6 secretos que debes conocer para hacer un buen uso del big data

Seis secretos del uso de big data que debes conocer

En este artículo, tres operadores de big data de diferentes empresas compartieron su experiencia en el uso de big data. Los tres son Luzzi de Viacom, Olly Downs de Globys y Andy Hill, director ejecutivo de Dunnhumby, una conocida consultora de marketing.

Consejo 1: El objetivo debe ser claro No importa cuántos datos tenga una empresa, eso no significa que definitivamente alcanzará el éxito comercial. Sólo comprendiendo realmente cómo utilizar big data y entendiendo qué objetivos puede alcanzar una empresa mediante el uso de big data podrá, en última instancia, ser verdaderamente exitosa. Las empresas a menudo enfrentan muchas opciones durante su proceso de desarrollo. Sólo cuando se establecen claramente los objetivos pueden limitar sus opciones y centrarse en el desarrollo. Las empresas siempre deben mantener la cabeza despejada y avanzar hacia sus propios objetivos, lo que ayudará a la empresa a funcionar bien y de forma sostenible durante mucho tiempo.

Sin embargo, Luzzi también dijo que a veces el uso de herramientas de análisis de datos demasiado complejas y avanzadas a menudo causará muchos problemas, pero si podemos obtener los resultados finales analizando una gran cantidad de datos, entonces no es necesario. Si tienes dudas, hazlo. Al menos la dirección es definitivamente la correcta.

Secreto 2: Distinguir entre "bosque" y "árbol". Ahora las empresas pueden hacer cosas que antes no podían hacer. Para muchas empresas, hay más datos disponibles para el análisis y las herramientas y métodos que se pueden utilizar para analizar los datos son más avanzados y convenientes que antes. Las empresas ya están bien equipadas para analizar y procesar las grandes cantidades de datos que recopilan, lo que puede ser bueno para las empresas. Sin embargo, a veces estos datos pueden estar demasiado fragmentados.

Olly Down de Globys dijo que muchas empresas ahora tienden a recopilar datos con mayor precisión, porque cuanto más precisos son los datos obtenidos, más propicios son para analizar la audiencia y los ajustes de la empresa a las estrategias relacionadas. y productos. Sin embargo, las empresas a menudo necesitan dedicar mucho tiempo a procesar grandes cantidades de datos, pero los resultados pueden no ser satisfactorios. Por lo tanto, al realizar análisis y procesamiento de datos, a veces no es necesario obsesionarse con el aspecto de un determinado "árbol". En cambio, deberíamos prestar atención a este "bosque" y saber renunciar a lo pequeño y elegir lo grande.

Secreto 3: Coordinar bien el equipo En el mundo del big data, los datos más valiosos y útiles suelen ser muy escasos. Encontrar datos verdaderamente valiosos es tan difícil como encontrar una aguja en un pajar. Por lo tanto, para encontrar estos datos valiosos, la empresa debe trabajar en conjunto y mantener una comunicación y colaboración efectivas.

Por ejemplo, para utilizar mejor los datos para analizar las operaciones reales de la empresa, los expertos en datos deben comprender los objetivos estratégicos establecidos por quienes toman las decisiones para la empresa. Por el contrario, los responsables de la toma de decisiones de la empresa también deben saber qué beneficios pueden aportar en última instancia a la empresa los resultados del análisis del equipo de datos de la empresa.

Luzzi afirmó que utilizando big data como herramienta, puede construir modelos para ayudar a las empresas a tomar decisiones comerciales. Dado que quienes toman las decisiones de la empresa comprenden mejor las operaciones generales de la empresa y el entorno empresarial, cuando vean los resultados del análisis, definitivamente podrán ver algunas cosas que no pueden ver. Pero al mismo tiempo, quienes toman las decisiones no sabrán los métodos que utilizaron para llegar a estos datos y resultados.

Olly Downs también dijo que el equipo de datos de la empresa y los diversos departamentos y la gerencia deben mantener una buena comunicación para que la empresa pueda operar bien y de manera eficiente. Un equipo de inteligencia empresarial creó un modelo para predecir la tasa de abandono de clientes de la empresa. Debido a la falta de comunicación efectiva, el equipo de operaciones pensó que el modelo era "interesante", pero la empresa pensó que no tenía sentido.

“Si su empresa contrata un equipo de investigación de datos y afirman haber construido un modelo eficaz, pero otros departamentos relevantes de la empresa creen que el modelo es ineficaz, la razón es que hay falta de conocimiento. comunicarse entre los dos", dijo Downs.

