Време е да се сложи край на повърхностното мислене за големите данни. Вместо мисли за това как да се прилагат откритията, предоставени от големите данни, за решаване на бизнес проблеми, по-често чуваме тактически въпроси, като например как да се съхраняват големи количества данни или как да ги анализираме по нови начини. Това мислене е плитко, тъй като се фокусира върху технологии и нови форми на данните по изолиран и абстрактен начин.
За да извлечем максималното от големи данни, трябва да започнем да мислим по-дълбоко:
– Големите данни са наистина само данни. Кой е най-добрият начин да работим с всички наши данни?
– Големите данни са само част от по-голям пъзел. Как можем ефективно да ги комбинираме със съществуващите анализи, за да получим най-голям резултат?
– Големите данни трябва да подобряват бизнес операциите. Как можем да използваме големи данни, за да създадем по-добри продукти и услуги?
Нека не рестартираме и започваме от нулата
Големите данни не означават, че трябва да натиснем клавиша за рестартиране. Ние все още трябва да събираме урожая от корпоративните приложения и да изградим цялостен структуриран модел на нашия бизнес. Ние трябва да управляваме безопасно информацията като актив. Ние трябва да контролираме достъпа до данни, за да защитим неприкосновеността им и да сме в съответствие с регулациите. И ние трябва да дадем възможност на всеки да проучи възможно най-много данни. Големите данни не означават, че изключваме „захранването“ на цялата си минала дейност по отношение на бизнес интелигентността (BI). Това означава, че разбираме как да се справим по-добре с всичко, което имаме, чрез добавяне на нови възможности.
Да използваме импулса на големите данни за движение напред
Трябва да помним, че големите данни не се отнасят за технология, а те са придвижване на начина на мислене, вкоренен в една организация. Как можем да канализираме енергията около големите данни така, че да доведе до трансформация в културата? Няма движение без завладяваща визия за бъдещето. Целта трябва да бъде създаването на култура на данните, за да се гради върху това, което сме правили в миналото, за да включим всички в данните, както и да извлечем по-голяма стойност и анализ от всички данни, за да вземаме бизнес решения. Това е истинската победа.
Движението към големите данни включва предизвикателства:
– Да трансформираме фирмената култура така, че тя да се определя от данните, а конкуренцията да бъде ориентирана към анализите;
– Да откриваме информация за клиентите, продуктите и производителността във всички системи и формати от данни, която е като златна мина (ERP, по-стари системи, уеб логове, имейли, гласови, текстови, социални медии и т.н.).
– Да направим данните и анализите достъпни за колкото е възможно повече хора
Правилната визия ще е различна за всяка компания, но за повечето фирми движението трябва да се характеризира с:
– Използване на бизнес въпроси, а не възможности на технологиите за изграждането на архитектурата;
– Увеличаване на достъпа до самообслужване по отношение на данните, за да се насърчи взимането на решения, базирано на данни;
– Активиране на бързо и постоянно откриване, което позволява на аналитичните екипи да „плуват“ в данните и да виждат какви сигнали или тенденции се появяват от тях.
Фундаменталната движеща сила: моделите с висока детайлност
Без обяснение на общото въздействие, което големите данни и науката за данните ще имат върху нашата съществуваща компютърна инфраструктура, ние по същество искаме хората да ги разбират от нула във всеки нов контекст. За щастие, има ключови възможности, които показват как големите данни и науката за данните ще направят съществуващите приложения и системите за анализ по-добри – това са моделите с висока детайлност.
Не забравяйте, че повечето корпоративни приложения и повечето системи за бизнес интелигентност, които се използват днес, са проектирани във време на недостиг на информация. Но информацията вече е в изобилие. Използвайки пороя от големи данни, сега можем да създадем изглед на компанията си, отличаващ се с висока детайлност.
Големите данни имат различни свойства от традиционните източници на данни. Те често са нискосигнални и „замърсени“. Новите аналитични техники обаче могат да преобразуват обилните нискосигнални данни в силни подробни описания, които ни дават възможност да разпознаем важни събития. Смисълът зад тези техники е да се филтрира шумът, да се открие сигналът и той да се усили до точката, където е способен да действа.
