Store data for småbedrifter for dummier Cheat Sheet - dummies

Av Bernard Marr

Store data gjør store overskrifter, men det er mye mer enn bare en buzz frase eller den nyeste virksomheten kjepp. Fenomenet er veldig ekte og det gir konkrete fordeler på så mange forskjellige områder - spesielt i næringslivet. Her kommer du til hjertet av store data som bedriftseier eller leder: Du vil se på nøkkelterminologien du trenger for å forstå viktige store datakompetanse for bedrifter, ti trinn for å bruke store data for å ta bedre beslutninger, og tips for å formidle innsikt fra data til dine kolleger.

Forstå Big Data Jargon

Det tekniske jargonget som omgir store data kan virke litt skremmende i begynnelsen. Nøkkelordene og vilkårene du sannsynligvis kommer over, med enkle å forstå definisjoner for hver, følger:

Store data: I økende grad etterlater alt du gjør et digitalt spor (eller data) som du (og andre) kan bruke og analysere. Uttrykket store data refererer til at dataene samles inn og evnen til å gjøre bruk av det.
Stor dataanalyse: Dette er prosessen med å samle, behandle og analysere data for å generere innsikt som informerer om faktabasert beslutningstaking. I mange tilfeller involverer det programvarebasert analyse ved hjelp av algoritmer.
Algoritme: En matematisk formel eller statistisk prosess som drives av programvare for å analysere data. Det innebærer vanligvis flere beregningstrinn og kan brukes til å automatisk behandle data eller løse problemer.
Cloud computing: Programvare eller data som kjører på eksterne servere, i stedet for lokalt. Så i stedet for å lagre eller beregne ting på din egen maskin, kan du bruke andre datamaskiner som er koblet til datamaskinen din via et nettverk (for eksempel Internett).
Strukturerte data: Eventuelle data eller opplysninger som er plassert i et fast felt i en definert post eller fil, for eksempel en database eller et regneark. Den innebygde strukturen gjør det raskt, enkelt og billig å analysere.
Ustrukturerte data: Alle dataene er ikke lett lagrede og indekserte i tradisjonelle formater eller databaser. Den inkluderer e-postsamtaler, sosiale medier, videoinnhold, bilder, taleopptak, lyder og så videre. Dens mangel på struktur gjør det vanskeligere å analysere ved hjelp av tradisjonelle dataprogrammer.
Semi-strukturerte data: Du gjettet det, dette er et kryss mellom ustrukturert og strukturert data. Det er data som kan ha noen struktur som kan brukes til analyse, men mangler den strenge strukturen som finnes i databaser eller regneark. For eksempel kan et Facebook-innlegg kategoriseres av forfatter, dato, lengde og til og med sentiment, men innholdet er generelt ustrukturert.
Interne data: Dette regnskapet for alle dataene din virksomhet har eller kan potensielt få tilgang til eller generere i fremtiden. Den kan struktureres i format (for eksempel en kundedatabase), eller det kan være ustrukturert (konversasjonsdata fra kundeserviceanrop).
Eksterne data: Enkelt sagt, dette er den uendelige mengden informasjon som finnes utenfor din virksomhet. Det kan være offentlig tilgjengelig eller privat, og det kan også være strukturert eller ustrukturert i format.
Ting for Internett: Et nettverk som forbinder enheter ( ting referert til i navnet) slik at de kan kommunisere med hverandre. Dette omfatter teknologi som smarte TVer, smarte telefoner og sensorer, og det er alt mulig takket være den enorme økningen i tilkobling mellom enheter, systemer og tjenester.

6 viktige store datakunnskaper hver forretningsbehov

Hva er de viktigste ferdighetene som kreves for å kunne bruke store data med hell? Listen inneholder seks nøkkelferdigheter som alle bedrifter skal utvikle, enten ved å rekruttere datavitenskapere som samsvarer med disse egenskapene, eller ved å utvikle disse ferdighetene i eksisterende ansatte:

