Introdução
“Big Data nos torna mais inteligentes, não mais sábio “. – Tim Leberecht.
O termo 'Big Data’ foi introduzido na década de 1940. Empresas em todos os lugares têm feito esforços incansáveis para explorar seu potencial. Gigantes globais da tecnologia aumentaram enormemente seus gastos alavancando tecnologias de big data. Essa tendência se replicou rapidamente entre os principais players do setor.
Como consequência, de acordo com uma previsão emitida pela empresa de pesquisa (IDC), A tecnologia e os serviços de big data crescerão a um CAGR de 23 por cento acima 2019. O gasto anual de big data chegará 48.600 milhões de dólares em 2019.
É assim que os serviços de big data são aceitos em todo o mundo!!
Big Data tem uma porca “raio de esperança” empresas e lhes permitiu fazer uso de dados de qualquer tamanho e volume. Os bits de dados coletados por meio de nossos telefones celulares, GPS, dispositivos sensores não são mais inúteis. Todos os dados coletados são coletados e processados para obter informações úteis sobre nós (clientes).
Em meio aos benefícios crescentes do Big Data, as pessoas não veem as coisas que “hipocrisia” Faz. Isso também foi surpreendente para mim. Mas logo percebi que Big Data sempre complementa a intuição de negócios, mas nunca pode substituí-lo.
Neste post, Eu apresento minha pesquisa do último 7 dias. Minha louca curiosidade me trouxe aqui. Eu simplesmente não conseguia digerir o fato de que o big data tem tudo para que uma empresa seja bem-sucedida.. Big Data es “capaz” de muitas coisas. Mas ‘incapaz’ O que mais.
Observação: Meus pensamentos não são exaustivos, mas uma tentativa de enquadrar. Sinta-se à vontade para adicionar suas perspectivas na seção de comentários abaixo..
Hack de dados da Black Friday – Ausente 9 dias – Ganhe prêmios incríveis
Exercício ‘minúsculo’ em ‘big data’
Este exercício nos preparará para o futuro. Devemos saber o que está por vir. Por isso, se você está lendo isso, Eu convido você a tentar resolver esta questão. Você só precisa escrever (embora eu já tenha compartilhado a solução):
"5 coisas que o Big Data pode fazer" e "5 coisas que o Big Data nunca pode fazer".
Como um exemplo, se eu concluir usando uma lógica que X não é viável usando qualquer plataforma tecnológica com Big Data. Vou apenas remover todos os problemas de negócios relacionados ao X. Voce entende?
Abaixo está minha lista. Se você não concorda com algum dos itens da minha lista, Justifique! Adorarei modificar esta lista com o tempo.. Comencemos con una breve nota sobre mi ideología sobre el uso de la intuición empresarial y la analíticaAnalytics refere-se ao processo de coleta, Meça e analise dados para obter insights valiosos que facilitam a tomada de decisões. Em vários campos, como negócio, Saúde e esporte, A análise pode identificar padrões e tendências, Otimize processos e melhore resultados. O uso de ferramentas avançadas e técnicas estatísticas é essencial para transformar dados em conhecimento aplicável e estratégico.... o negócio.
Regra 80:20
A regra diz
“o 80% de tempo é gasto criando histórias de dados anteriores e o 20% tempo é gasto conectando essas histórias aos negócios de hoje”.
Explicação: Eu acredito que nenhum conhecimento analítico é útil até que esteja em sincronia com a intuição do negócio. De acordo ? Ao mesmo tempo, Cao mesmo tempo, a O componente orientado a dados tem adulto exponencialmente. As empresas agora estão inundadas de dados. Mas, Isso realmente faria diferença? Não!
As empresas devem perceber que uma combinação correta de análise de negócios bem-sucedida sobre a intuição de negócios necessária está em uma proporção de 80:20.
Se pudermos construir uma história usando análises que descrevem o passado para prever as expectativas futuras, 80% do tempo, devemos investir o 20% de tempo pensando em como essas informações são úteis para os negócios. Devemos pensar em maneiras que podem mudar nosso futuro e atingir nossos objetivos de negócios mais amplos. Isso requer um forte entendimento de negócios e uma sólida compreensão das regras de negócios.
O componente de 20% nesta regra não é substituível. É por isto que, A intervenção humana é necessária para corrigir isso 20% e possivelmente nenhuma máquina pode compensar isso. Nem mesmo inteligência artificial. Porque os humanos pensam de forma indefinida que leva à imaginação. Imaginação é o que eu acho que nenhuma máquina pode contribuir. Minha lista é inspirada por esta regra.
