Stora data: Vad behöver din verksamhet egentligen?


Stora data: Vad behöver din verksamhet egentligen?

Som företagsägare i den moderna världen har du förmodligen hört mycket om Big Data de senaste åren. Kanske har du även börjat använda den för att informera dina affärsbeslut. Men på grund av den enorma volymen data genereras varje dag är det svårt att veta om du verkligen använder den effektivt.

"Varje bransch vertikal idag öppnar sig för Big Data-världen", säger Anil Kaul, VD av intelligent analysföretag Absolutdata. "Småföretag ... har börjat utnyttja en kombination av in-house och tredjepartsteknologier för att utveckla en 360-graders syn på sina kunder med hjälp av data som kommer från flera källor. Den största utmaningen är att bestämma vilka data som verkligen ska inriktas på och hur de kan extrahera det verkliga värdet från den dataen. "

Vladim Rikhter, VD för mobila arbetskraft och mjukvaruföretaget Zenput, säger att det finns mycket" buller "kring Big Data och företag behöver komma till kärnan av hur de kan använda den data för att uppnå sina mål.

"Företag bör bara vara uppmärksamma på en eller två viktiga mätvärden för att få en bra känsla för deras kundhälsa", berättade Rikhter Mobby Business. "Resten av uppgifterna bör användas för att fördröja tillvägagångssättet."

Men hur bestämmer du vilka mätvärden som ska fokusera på? Data- och företagsexperter vägde in på olika typer av Big Data som du kan analysera och hur man hittar och använder de som är mest viktiga för ditt företag.

Om du inte är säker var du ska börja med Big Data analytics, är det bra att först studera och förstå de olika typerna av data som är tillgängliga för dig. Kaul gav en översikt över flera kategorier av Big Data och deras användningsområden för småföretag:

Vanligtvis är denna typ av information i form av mänskliga erfarenheter, sade Kaul. Den är helt digitaliserad och lagrad överallt från persondatorer till sociala nätverk. Uppgifterna är löst strukturerade och ofta obesvarade. Exempel:

  • Sociala nätverk (Facebook, Twitter, Tumblr, etc.)
  • Bloggar och kommentarer
  • Bilder (Instagram, Flickr, Picasa, etc.)
  • Videor (YouTube, Vimeo, Vine, etc .)
  • Internet-sökningar
  • Mobilt datainnehåll (textmeddelanden)
  • Användargenererade kartor
  • Email

Denna typ av data är mycket strukturerad och innehåller transaktioner, referens tabeller och relationer, liksom de metadata som sätter samman sitt sammanhang. Kaul noterade att denna data är den övervägande delen av vad IT hanterar och processer, och det är vanligtvis strukturerat och lagrat i relationsdatabasystem. Exempel är:

  • Data som produceras av offentliga myndigheter
  • Medicinska register
  • Kommersiella transaktioner (inklusive e-handel)
  • Bank- / lagerrekord

Denna maskingenererade data är härledd från enheter och sensorer som används för att mäta och spela in händelser och situationer i den fysiska världen. Från enkla sensordata till komplexa dataloggar är dessa data välstrukturerad, sa Kaul. Exempel på:

  • Data från sensorer
  • Fasta sensorer
  • Sensorer för väder / föroreningar
  • Trafikgivare / webbkamera
  • Säkerhets- / övervakningsvideor / bilder
  • Mobila sensorer (spårning)

Även om du kanske samlar och lagrar många av de ovan nämnda datatyperna, har du inte tid, resurser eller behöver siktas genom var och en av dem. Istället bör du ta reda på vilka som är avgörande för att informera dina affärsbeslut och bara skära in på dataseten.

Sara Vera, en datavetenskapare vid CRM och projekthanteringsprogramvaran Insightly, uppmanade småföretag att fokusera på mätvärden som belysa kundbeteende.

