Niemand sagt es dir: 5 Dinge, die Big Data ‚KANN‘ Ja ‚Kann nicht‘ tun

Einführung

„Big Data macht uns schlauer, nicht mehr weise „. – Tim Leberecht.

Der Begriff ‚Big Data‘ wurde im Jahrzehnt des 1940. Unternehmen überall haben unermüdliche Anstrengungen unternommen, um ihr Potenzial auszuschöpfen. Globale Technologiegiganten haben ihre Ausgaben für die Nutzung von Big-Data-Technologien erheblich erhöht. Dieser Trend wiederholte sich schnell bei den wichtigsten Akteuren der Branche.

Während, laut einer Prognose des Forschungsunternehmens (IDC), Big-Data-Technologie und -Dienste werden mit einer CAGR von wachsen 23 Prozent nach oben 2019. Die jährlichen Big-Data-Ausgaben werden erreichen 48.600 Millionen Dollar in 2019.

So werden Big-Data-Dienste weltweit akzeptiert!!

Big Data hat eine Nuss „Lichtblick“ Unternehmen und hat es ihnen ermöglicht, Daten jeder Größe und Menge zu verwenden. Die Daten, die mit unseren Mobiltelefonen gesammelt werden, Geographisches Positionierungs System, Sensorgeräte sind nicht mehr nutzlos. Alle erhobenen Daten werden erhoben und verarbeitet, um nützliche Informationen über uns zu erhalten (Kunden).

Inmitten der wachsenden Vorteile von Big Data, Die Leute sehen die Dinge nicht, die „Heuchelei“ tun. Das hat mich auch überrascht. Aber ich habe schnell gemerkt, dass Big Data immer die geschäftliche Intuition ergänzt, aber es kann es nie ersetzen.

In diesem Beitrag, Ich präsentiere meine Forschung der letzten 7 Tage. Meine verrückte Neugier hat mich hierher geführt. Ich konnte es einfach nicht verdauen, dass Big Data alles bietet, was ein Unternehmen zum Erfolg braucht.. Big Data es „fähig“ von vielen dingen. Aber ‚incapaz‘ was ist mehr.

Notiz: Meine Gedanken sind nicht erschöpfend, aber ein versuch zu rahmen. Fühlen Sie sich frei, Ihre Perspektiven in den Kommentarbereich unten hinzuzufügen..

Black Friday-Daten-Hack – Fehlen 9 Tage – Gewinne tolle Preise

Übung ‚diminuto‘ sobre datos ‚grandes‘

Diese Übung macht uns fit für die Zukunft. Wir müssen wissen, was noch kommt. Deswegen, wenn du das liest, Ich lade Sie ein, diese Frage zu lösen. Du musst nur schreiben (obwohl ich die Lösung schon geteilt habe):

"5 Dinge, die Big Data tun kann" und "5 Dinge, die Big Data niemals tun kann".

Als Beispiel, wenn ich mit einer Logik schließe, dass X auf keiner technologischen Plattform mit Big Data möglich ist. Ich werde einfach alle X-bezogenen Geschäftsprobleme entfernen. Verstehst du?

Unten ist meine Liste. Wenn Sie mit keinem der Punkte auf meiner Liste einverstanden sind, Begründe es! Ich werde es lieben, diese Liste im Laufe der Zeit zu ändern.. Comencemos con una breve nota sobre mi ideología sobre el uso de la intuición empresarial y la AnalyseAnalytics bezieht sich auf den Prozess des Sammelns, Messen und analysieren Sie Daten, um wertvolle Erkenntnisse zu gewinnen, die die Entscheidungsfindung erleichtern. In verschiedenen Bereichen, wie Business, Gesundheit und Sport, Analysen können Muster und Trends erkennen, Prozesse optimieren und Ergebnisse verbessern. Der Einsatz fortschrittlicher Werkzeuge und statistischer Techniken ist unerlässlich, um Daten in anwendbares und strategisches Wissen umzuwandeln.... Unternehmen.

Regel 80:20

Die Regel sagt

„Das 80% Zeit wird damit verbracht, Geschichten aus früheren Daten zu erstellen und die 20% viel Zeit wird damit verbracht, diese Geschichten mit dem heutigen Geschäft zu verbinden“.