5 coisas que Big Data PODEM’ Faz
- Análise diagnóstica : Nós fazemos isso todos os dias. As máquinas são excelentes nisso. Assim que um evento ocorrer, estamos interessados em procurar suas causas. Como um exemplo, suponha que haja uma tempestade de areia no deserto A. Tenemos todos los parametroso "parametros" são variáveis ou critérios usados para definir, medir ou avaliar um fenômeno ou sistema. Em vários domínios, como a estatística, Ciência da Computação e Pesquisa Científica, Os parâmetros são essenciais para estabelecer normas e padrões que orientam a análise e interpretação dos dados. Sua seleção e manuseio adequados são cruciais para obter resultados precisos e relevantes em qualquer estudo ou projeto.... en diferentes regiões del Desierto A: Temperatura, Pressão, Camelos, Estradas, # Automóveis, etc. Se pudermos relacionar os parâmetros com a tempestade de areia naquela área, se conhecermos algumas relações causais, podemos evitar tempestades de areia. Imagine o quão poderoso é o big data!!
- Análise preditiva : Nós fazemos isso frequentemente. A análise preditiva está em nosso DNA! Como um exemplo, temos uma rede de hotéis em todo o mundo. Agora precisamos descobrir quais desses hotéis não atingirão sua meta de vendas.. E se nós sabemos, podemos concentrar nossos esforços nesses hotéis. Isso se torna um obstáculo clássico na análise preditiva.
- Encontre o link entre os itens / eventos desconhecidos : Eu amo essa parte da análise. Digamos que o número de vendedores não esteja literalmente relacionado às vendas. Então você pode reduzir o número de vendedores, se isso não resultar em quaisquer outras perdas.
- Análise prescritiva : Este é o futuro da análise. Digamos que estejamos tentando prever um ataque terrorista em um destino popular e uma estratégia viável para transportar as pessoas com segurança.. Para fazer esta previsão, deve fazer uma série de previsões, que pode envolver a previsão do número de turistas, depois o número de turistas naquele local, subsequentemente preveja a área que pode ser afetada por uma explosão, etc., etc.
- Monitorando um evento conforme ele ocorre : A maioria das pessoas na indústria trabalha com rastreamento de eventos. Como um exemplo, você precisa monitorar a solução de uma campanha e encontrar segmentos que responderam mais e menos. Essas análises tornam-se cruciais para o funcionamento de uma empresa.
5 coisas que Big Data "NÃO PODEM’ Faz
- Predizendo um futuro definitivo : Nós podemos alcançar 90 notas mais altas em termos de precisão usando ferramentas sofisticadas de aprendizado de máquina. Apesar disto, nunca encontre o 100% precisão. Se pudéssemos fazer isso, poderia ter lhe dito exatamente a quem recorrer e alcançado uma taxa de resposta do 100% sempre. Mas, Infelizmente, Isso nunca vai acontecer!
- Imputación de nueva Fonte de dadosUMA "Fonte de dados" refere-se a qualquer lugar ou meio onde as informações podem ser obtidas. Essas fontes podem ser primárias e, como levantamentos e experimentos, como secundário, como bancos de dados, Artigos acadêmicos ou relatórios estatísticos. A escolha certa de uma fonte de dados é crucial para garantir a validade e confiabilidade das informações em pesquisa e análise.... : A imputação leva a maior parte do tempo em qualquer análise. E eu acho que é aqui que você traz sua imaginação e compreensão do negócio.. Possivelmente, uma das peças mais enfadonhas de sua análise, da qual você nunca se livrará.
- Encontre uma solução criativa para um obstáculo de negócios : A imaginação é uma coisa que sempre será uma patente da raça humana. Nenhuma máquina pode encontrar uma solução criativa para um obstáculo. Isso ocorre porque até mesmo a IA é codificada por humanos e a imaginação nunca é aprendida por meio de algoritmos..
- Encontrar uma solução para um obstáculo não tão bem definido : O maior desafio em análise é moldar um obstáculo de análise a partir de um obstáculo de negócios. Se você pode fazer isso direito, você está no caminho certo para se tornar uma superestrela do Analytics. Este papel é algo que as máquinas nunca podem tirar de você. Como um exemplo, seu problema de negócios é gerenciar o atrito. Até o momento, a menos que você defina os respondentes, o tempo passa, etc. Nenhum algoritmo preditivo pode ajudá-lo.
- Gestão de dados / Simplifique os dados para uma nova fonte de dados : Com dados crescentes, gerenciamento de dados torna-se cada vez mais difícil. Estamos avançando com diferentes tipos de estruturas de dados para diferentes tipos de dados. Como um exemplo, dados gráficos podem ser adequados para análise de rede, mas eles são inúteis para os dados da campanha. Esta informação é novamente que a máquina não pode analisar.
Notas finais
Acho que este post alcançará seu verdadeiro potencial se as pessoas começarem a experimentar o exercício deste post.. Tente pensar em uma visão mais holística, onde você possa ver o que a máquina nunca pode fazer. Como um exemplo, meu ponto de partida foi a regra 80:20 que a máquina não pode trazer imaginação. Esse ponto de partida me ajudou a pensar quais são as peças que precisam de imaginação no procedimento de análise..
Qual é a sua lista de tarefas / não fazer? Gostou deste post? Escreva seus comentários na caixa abaixo.