"Använd Big Data för att få bästa möjliga information om kundbasen, vem dessa kunder är, vad de tycker om och ogillar om produkten och hur de använder produkten, säger Vera. "Denna information kan stråla utåt i form av fortsatt tillväxt och utveckling av produkten."

Beroende på vilken typ av verksamhet du kör, kan det dock finnas ett annat område som är viktigare för dig att fokusera på. Charles Silver, VD för det avancerade analytikbolaget Algebraix Data, listade fem viktiga bekymmer som de flesta företag har: omsättningstillväxt, lönsamhet, kundhantering, operativ effektivitet och risk / bedrägeri. Vart och ett av dessa stora ämnen kan delas upp i mindre områden där specifika analyser kan ge användbar insikt.

Det första steget är att bestämma vilken av dessa fem frågor som är din verksamhet högsta prioritet. Därefter kan du rangordna mindre relaterade uppgifter i storleksordning. Silver sa till exempel om operativ effektivitet är din högsta prioritet, din specifika analys kan fokusera på områden som efterfrågan prognoser, arbetskalkylering eller transportoptimering.

"Det beror på den enskilda verksamheten och dess nuvarande utmaningar, säger Silver. "Ägare av restaurang och detaljhandel kommer att dra nytta av analyser som fokuserar på" kundsegmentering "och" meny / lageroptimering. " Däremot kan en grupp lokala försäkringsbyråer eller ett medelstort sjukvårdsföretag koncentrera sig på att "upptäcka bedrägliga fordringar." Och många företag skulle dra nytta av analyser som förutsäger kundens livstidsvärde, så att de kan mäta kvarhållningsinsatserna i enlighet med detta. "

Du kanske också vill titta på analyser som identifierar dina högsta samarbetspartners och initiativ samt körningen krafter bakom dem, säger Jeff Boehm, vice vd för marknadsföring hos DataGravity, en leverantör av datakonsumenterade lagringslösningar. "

" Med mer information om de insatser som ger en hög avkastning på ditt företag, kan du lättare upprepa dessa situationer i framtiden ", säger Boehm.

När du vet vilka datasatser du ska titta på måste du bestämma hur du ska uttrycka det arbete. Rikhter noterade att Big Data-analys alltid bör börja med en fråga. Vad vill du uppnå när du analyserar dessa data? När problemet har identifierats kan du fokusera på hur data kommer att lösa det, säger Rikhter.

För att påbörja analysen av Big Data, säger Aaron Rallo, VD för IT-effektivitetsprogramföretaget TSO Logic, att företag behöver en automatiserat system eller program som gör det möjligt för dem att samla in data och konvertera dem till direkta åtgärder.

"Utan automatisering och intelligens kommer du att vara kvar med en överväldigande hög med data som bara kostar pengar att lagra," sa Rallo. "Hitta en partner som har erfarenhet av att lösa de problem som du försöker lösa. Också, se till att du litar på data och kan lita på det när du fattar beslut. Om du eller dina lagmedlemmar ifrågasätter källan så kommer det att producera fler frågor än svar. "

Giles House, chef för marknadsföring av CallidusCloud, en leverantör av molnbaserad försäljning, marknadsföring och inlärningslösningar, sade att hitta korrelationerna mellan dina dataset kan hjälpa dig att bestämma vad du ska göra därifrån. .

"Det finns värde i en enda, specifik kritisk metrisk, men om du vill ha verkligt värde letar du efter korrelationer mellan dataset, som genomsnittlig hanteringsstorlek jämfört med genomsnittlig citatstorlek eller handlingsstorlek jämfört med hur mycket innehåll som hämtats," House sa. "Det finns många fler korrelationer att undersöka - välj de viktigaste för din framgång, och använd sedan den insikt de tillhandahåller för att vidta åtgärder."

En viktig sak som företag bör tänka på - men ofta förbise - är det faktum att, liksom alla andra data, din Big Data och någon efterföljande analys på den riskerar att bli hackad eller stulen. Rallo sa att i många fall är data som lagras konfidentiellt och behöver skydd. Nivån på det skydd som krävs är baserat på dataens känslighet.