Повечето приложения и аналитични системи ще имат полза от изгледа с висока детайлност. Използвайки модели с висока детайлност, можем да разберем по-добре клиентите, да анализираме процесите в по-големи подробности, а дори и да отговорим автоматично в някои случаи.
Как работят моделите с висока детайлност
Изгледът с висока детайлност изисква използването на всички данни, за да се осъзнаят нови и различни неща, които могат да помогнат да се предложи свръх-персонализирано преживяване на клиентите чрез микросегментация.
Например, хиляди кликвания в потока от кликвания са слаб сигнал. Извеждането на смисъл от тези кликвания изисква аналитични техники, които разкриват модели. можем да комбинираме модели на потока от кликвания с високосигнални данни, което ни помага да открием смислена информация като пътеки за закупуване, афинитет към даден продукт или изоставяне на количката за пазаруване.
Моделите с висока детайлност са основата на конкурентните предимства. Те работят чрез приложения, задействани от данни, и прогностични способности за по-голяма прозрачност на клиентите. Ето някои примери за модели с висока детайлност:
- За да повиши производителността си медицинска фирма за доставки комбинира данните за поръчките с проучвания на времето и движението чрез данни от сензори, поставени на хората и складовите колички, спестявайки хиляди човекочаса труд,като същевременно облекчава складовите задръствания.
- Голяма финансова институция синтезира няколко източника на данни за пълен изглед на поведението на клиентите по зададено време, в резултат na което поучава изчерпателен изглед на клиентите по канали, включително откъде идват клиентите и какво поведение предхожда закупуването на нови продукти или закриване на сметката им.
- Голям телеком комбинира използването на уеб и взаимодействията в контактните центрове, за да идентифицира нови фактори за отлив на клиенти, което довежда до определяне на стотици цели (клиенти) в риск от оттегляне, струващи милиони годишно.
Интегриран път напред: архитектура от следващо поколение
Въпреки че моделите с висока детайлност осигуряват важен мост между света на големите данни и съществуващата компютърна среда, ние се нуждаем от начин да съберем всичко заедно. Архитектурата на данните от следващо поколение събира науката за данни, големите данни, моделите с висока детайлност и съществуващите данни и технологии заедно, за да достигне до нови нива на бизнес стойност. На най-фундаментално ниво архитектурата на данни от следващо поколение прилича повече на веригата за доставки, отколкото на модела, използван от повечето хранилища на данни.
Заради интеграцията й в цялата компания архитектурата на данни от следващо поколение дава на всеки потребител и приложение в организацията достъп до всички данни, без да мисли за това къде данните се съхраняват или обработват. Тя съдържа най-подходящите инструменти за решаване на различни проблеми и поддържа разнообразни натоварвания с данни при постоянна производителност.
Архитектурата на данни от следващо поколение е предназначена да възприеме коректно анализите и BI, така също да добави нови измерения – силно детайлизирани данни, както и нови събития, използващи големи данни. В допълнение, тази архитектура е за аналитични иновации. Това не е просто отчитане на състоянието на бизнеса, но разширяване на аналитичните модели и разработване на нови аналитични модели и алгоритми, които предлагат конкурентно предимство в предоставянето на по-добри преживявания на клиентите, намаляване на отпадането им, както и спиране на измамите.
Принципи на архитектурата от следващо поколение:
Така, ако следващото поколение архитектура на данни е като верига за доставка на данни, как е организирана тя? Действителната структура може да бъде различна във всяка фирма, но най-успешните реализации ще следват тези принципи:
Принцип 1: Отворете съзнанието си за данните. Това са всички данни, а не само големите данни. Има и други видове данни, като например структурирани, мултиструктурирани и неструктурирани. От решаващо значение е да се извлече полза от всички от тях.
