Unternehmen wirklich?

Als Geschäftsinhaber in der modernen Welt haben Sie wahrscheinlich in den letzten Jahren viel über Big Data gehört. Vielleicht haben Sie sogar damit begonnen, Ihre Geschäftsentscheidungen zu treffen. Aber aufgrund der enormen Datenmenge, die jeden Tag generiert wird, ist es schwierig zu wissen, ob Sie es wirklich effektiv nutzen.

"Jede Branchenvertikale öffnet sich heute für die Big Data-Welt", sagte Anil Kaul, CEO des intelligenten Analyseunternehmens Absolutdata. "Kleinunternehmen ... haben begonnen, eine Kombination aus internen und externen Technologien zu nutzen, um eine 360-Grad-Ansicht ihrer Kunden mit Daten aus mehreren Quellen zu erstellen. Die größte Herausforderung besteht jedoch darin, zu ermitteln, auf welche Daten sich wirklich konzentrieren soll und wie sie aus diesen Daten den wahren Wert ziehen können. "

Vladik Rikhter, der CEO der mobilen Personal- und Task-Management-Software Firma Zenput, sagte, dass es eine Menge" Lärm "um Big Data gebe und die Unternehmen müssen zur Kernpunkt, wie sie diese Daten verwenden können, um ihre Ziele zu erreichen.

"Unternehmen sollten nur auf eine oder zwei Schlüsselmetriken achten, um ein gutes Gefühl für die Gesundheit ihrer Kunden zu bekommen", sagte Rikhter gegenüber Mobby Business. "Der Rest der Daten sollte verwendet werden, um den Ansatz zu verfeinern."

Aber wie entscheiden Sie, auf welche Metriken Sie sich konzentrieren sollten? Daten- und Business-Experten haben die verschiedenen Arten von Big Data berücksichtigt, die Sie analysieren können, und wie Sie diejenigen finden und verwenden, die für Ihr Unternehmen am wichtigsten sind.

Wenn Sie sich nicht sicher sind Wenn Sie mit Big-Data-Analysen beginnen möchten, ist es hilfreich, zunächst die verschiedenen Arten von Daten zu untersuchen und zu verstehen, die Ihnen zur Verfügung stehen. Kaul lieferte einen Überblick über verschiedene Kategorien von Big Data und ihre Verwendung für kleine Unternehmen:

Typischerweise ist diese Art von Information in Form von menschlichen Erfahrungen, sagte Kaul. Es wird vollständig digitalisiert und überall gespeichert, von PCs bis zu sozialen Netzwerken. Die Daten sind lose strukturiert und oft unkontrolliert. Beispiele sind:

  • Soziale Netzwerke (Facebook, Twitter, Tumblr, etc.)
  • Blogs und Kommentare
  • Bilder (Instagram, Flickr, Picasa, etc.)
  • Videos (YouTube, Vimeo, Vine, etc .)
  • Internetrecherchen
  • Mobiler Dateninhalt (Textnachrichten)
  • Benutzergenerierte Karten
  • E-Mail

Diese Art von Daten ist stark strukturiert und enthält Transaktionen, Referenztabellen und Beziehungen sowie die Metadaten, die den Kontext festlegen. Kaul merkte an, dass diese Daten die überwiegende Mehrheit dessen sind, was die IT verwaltet und verarbeitet, und sie wird normalerweise in relationalen Datenbanksystemen strukturiert und gespeichert. Beispiele hierfür sind:

  • Daten öffentlicher Stellen
  • Krankenakten
  • Kommerzielle Transaktionen (einschließlich E-Commerce)
  • Banken / Lageraufzeichnungen

Diese maschinell erzeugten Daten sind abgeleitet von Geräten und Sensoren zur Messung und Aufzeichnung von Ereignissen und Situationen in der physischen Welt. Von einfachen Sensoraufzeichnungen bis zu komplexen Computerprotokollen sind diese Daten gut strukturiert, sagte Kaul. Beispiele:

  • Daten von Sensoren
  • Feste Sensoren
  • Wetter- / Verschmutzungssensoren
  • Verkehrssensoren / Webcam
  • Sicherheits- / Überwachungsvideos / Bilder
  • Mobile Sensoren (Tracking)

Obwohl Sie möglicherweise viele der oben genannten Datentypen sammeln und speichern, haben Sie nicht die Zeit, die Ressourcen oder die Notwendigkeit, sich durch jede von ihnen zu kämpfen. Stattdessen sollten Sie herausfinden, welche für das Informieren Ihrer Geschäftsentscheidungen wesentlich sind, und nur diese Datensätze einarbeiten.

Sara Vera, eine Data Scientist bei CRM und Projektmanagementsoftware Insightly, riet Kleinunternehmen, sich auf Kennzahlen zu konzentrieren das Kundenverhalten beleuchten.

"Verwenden Sie Big Data, um möglichst viele Informationen über den Kundenstamm zu erhalten. Wer diese Kunden sind, was sie an dem Produkt und wie es das Produkt verwendet, mögen und nicht mögen," sagte Vera. "Diese Information kann in Bezug auf kontinuierliches Wachstum und Entwicklung des Produkts ausstrahlen."