Analytics: Dette innebærer å bestemme hvilke data som er relevante for spørsmålet Du håper å svare og tolke dataene for å utlede disse svarene. Nøkkelfunksjoner inkluderer en evne til å spotte mønstre og etablere lenker, muligheten til å gi mening om en rekke data (både strukturert og ustrukturert) og en solid kunnskap om bransjestandardanalysepakker som SAS Analytics og Oracle Data Mining.
Kreativitet: Alle kan være formelle - du må sikte på innovasjon som vil sette din virksomhet bortsett fra pakken. Kreativitet er spesielt viktig for enhver bedrift som håper å gi mening om ustrukturerte data - data som ikke passer komfortabelt inn i tabeller og diagrammer. Verdifulle kreative ferdigheter inkluderer en evne til å løse problemstillinger (kanskje til og med å spotte problemer andre ikke er klar over) og evnen til å komme med nye måter å samle og tolke data på.
Matematikk og statistikk: Personer med sterk bakgrunn i matematikk eller statistikk har en god grunnlag for stort datarelatert arbeid. Du leter etter minst en grunnleggende forståelse av statistikk og evnen til å ødelegge rotete data i tall som kan kvantifiseres slik at du kan trekke konklusjoner fra dem.
Datavitenskap: Denne svært brede kategorien dekker en rekke underfelter, som maskinlæring, databaser og cloud computing. Det kan dekke alt fra å koble sammen kablene til å lage sofistikert maskinlæring og naturlige språkbehandlingsalgoritmer. Nøkkelfunksjoner inkluderer en solid forståelse av databaseteknologi og en fast forståelse av teknologier som Hadoop, Java og Python.
Forretningsansvar: Folk som jobber med store data trenger en fast forståelse av selskapets mål og mål, samt forståelse for om virksomheten er på vei i riktig retning.Dette inkluderer forståelse av hva som gjør at firmaet krysser, hva som gjør det trives og hvorfor det skiller seg ut fra konkurrentene (og hvis det ikke er blomstrende, hvorfor det ikke er).
Kommunikasjon: Du kan ha de beste analytiske ferdighetene i verden, men med mindre du kan presentere funn på en klar måte og demonstrere hvordan de kan bidra til å forbedre ytelsen og kjøre suksess, går all den analysen å kaste bort. Gode mellommenneskelige og skriftlige kommunikasjonsevner er avgjørende, og det er evnen til å tilføre verdi til data gjennom innsikt og analyse. En evne til fortellinger og å kunne bringe data til liv gjennom visualiseringsteknikker, vil også hjelpe uhyre.

10 trinn for å bruke data for å forbedre forretningsbeslutninger

Data bør være et avgjørende for strategisk beslutningsprosess i virksomheten, enten du driver en stor multinasjonal eller en liten, familiedrevet virksomhet. Store data kan gi innsikt som hjelper deg med å svare på dine viktigste forretningsspørsmål, for eksempel 'Hvordan kan jeg forbedre kundetilfredsheten? '. Data fører til innsikt; Bedriftseiere og ledere kan gjøre disse innsiktene i beslutninger og handlinger som forbedrer virksomheten.

Bruk denne ti-trinns prosessen for å lage databaserte beslutninger:

Start med strategi.

I stedet for å starte med hvilke data du kan eller bør få tilgang til, begynner du å finne ut hva virksomheten din ser etter å oppnå. I et nøtteskall trenger du å finne ut hva dine strategiske mål er, for eksempel å øke kundebase.
Ta inn på forretningsområdet; identifisere dine strategiske mål.

Identifiser de områdene som er viktigst for å oppnå din overordnede strategi. For de fleste bedrifter er kunden, økonomien og operasjonene viktige.
Identifiser ubesvarte spørsmål.

Trene hvilke spørsmål du må svare for å oppnå disse målene. Ved å utarbeide nøyaktig hva du trenger å vite, kan du fokusere på dataene du virkelig trenger.
Finn dataene som vil bidra til å svare på disse spørsmålene.

Fokus på å identifisere de ideelle dataene for deg - dataene som kan hjelpe deg med å svare på dine mest presserende spørsmål og levere på dine strategiske mål.
Identifiser hvilke data du allerede har eller har tilgang til.

Når du har identifisert dataene du trenger, er det fornuftig å se om du allerede sitter på noen av den informasjonen, selv om den ikke er umiddelbart åpenbar.
Trene på om kostnadene og innsatsene er berettiget.