Erläuterung: Ich glaube, dass kein analytisches Wissen nützlich ist, bis es mit der Geschäftsintuition übereinstimmt. Sich einigen ? Zur selben Zeit, wzur selben Zeit, das Die datengesteuerte Komponente hat erwachsen exponentiell. Unternehmen werden jetzt von Daten überflutet. Aber, Würde das wirklich einen Unterschied machen? Nein!

Unternehmen müssen erkennen, dass eine korrekte Kombination aus erfolgreicher Geschäftsanalyse und der erforderlichen Geschäftsintuition in einem Verhältnis von 80:20.

Wenn wir mithilfe von Analysen, die die Vergangenheit beschreiben, eine Geschichte konstruieren können, um zukünftige Erwartungen vorherzusagen, 80% Wetter, wir müssen das investieren 20% der Zeit darüber nachzudenken, wie diese Informationen für das Geschäft nützlich sind. Wir müssen über Wege nachdenken, die unsere Zukunft verändern und unsere umfassenderen Geschäftsziele erreichen können. Dies erfordert ein starkes Geschäftsverständnis und ein solides Verständnis der Geschäftsregeln.

Die Komponente von 20% in dieser Regel ist es nicht ersetzbar. Darum, Um dies zu beheben, ist menschliches Eingreifen erforderlich 20% und möglicherweise kann keine Maschine das wettmachen. Nicht einmal künstliche Intelligenz. Weil Menschen auf unbestimmte Weise denken, die zur Fantasie führt. Vorstellungskraft ist das, was meiner Meinung nach keine Maschine beitragen kann. Meine Liste ist von dieser Regel inspiriert.

5 Dinge, die Big Data ‚KANN‘ tun

1. Diagnostische Analyse : Wir machen es jeden Tag. Maschinen können das hervorragend. Sobald ein Ereignis eintritt, Wir sind daran interessiert, nach den Ursachen zu suchen. Als Beispiel, Angenommen, es gibt einen Sandsturm in der Wüste A. Tenemos todos los ParameterDas "Parameter" sind Variablen oder Kriterien, die zur Definition von, ein Phänomen oder System zu messen oder zu bewerten. In verschiedenen Bereichen wie z.B. Statistik, Informatik und naturwissenschaftliche Forschung, Parameter sind entscheidend für die Etablierung von Normen und Standards, die die Datenanalyse und -interpretation leiten. Ihre richtige Auswahl und Handhabung sind entscheidend, um genaue und relevante Ergebnisse in jeder Studie oder jedem Projekt zu erhalten.... en diferentes regiones del Desierto A: Temperatur, Druck, Kamele, Straßen, # Autos, etc. Wenn wir die Parameter mit dem Sandsturm in diesem Gebiet in Verbindung bringen können, wenn wir kausale Zusammenhänge kennen, Sandstürme können wir möglicherweise vermeiden. Stellen Sie sich vor, wie mächtig Big Data ist!!
2. Prädiktive Analysen : Das machen wir oft. Predictive Analytics liegt in unserer DNA! Als Beispiel, Wir haben eine Hotelkette auf der ganzen Welt. Jetzt müssen wir herausfinden, welche dieser Hotels ihre Umsatzziele nicht erreichen.. Und wenn wir es wissen, wir können unsere Bemühungen auf diese Hotels konzentrieren. Dies wird zu einer klassischen Hürde in der Predictive Analytics.
3. Link zwischen Elementen finden / unbekannte Ereignisse : Ich liebe diesen Teil der Analyse. Nehmen wir an, die Anzahl der Vertriebsmitarbeiter hat buchstäblich nichts mit dem Verkauf zu tun. Dann können Sie ggf. die Anzahl der Vertriebsmitarbeiter reduzieren, wenn dadurch keine weiteren Verluste entstehen.
4. Präskriptive Analyse : Das ist die Zukunft der Analytik. Nehmen wir an, wir versuchen, einen Terroranschlag an einem beliebten Zielort und eine praktikable Strategie für den sicheren Transport von Menschen vorherzusagen.. Um diese Vorhersage zu treffen, muss eine Reihe von Vorhersagen machen, was die Vorhersage der Anzahl der Touristen beinhalten kann, später die Anzahl der Touristen in diesem Ort, anschließend den Bereich vorhersagen, der von einer Explosion betroffen sein könnte, etc., etc.
5. Überwachen eines Ereignisses, während es auftritt : Die meisten Leute in der Branche arbeiten an der Ereignisverfolgung. Als Beispiel, Sie müssen die Lösung einer Kampagne überwachen und Segmente finden, die mehr oder weniger reagiert haben. Diese Analysen werden entscheidend für die Führung eines Unternehmens.