Abhängig von der Art des Geschäfts, das Sie ausführen, gibt es jedoch möglicherweise einen anderen Bereich, auf den Sie sich konzentrieren sollten. Charles Silver, der CEO des fortschrittlichen Analyseunternehmens Algebraix Data, nannte fünf Hauptprobleme, die die meisten Unternehmen haben: Umsatzwachstum, Rentabilität, Kundenmanagement, betriebliche Effizienz und Risiko / Betrug. Jedes dieser großen Themen kann in kleinere Bereiche unterteilt werden, in denen spezifische Analysen nützliche Einsichten liefern können.

Der erste Schritt besteht darin, zu entscheiden, welches dieser fünf Anliegen die oberste Priorität Ihres Unternehmens ist. Dann können Sie kleinere verwandte Aufgaben in der Reihenfolge ihrer Wichtigkeit ordnen. Zum Beispiel sagte Silver, wenn betriebliche Effizienz oberste Priorität hat, können sich Ihre spezifischen Analysen auf Bereiche wie Bedarfsprognose, Arbeitsvorbereitung oder Transportoptimierung konzentrieren.

"Es hängt vom einzelnen Geschäft und seinen aktuellen Herausforderungen ab", sagte Silver. "Inhaber von Restaurant- und Einzelhandelsbetrieben werden von Analysen profitieren, die sich auf" Kundensegmentierung "und" Menü / Bestandsoptimierung "konzentrieren. Im Gegensatz dazu könnte sich eine Gruppe lokaler Versicherungsagenturen oder ein mittelgroßes Gesundheitsunternehmen auf die "Aufdeckung betrügerischer Ansprüche" konzentrieren. Und viele Unternehmen würden von Analysen profitieren, die den Lebenszeitwert eines Kunden vorhersagen, so dass sie die Retentionsbemühungen entsprechend abschätzen können. "

Sie sollten sich auch Analysen ansehen, die Ihre besten Mitarbeiter und Initiativen sowie das Fahren identifizieren Kräfte hinter ihnen, sagte Jeff Boehm, Vice President Marketing bei DataGravity, einem Anbieter von Data-Aware Storage-Lösungen.

"Mit mehr Details über die Bemühungen, die eine hohe Rentabilität für Ihr Unternehmen bieten, können Sie einfacher wiederhole diese Situationen in der Zukunft ", sagte Boehm.

Wenn du weißt, welche Datensätze du ansehen willst, musst du dann bestimmen, wie du sie ablegen sollst Arbeit. Rikhter merkte an, dass die Analyse von Big Data immer mit einer Frage beginnen sollte. Was möchten Sie bei der Analyse dieser Daten erreichen? Sobald das Problem identifiziert ist, können Sie sich darauf konzentrieren, wie die Daten es lösen, sagte Rikhter.

Um mit der Analyse von Big Data zu beginnen, sagte Aaron Rallo, der CEO des IT-Effizienz-Software-Unternehmens TSO Logic, Unternehmen automatisiertes System oder Programm, das es ihnen ermöglicht, die Daten zu sammeln und in direkte Aktionen umzuwandeln.

"Ohne Automatisierung und Intelligenz werden Sie mit einem überwältigenden Datenstapel belohnt, der nur Geld kostet, um zu speichern", sagte Rallo. "Suchen Sie einen Partner, der Erfahrung in der Lösung der Probleme hat, die Sie lösen möchten. Achten Sie auch darauf, dass Sie den Daten vertrauen und sich darauf verlassen können, wenn Sie Entscheidungen treffen. Wenn Sie oder Ihre Teammitglieder die Quelle in Frage stellen produzieren mehr Fragen als Antworten. "

Giles House, Chief Marketing Officer von CallidusCloud, einem Anbieter von cloudbasierten Vertriebs-, Marketing- und Lernlösungen, sagte, dass die Suche nach den Korrelationen zwischen Ihren Datensätzen Ihnen helfen kann, zu bestimmen, was von dort zu tun ist .

"Es gibt einen Wert in einer einzelnen, spezifischen kritischen Metrik, aber wenn Sie einen echten Wert wünschen, suchen Sie nach Korrelationen zwischen Datensätzen, wie durchschnittliche Dealgröße im Vergleich zur durchschnittlichen Quotegröße oder Dealgröße im Vergleich zur Menge des heruntergeladenen Inhalts" sagte. "Es gibt viel mehr Korrelationen zu untersuchen - wählen Sie diejenigen, die für Ihren Erfolg am wichtigsten sind, und nutzen Sie dann die gewonnenen Erkenntnisse, um Maßnahmen zu ergreifen."

Eine wichtige Sache, die Unternehmen beachten sollten - aber oft übersehen - ist die Tatsache, dass, wie alle anderen Daten, Ihre Big Data und jede nachfolgende Analyse darauf gefährdet ist, gehackt oder gestohlen zu werden. Rallo sagte, dass Daten, die gespeichert werden, in vielen Fällen vertraulich sind und geschützt werden müssen. Das erforderliche Schutzniveau basiert auf der Sensitivität der Daten.