Bare etter at du vet at kostnadene kan du trene hvis de materielle fordelene oppveier disse kostnadene. I dette henseende bør du behandle data som alle andre viktige virksomhetsinvesteringer. Du må gjøre et klart tilfelle for investeringen som skisserer den langsiktige verdien av data til forretningsstrategien.
Samle dataene.

Mye av dette trinnet kommer ned til å sette opp prosessene og folkene for å samle og administrere dataene dine. Du kan kjøpe tilgang til et analysegjeldt datasett, i så fall er det ikke nødvendig å samle inn data som sådan. Men i virkeligheten krever mange dataprosjekter en viss mengde datainnsamling.
Analyser dataene.

Du må analysere dataene for å trekke ut meningsfylt og nyttig forretningsinnsikt. Tross alt er det ikke noe poeng som kommer så langt hvis du ikke oppdager noe nytt fra dataene.
Presentere og distribuere innsiktene.

Med mindre resultatene blir presentert for de riktige personene til rett tid på en meningsfull måte, betyr ikke størrelsen på datasettene eller raffinementene til analyseverktøyene ingen rolle. Du må sørge for at innsiktene fra dataene dine blir brukt til å informere beslutningstaking og i siste instans forbedre ytelsen.
Innlemme læring i virksomheten.

Til slutt må du sette inn innsiktene fra dataene til beslutningsprosessen din, ta de avgjørelsene som vil forandre virksomheten til det bedre - og deretter handle på disse beslutningene. For meg er dette den mest givende delen av dataturen: snu data til handling.

Slik kommuniserer du innsikt fra store data

Store data kan hjelpe deg med å få innsikt. Bedrifter får konkurransefortrinn når riktig informasjon blir levert til rett personer på riktig tidspunkt. Dette betyr å trekke inn innsikt og informasjon fra data og kommunisere dem til beslutningstakere på en måte som de lett kan forstå. Tross alt er folk mindre sannsynlig å handle hvis de må jobbe hardt for å forstå informasjonen foran dem.

Pass på at innsiktene dine skinner gjennom disse topptipsene:

Identifiser målgruppen din. Hvem publikum er, avhenger av dine strategiske spørsmål. Publikum kan være deg hvis du er bedriftseier, eller det kan være din menneskelige ressurser team, ditt markedsføringsteam eller en kombinasjon. Spør deg selv hvem som skal se disse resultatene. Hva vet de allerede om problemene som diskuteres? Hva trenger de og vil vite? Og hva skal de gjøre med informasjonen?
Tilpass informasjonen til publikum. Vær forberedt på å tilpasse informasjonen din for å møte de spesifikke kravene til hver beslutningstaker.
Husk hva du prøver å oppnå. Prøv ikke å bli distrahert av interessante innsikter som ikke har noe å gjøre med å svare på dine strategiske spørsmål og nå dine forretningsmål. Det kan være mulig å se på de andre innsiktene i fremtiden, men for øyeblikket fokusere på hva du setter opp for å oppnå.
Unngå å lage en vegg med tekst. Husk at data kan presenteres som et tall, en kort skriftlig fortelling, et bord, en graf eller et diagram. Faktisk vil den beste tilnærmingen trolig innebære en kombinasjon av disse formatene.
Bruk datavisualiseringsteknikker. Visuelle er bra for å formidle informasjon fordi de er raske og direkte, de er (vanligvis) enkle å forstå, de er minneverdige og de legger til interesse, og er mye mer sannsynlig å holde leserens oppmerksomhet enn en fullstendig side av tekst.
Men ikke overse teksten. Tall, diagrammer og bilder kan bare gi et øyeblikksbilde; fortellende lar deg pynte på viktige punkter. Bruk korte fortellinger til å introdusere det du viser og markere nøkkelinnsigelsene.
Bruk tydelige overskrifter for å få de viktige punktene til å skille seg ut. På denne måten, selv på et raskt blikk, vil hovedpoengene være åpenbare.
Koble informasjonen til strategien din. Hvis du presenterer informasjon som direkte svarer på et strategisk forretningsspørsmål, for eksempel "Hvordan reduserer vi personellomsetningen med ti prosent? ', inkludere det spørsmålet i åpningsfortellingen og kanskje til og med overskriften.