Принцип 2: Всяка технология може да бъде подходяща. Мислете за хранилищата на данни, технологиите за откриване и Hadoop като допълнителни компоненти, и търсете тясна интеграция с останалата част от архитектурата на вашата организация, включително обработката на събития, визуализиращите и аналитичните инструменти и др.
Принцип 3: Сменете пирамидата с верига за доставки. Отзивчивата система за данни не се проектира от върха надолу като пирамида. Вместо това, тя постоянно се увеличава и регулира потока от данни като веригата за доставки.
Принцип 4: Потребителите на данни не са създадени равни. Потребителите на информация имат различни нива на квалификация, права на достъп, както и начини, по които предпочитат да получават информация. Не очаквайте хората да се прекланят пред технологията. Доставяйте информацията по начина, по който потребителите искат да я консумират.
Принцип 5: Помислете за назначаване на главен ръководител по данните. Трябва да има движеща сила зад всички компоненти на тази интегрирана архитектура и ценните данни, които тя генерира.
Принцип 6: Запазване на това, което работи. Възприемете политики, които вече съществуват във връзка с управлението на данните, качеството, сигурността и достъпността им.
Принцип 7: Започнете с малко. Създайте малки проекти с бързо прилагане, за да получите бързо резултати. Така ще имате възможност да разберете бързо, какво работи и да не губите време в области, които предлагат посредствена стойност.
Принцип 8: Прозренията, които получите, превърнете в оперативна дейност. Големите проекти за данни могат да донесат вълнуващи резултати, но пускането на тези резултати в действие е от ключово значение за реализиране на бизнес стойност.
Архитектурата от следващо поколение на практика
За много видове анализи се смята, че са уникални за големите данни, но анализът на сантименталните настроения, анализът на пазарната кошница и анализът на кликванията са използвани и преди хората да са чували за големи данни. Да внедрите модел с висока детайлност относно вашия бизнес не означава изцяло нов тип анализ. Това означава, че анализите, които сте правили могат да бъдат развити по нови начини, допълнени с нова и повече информация и да се извършват на по-чести интервали.
В миналото една компания може да е оптимизирала своята верига на доставки, като е пускала графици за доставки с камиони веднъж на тримесечие. При добавяне на големи данни тези графици могат да се оптимизират всеки ден. Действително, допълнителният обем данни предлага по-добра представа и по-подробен изглед на операциите. По-бързата обработка на данните ви дава възможност да освежите модела, когато искате.
Крайната победа: започнете с големите данни
CITO Research смята, че именно сега е моментът да започнете стратегията на големите данни, но стратегии не се създават за един ден. Ето няколко стъпки, които можете да предприемете.
Осигурете си правилните хора. Трябват ви учени по данни, бизнес анализатори или комбинация от двете специалности, за да „забъркат“ данните и да намерят нов поглед към тях. Някои компании създават екип за данни, който работи във всички бизнес подразделения. Способността за взимане на решения чрез данни следва да бъде важен фактор за наемане на хора на всички позиции, а не само на аналитични или ИТ длъжности.
Подгответе се за стопанисване на големи данни. Надзорът на активите от данни на организацията е от решаващо значение за предоставяне на бизнес потребителите на достъпни и висококачествени данни.
Определете политики за управление и качество на големите данни. Ако не се регулират правилно, големите данни могат да побеснеят. Трябва да се установят дефиниции на данни и стандарти за използване, както и управление на придобиването, зареждането, изискванията за обработка, управлението на инфраструктурата, съхраняването и сигурността на големите данни.
Уверете се, всеки има достъп до данните. Няма нищо по-добро от насърчаването на култура на данните, позволяваща на анализатори и ръководни мениджъри достъп до данните, които им трябват, за да вземат по-умни решения и да предприемат действия, които ще се отразят на бъдещето на организацията.
Дребното мислене за големите данни ни приземява в бурените на технологиите. Голямото мислене може да доведе до култура на данните, която търси да реши ключови бизнес проблеми, да разбере клиентите и подобри техния опит и разкрие нови възможности чрез отключване на цялата информация, която притежаваме.
Източник: CITO Research