5 Dinge, die Big Data ‚NO PUEDE‘ tun

1. Eine definitive Zukunft vorhersagen : Wir können erreichen 90 höhere Genauigkeitsnoten durch ausgefeilte Machine-Learning-Tools. Trotz dieses, triff die nie 100% Präzision. Wenn wir das könnten, hätte Ihnen genau sagen können, an wen Sie sich wenden sollen, und eine Antwortrate von der 100% jederzeit. Aber, Leider, Es wird nie passieren!
2. Imputación de nueva DatenquelleEIN "Datenquelle" bezieht sich auf jeden Ort oder jedes Medium, an dem Informationen erhalten werden können. Diese Quellen können sowohl primär als auch, wie z.B. Erhebungen und Experimente, als sekundär, als Datenbanken, Wissenschaftliche Artikel oder statistische Berichte. Die richtige Wahl einer Datenquelle ist entscheidend, um die Gültigkeit und Zuverlässigkeit von Informationen in Forschung und Analyse zu gewährleisten.... : Die Imputation nimmt bei jeder Analyse die meiste Zeit in Anspruch. Und ich denke, hier bringen Sie Ihre Vorstellungskraft und Ihr Geschäftsverständnis ein.. Möglicherweise, eines der langweiligsten Teile deiner Analyse, das du nie wieder loswerden wirst.
3. Finden Sie eine kreative Lösung für ein geschäftliches Hindernis : Vorstellungskraft ist eine Sache, die immer ein Patent der Menschheit sein wird. Keine Maschine kann eine kreative Lösung für ein Hindernis finden. Dies liegt daran, dass selbst KI von Menschen codiert wird und Vorstellungskraft nie durch Algorithmen erlernt wird..
4. Eine Lösung für ein nicht so gut definiertes Hindernis finden : Die größte Herausforderung in der Analytik besteht darin, einen Analyse-Roadblock aus einem Business-Roadblock zu formen. Wenn du das richtig machen kannst, Du bist auf dem richtigen Weg, ein Analytics-Superstar zu werden. Dieses Papier ist etwas, das dir Maschinen niemals wegnehmen können. Als Beispiel, Ihr geschäftliches Problem besteht darin, die Fluktuation zu managen. Bis jetzt, es sei denn, Sie definieren die Responder, Zeit vergeht, etc. Kein Vorhersagealgorithmus kann Ihnen helfen.
5. Datenmanagement / Vereinfachen Sie Ihre Daten für eine neue Datenquelle : Mit steigenden Daten, Datenmanagement wird immer schwieriger. Wir gehen mit verschiedenen Arten von Datenstrukturen für verschiedene Datentypen voran. Als Beispiel, grafische Daten können für die Netzwerkanalyse geeignet sein, aber für die Kampagnendaten sind sie nutzlos. Diese Informationen sind wiederum, die die Maschine nicht analysieren kann.

Abschließende Anmerkungen

Ich denke, dieser Beitrag wird sein wahres Potenzial entfalten, wenn die Leute anfangen, die Übung in diesem Beitrag auszuprobieren.. Versuchen Sie, sich eine ganzheitlichere Sichtweise vorzustellen, in der Sie sehen können, was die Maschine niemals kann. Als Beispiel, mein ausgangspunkt war die regel 80:20 dass die Maschine keine Fantasie bringen kann. Dieser Ausgangspunkt hat mir geholfen, darüber nachzudenken, welche Teile im Analyseverfahren Vorstellungskraft benötigen.

Was ist deine To-Do-Liste / nicht zu tun? Hat dir dieser Beitrag gefallen? Schreiben Sie Ihre Kommentare in das Feld unten.

Wenn Ihnen das, was Sie gerade gelesen haben, gefällt und Sie weiter über Analytics lernen möchten, abonnieren Sie unsere E-Mails, Folge uns auf Twitter oder wie bei uns Seite auf Facebook.

Verwandt