Nessuno te lo dice: 5 cose che i big data "possono"’ e "non posso"’ fare

introduzione

“I Big Data ci rendono più intelligenti, non più saggio “. – Tim Leberecht.

Il termine "Big Data"’ è stato introdotto nel decennio di 1940. Le aziende di tutto il mondo hanno compiuto sforzi incessanti per esplorarne il potenziale. I giganti della tecnologia globale hanno notevolmente aumentato la loro spesa sfruttando le tecnologie dei big data. Questa tendenza si è rapidamente replicata tra i principali attori del settore.

Dovuto, secondo una previsione emessa dalla società di ricerca (IDC), La tecnologia e i servizi per i big data cresceranno a un CAGR di 23 percentuale in su 2019. La spesa annuale per i big data raggiungerà 48.600 milioni di dollari in 2019.

Ecco come i servizi di big data sono accettati in tutto il mondo!!

Big Data ha dado un “raggio di speranza” aziende e ha consentito loro di utilizzare dati di qualsiasi dimensione e volume. I bit di dati raccolti tramite i nostri telefoni cellulari, GPS, i sensori non sono più inutili. Tutti i dati raccolti vengono raccolti ed elaborati per ottenere informazioni utili su di noi (clienti).

Tra i crescenti vantaggi dei Big Data, le persone non vedono le cose che “ipocrisia” fare. Anche questo è stato sorprendente per me. Ma presto ho capito che i Big Data completano sempre l'intuizione aziendale, ma non potrà mai sostituirlo.

In questo post, Vi presento la mia ricerca degli ultimi 7 giorni. La mia folle curiosità mi ha portato qui. Non riuscivo proprio a digerire il fatto che i big data abbiano tutte le carte in regola per il successo di un'azienda.. Big Data es “capace” di tante cose. Ma "incapace"’ Cosa c'è di più.

Nota: I miei pensieri non sono esaustivi, ma un tentativo di inquadrare. Sentiti libero di aggiungere le tue prospettive nella sezione commenti qui sotto..

Hack dei dati del Black Friday – Mancante 9 giorni – Vinci fantastici premi

Esercizio "piccolo"’ sui "big data"’

Questo esercizio ci preparerà per il futuro. Dobbiamo sapere le cose a venire. Perché, se stai leggendo questo, Ti invito a provare a risolvere questa domanda. Devi solo scrivere (anche se ho già condiviso la soluzione):

"5 cose che i Big Data possono fare" e "5 cose che i Big Data non potranno mai fare".

Come esempio, se concludo usando una logica che X non è fattibile utilizzando nessuna piattaforma tecnologica con Big Data. Rimuoverò semplicemente tutti i problemi aziendali relativi a X. Capisci?

Di seguito è la mia lista. Se non sei d'accordo con nessuno degli elementi della mia lista, giustificalo! Mi piacerà modificare questa lista nel tempo.. Comencemos con una breve nota sobre mi ideología sobre el uso de la intuición empresarial y la analiticoL'analisi si riferisce al processo di raccolta, Misura e analizza i dati per ottenere informazioni preziose che facilitano il processo decisionale. In vari campi, come business, Salute e sport, L'analisi può identificare modelli e tendenze, Ottimizza i processi e migliora i risultati. L'utilizzo di strumenti avanzati e tecniche statistiche è fondamentale per trasformare i dati in conoscenze applicabili e strategiche.... Azienda.

Regola 80:20

La regola dice

“Il 80% del tempo viene speso creando storie da dati precedenti e il 20% di tempo viene speso collegando quelle storie al business di oggi”.

Spiegazione: Credo che nessuna conoscenza analitica sia utile finché non è sincronizzata con l'intuizione aziendale. Concordare ? Allo stesso tempo, wallo stesso tempo, il Il componente basato sui dati ha crescere esponenzialmente. Le aziende ora sono inondate di dati. Ma, Farebbe davvero la differenza?? No!

Le aziende devono rendersi conto che una corretta combinazione di un'analisi aziendale di successo rispetto all'intuizione aziendale richiesta è in un rapporto di 80:20.

Se siamo in grado di costruire una storia utilizzando analisi che descrivono il passato per prevedere le aspettative future il 80% tempo metereologico, dobbiamo investire il 20% di tempo pensando a come queste informazioni siano utili per il business. Dobbiamo pensare a modi che possono cambiare il nostro futuro e raggiungere i nostri obiettivi aziendali più ampi. Ciò richiede una forte comprensione aziendale e una solida comprensione delle regole aziendali.

Il componente di 20% in questa regola non è sostituibile. È per questo, È necessario l'intervento umano per risolvere questo problema 20% e forse nessuna macchina può rimediare. Nemmeno l'intelligenza artificiale. Perché gli umani pensano in un modo indefinito che porta all'immaginazione. L'immaginazione è ciò che penso che nessuna macchina possa contribuire. La mia lista si ispira a questa regola.