"I vissa fall måste uppgifterna hållas på förhand och i andra fall kan de lita på tredje part eller lagras i molnet. Men i alla fall fall, säkerhet och dataintegritet bör övervägas, säger Rallo.

Boehm kom överens om och påminde företagare om att internt genererade data som e-postmeddelanden, anteckningar, textdokument och presentationsdäck är en del av företagets Big Data och också måste hanteras ordentligt och säkert.

"Om du inte gör det vet exakt var du lagrar kritiska tillgångar och privat information, det är svårt att hindra dem från att bli utsatta, säger Boehm. "Du måste tillämpa analys och visualisering för att fullständigt förstå denna information. Var är den? Vem är åtkomst till den? Vilken typ av information är det? Hur gammal är det? Att sortera genom denna mörka data kan peka på potentiella säkerhetsrisker och hjälpa till att identifiera vilka filer, mappar eller servrar du kan betala för att bibehålla, men använder sällan. "

För nästan alla företag är det yttersta målet med Big Data analytics att göra bättre affärsbeslut som leder till högre vinst. Kaul sa att nyckeln till att tjäna pengar på dina uppgifter är att titta på de ekonomiska frågorna som det kan hjälpa svara.

"Det går ofta att svara på frågor om värde, användning, risk eller framtida värde eller risk för en viss tillgång" Kaul sa. "För att härleda värde från Big Data måste data konverteras till en form eller produkt som svarar på en grundläggande marknads- eller tillgångsspecifikation. Sådana dataprodukter kan säljas eller handlas till kunder. Det kan också vara att ge bort dataprodukter som härrör från Big Data, kommer att driva andra relaterade monetiseringsstrategier. "

Lloyd Marino, VD för Avetta Global, en teknologistrategi och applikationsutvecklingsbyrå, sade att efter vad han kallar de tre A: s Big Data - automation, analytics and action -will hjälpa dig att nå ditt avsedda syfte och öka ditt avkastning.

"Automatisera samlingen av dina data, använd analyserna för att skapa inblick i dina data och vidta åtgärder om resultaten fortsätter att förbättra dina algoritmer, skölj och upprepa" Marino sade.

Viktigast rekommenderade Marino företagsledare att skapa en plan för deras dataanalys för att hålla sig själva och deras lag på rätt spår.

"Ett litet företag kan komma fast i Big Data", sa Marino. "Du riskerar att bli begravd under det om du inte har en plan för att hantera och utnyttja det på ett riktigt sätt. Utan en solid plan i linje med dina affärsmål ... kan du missa en elegant lösning med en god avkastning på investeringen."


Gåvan att ge: Hur jag hittade framgång genom att hjälpa andra

Gåvan att ge: Hur jag hittade framgång genom att hjälpa andra

Från en ung ålder var jag tvungen att tänka okonventionellt. I gymnasiet blev jag diagnostiserad med dyslexi och fick lära mig tekniker för att hantera sjukdomen. Senare gick jag till Sonoma State University där jag upptäckte min förmåga för affärer och kärlek till filantropi. Jag var den filantropiska ordföranden och ordföranden för styrelsen för studentkåren och höll min första händelse när jag skapade en skål-a-thon för de hemlösa.

(Företag)

25 Twitter-konton Varje företagare bör följa

25 Twitter-konton Varje företagare bör följa

Varje företagare vet att entreprenörer är mer framgångsrika när de lutar på varandra för stöd. Ett viktigt verktyg för att hitta det stödet är Twitter, som har en stor gemenskap av entreprenörer och ledande experter som erbjuder sin expertis, 140 tecken åt gången. Om din affärsstrategi kan använda lite hjälp, eller om du bara vill ha lite tips om uppstartstorlek, kolla in dessa 25 Twitter-konton om entreprenörskap.

(Företag)