"In einigen Fällen müssen die Daten vor Ort aufbewahrt werden und in anderen Fällen können sie Dritten gegenüber vertrauenswürdig sein oder in der Cloud gespeichert werden Fälle, Sicherheit und Datenschutz sollten in Betracht gezogen werden ", sagte Rallo.

Boehm war damit einverstanden und erinnerte Geschäftsinhaber daran, dass intern generierte Daten wie E-Mails, Notizen, Textdokumente und Präsentationsplattformen ebenfalls Teil der Big Data Ihres Unternehmens sind und auch ordnungsgemäß und sicher verwaltet werden müssen.

"Wenn nicht Sie wissen genau, wo Sie kritische Vermögenswerte und private Informationen speichern. Es ist schwer, sie daran zu hindern, exponiert zu werden ", sagte Boehm. "Sie müssen Analytik und Visualisierung anwenden, um diese Informationen vollständig zu verstehen. Wo ist es? Wer greift darauf zu? Welche Art von Informationen gibt es? Wie alt ist es? Durch diese dunklen Daten zu sortieren kann potentielle Sicherheitsrisiken aufzeigen und zur Identifizierung beitragen Welche Dateien, Ordner oder Server Sie für die Wartung bezahlen, werden aber selten genutzt. "

Für fast jedes Unternehmen besteht das ultimative Ziel der Big Data-Analyse darin, bessere Geschäftsentscheidungen zu treffen höhere Gewinne. Kaul sagte, der Schlüssel zur Monetarisierung deiner Daten bestehe darin, die wirtschaftlichen Fragen zu betrachten, auf die sie antworten kann.

"Oft können die Daten helfen, Fragen zu Wert, Nutzung, Risiko oder zukünftigem Wert oder Risiko eines bestimmten Vermögenswertes zu beantworten", Kaul sagte. "Um aus Big Data Nutzen zu ziehen, müssen die Daten in ein Formular oder ein Produkt umgewandelt werden, das eine fundamentale Markt- oder Asset-Frage beantwortet. Solche Datenprodukte können an Kunden verkauft oder gehandelt werden. Es kann auch sein, dass Datenprodukte abgeleitet werden Big Data, wird andere verwandte Monetarisierungsstrategien antreiben. "

Lloyd Marino, CEO von Avetta Global, einer Technologie-Strategie- und Anwendungsentwicklungsfirma, sagte, dass er dem folgt, was er die drei A's Big Data nennt - Automatisierung, Analytik und Aktion Hilft Ihnen dabei, Ihren beabsichtigten Zweck zu erreichen und Ihren ROI zu steigern.

"Automatisieren Sie die Erfassung Ihrer Daten, wenden Sie die Analysen an, um Einblick in Ihre Daten zu gewinnen, und verbessern Sie Ihre Algorithmen, spülen Sie sie anschließend ab und wiederholen Sie sie", erklärt Marino sagte.

Am wichtigsten war, Marino riet Geschäftsleuten, einen Plan für ihre Datenanalyse zu erstellen, um sich und ihre Teams auf Kurs zu halten.

"Ein kleines Unternehmen kann in Big Data gefangen werden", sagte Marino. "Es besteht die Gefahr, dass Sie untergraben werden, es sei denn, Sie planen einen Plan zur ordnungsgemäßen Verwaltung und Nutzung. Ohne einen soliden Plan, der auf Ihre Geschäftsziele ausgerichtet ist, verpassen Sie vielleicht eine elegante Lösung mit einer soliden Rentabilität."


10 Alexa Fähigkeiten zur Steigerung der Produktivität von Kleinunternehmen

10 Alexa Fähigkeiten zur Steigerung der Produktivität von Kleinunternehmen

Alexa Skills Mit Amazons künstlicher Intelligenz, einem sprachaktivierten digitalen Assistenten, können Sie Ihr Unternehmen über eine Reihe von ansprechenden Lautsprechern wie dem Echo und seinen Variationen (Dot, Echo Plus, Echo Spot, Echo Show und Echo Look). Aber Sie brauchen kein Echo oder gar ein Amazon-Produkt, um Alexa zu nutzen - das liegt daran, dass etwa 68 Prozent der 2017 verkauften Smart-Lautsprecher in den USA Alexa-kompatibel sind.

(Geschäft)

Rapid Revenue: Wie Tech das E-Commerce-Wachstum ankurbeln kann

Rapid Revenue: Wie Tech das E-Commerce-Wachstum ankurbeln kann

Für die meisten Startups, insbesondere in der E-Commerce-Branche, ist es ein Traum, ein schnelles Umsatz- und Umsatzwachstum in den ersten Jahren zu erreichen. Je größer und mächtiger Sie werden, desto einfacher wird es sein, in Zukunft weitere Ressourcen hinzuzufügen und zu erweitern, oder? Vielleicht nicht.

(Geschäft)