5 cose che i big data "possono"’ fare

1. Analisi diagnostica : Lo facciamo tutti i giorni. Le macchine sono eccellenti in questo. Una volta che si verifica un evento, ci interessa ricercarne le cause. Come esempio, supponiamo che ci sia una tempesta di sabbia nel deserto A. Tenemos todos los parametriIl "parametri" sono variabili o criteri che vengono utilizzati per definire, misurare o valutare un fenomeno o un sistema. In vari campi come la statistica, Informatica e Ricerca Scientifica, I parametri sono fondamentali per stabilire norme e standard che guidano l'analisi e l'interpretazione dei dati. La loro corretta selezione e gestione sono fondamentali per ottenere risultati accurati e pertinenti in qualsiasi studio o progetto.... en diferentes regiones del Desierto A: Temperatura, Pressione, cammelli, Strade, # automobili, eccetera. Se riusciamo a mettere in relazione i parametri con la tempesta di sabbia in quella zona, se conosciamo alcune relazioni causali, possiamo possibilmente evitare tempeste di sabbia. Immagina quanto siano potenti i big data!!
2. Analisi predittiva : Lo facciamo spesso. L'analisi predittiva è nel nostro DNA! Come esempio, abbiamo una catena di hotel in tutto il mondo. Ora dobbiamo scoprire quale di questi hotel non raggiungerà il loro obiettivo di vendita.. E se lo sappiamo, possiamo concentrare i nostri sforzi su questi hotel. Questo diventa un classico ostacolo nell'analisi predittiva.
3. Trova il collegamento tra gli elementi / eventi sconosciuti : Adoro questa parte dell'analisi. Diciamo che il numero di addetti alle vendite non è letteralmente correlato alle vendite. Quindi puoi eventualmente ridurre il numero di addetti alle vendite se ciò non comporta altre perdite.
4. Analisi prescrittiva : Questo è il futuro dell'analisi. Diciamo che stiamo cercando di prevedere un attacco terroristico in una destinazione popolare e una strategia fattibile per spostare le persone in sicurezza.. Per fare questa previsione, deve fare una serie di previsioni, che può comportare la previsione del numero di turisti, in seguito il numero di turisti in quella località, prevedere successivamente l'area che potrebbe essere interessata da un'esplosione, eccetera., eccetera.
5. Supervisión de un evento a misuraIl "misura" È un concetto fondamentale in diverse discipline, che si riferisce al processo di quantificazione delle caratteristiche o delle grandezze degli oggetti, fenomeni o situazioni. In matematica, Utilizzato per determinare le lunghezze, Aree e volumi, mentre nelle scienze sociali può riferirsi alla valutazione di variabili qualitative e quantitative. L'accuratezza della misurazione è fondamentale per ottenere risultati affidabili e validi in qualsiasi ricerca o applicazione pratica.... que ocurre : La maggior parte delle persone nel settore lavora sul monitoraggio degli eventi. Come esempio, devi monitorare la soluzione di una campagna e trovare i segmenti che hanno risposto di più e di meno. Queste analisi diventano cruciali per la gestione di un'impresa.

5 cose che i Big Data "NON POSSONO"’ fare

1. Prevedere un futuro definitivo : Possiamo raggiungere 90 voti più alti in termini di precisione utilizzando sofisticati strumenti di apprendimento automatico. Nonostante questo, non incontrare mai 100% precisione. Se potessimo farlo, avrebbe potuto dirti esattamente a chi rivolgerti e ottenere un tasso di risposta del 100% sempre. Ma, Sfortunatamente, Non succederà mai!
2. Imputación de nueva Origine datiUN "Origine dati" si riferisce a qualsiasi luogo o supporto in cui è possibile ottenere informazioni. Queste fonti possono essere sia primarie che, come sondaggi ed esperimenti, come secondario, come banche dati, articoli accademici o rapporti statistici. La scelta corretta di una fonte di dati è fondamentale per garantire la validità e l'affidabilità delle informazioni nella ricerca e nell'analisi.... : L'imputazione richiede la maggior parte del tempo in qualsiasi analisi. E penso che sia qui che porti la tua immaginazione e la comprensione degli affari.. Possibilmente, uno dei pezzi più noiosi della tua analisi di cui non ti libererai mai.
3. Trova una soluzione creativa a un ostacolo aziendale : L'immaginazione è una cosa che sarà sempre un brevetto della razza umana. Nessuna macchina può trovare una soluzione creativa a un ostacolo. Questo perché anche l'intelligenza artificiale è codificata dagli umani e l'immaginazione non viene mai appresa tramite algoritmi..
4. Trovare una soluzione a un ostacolo non così ben definito : La sfida più grande nell'analisi è modellare un blocco stradale di analisi da un blocco aziendale. Se puoi farlo bene, sei sulla strada giusta per diventare una superstar dell'analisi. Questa carta è qualcosa che le macchine non potranno mai portarti via. Come esempio, il tuo problema aziendale è gestire l'attrito. Fino ad ora, a meno che tu non definisca i risponditori, il tempo passa, eccetera. Nessun algoritmo predittivo può aiutarti.
5. Gestione dati / Semplifica i dati per una nuova origine dati : Con l'aumento dei dati, la gestione dei dati diventa sempre più difficile. Stiamo andando avanti con diversi tipi di strutture dati per diversi tipi di dati. Come esempio, i dati grafici possono essere adatti per l'analisi di rete, ma sono inutili per i dati della campagna. Questa informazione è ancora una volta che la macchina non può analizzare.

Note finali

Penso che questo post raggiungerà il suo vero potenziale se le persone inizieranno a provare l'esercizio in questo post.. Prova a pensare a una visione più olistica in cui puoi vedere cosa la macchina non potrà mai fare. Come esempio, il mio punto di partenza era la regola 80:20 che la macchina non può portare immaginazione. Questo punto di partenza mi ha aiutato a pensare quali sono i pezzi che necessitano di fantasia nel procedimento di analisi.

Qual è la tua lista di cose da fare? / da non fare? Ti è piaciuto questo post? Scrivi i tuoi commenti nel box qui sotto.

Se ti piace quello che hai appena letto e vuoi continuare a imparare l'analisi, iscriviti alle nostre email, Seguici su Twitter o come il nostro pagina Facebook.

Imparentato