Secreto 4: Usar máquinas para reemplazar la inteligencia artificial. El aprendizaje automático se refiere a que las computadoras simulen o realicen comportamientos de aprendizaje humanos para adquirir nuevos conocimientos o habilidades y así mejorar sus propias funciones. En comparación con el aprendizaje manual, el aprendizaje automático es más rápido y la escala del aprendizaje es mayor. Una empresa puede descubrir nuevos problemas más rápidamente a través del aprendizaje automático.

Por ejemplo, para estudiar los patrones de comportamiento de consumo de consumidores específicos, las empresas pueden estudiar cómo realizar investigaciones y análisis sobre consumidores individuales, elegir diferentes modelos basados ​​en diferentes consumidores y luego analizar el comportamiento del consumidor. estudios de seguimiento. La empresa cree que el tiempo de análisis necesario para un solo consumidor es de 10 minutos. A este ritmo, la empresa tendrá 2,6 millones de consumidores para investigar y rastrear, y se necesitarán 416.000 analistas que trabajen 10 horas al día para observar a un solo consumidor cada vez. día. Se necesitan 8 veces para obtener el resultado. Obviamente, el análisis manual requeriría demasiado tiempo y esfuerzo.

Entonces, Downs cree que si una empresa tiene una gran cantidad de datos que deben analizarse y procesarse, la mejor manera es dejar que las máquinas lo hagan en lugar de los humanos. El aprendizaje automático es muy rápido y puede analizar. una gran cantidad de datos al mismo tiempo en poco tiempo, por lo que el tiempo de análisis requerido se reducirá considerablemente. Los costos también se reducirán significativamente en comparación con el análisis manual.

Consejo 5: Trate los datos con precaución A veces, las empresas no tienen la capacidad de obtener datos y, por lo tanto, no pueden utilizarlos para resolver problemas. Incluso cuando las empresas obtienen algunos datos, a menudo no saben si en última instancia resolverán sus problemas.

En este punto, Luzzi del Grupo Viacom sugirió que es mejor preguntar la opinión del grupo de datos sobre si un dato es válido y puede ayudar a la empresa a resolver un problema.

Dunnhumby recopila y analiza datos de los consumidores para que las empresas puedan comprender qué datos son útiles y qué tan valiosos son. Si la empresa puede recopilar datos valiosos, los problemas relacionados encontrados en las operaciones reales de la empresa se pueden resolver de manera efectiva. Andy Hill, director ejecutivo de Dunnhumby, una conocida firma de consultoría de mercado, dijo que las empresas no sólo deben comprender qué problemas pueden resolver los datos recopilados, sino también qué problemas no se pueden resolver con estos datos. Si todavía hay algunos problemas que no se pueden resolver, la empresa debe seguir recopilando datos de otras dimensiones para complementarlos.

A veces, es posible que se pasen por alto datos importantes. Por ejemplo, cuando Downs estaba construyendo un modelo de tráfico para su antiguo empleador, el clima generalmente se consideraba el factor más importante para predecir las condiciones del tráfico. Resultados de investigaciones posteriores demostraron que lo que más afectaba la situación del tráfico en esa zona era el horario de cierre de las escuelas locales. Los atascos de tráfico son particularmente graves cuando los estudiantes no van a la escuela.

Downs dijo que, a juzgar por las suposiciones iniciales, no previmos que sacaríamos tal conclusión. Por lo tanto, debemos tratar los datos con cuidado y seriedad. Los datos le dirán la respuesta de manera verdadera y objetiva. desear. A veces, lo que los datos pueden decirte te sorprenderá.

Consejo 6: Evite sacar resultados erróneos Debido a la interferencia de factores subjetivos humanos y datos irrelevantes, a veces las conclusiones extraídas suelen ser erróneas.

"No permita que datos irrelevantes afecten todo el resultado. Una parte considerable de los datos no es importante. Estos 'árboles' irrelevantes a menudo no representan todo el 'bosque'. Luzzi dijo: "Si". Si se utilizan datos incorrectos, las conclusiones extraídas suelen ser erróneas: "Los errores en la selección de datos afectarán el proceso de resolución de problemas de las personas y la forma en que ven los datos y los resultados. Una selección incorrecta de datos puede afectar la toma de decisiones de la empresa.

Andy Hill, director ejecutivo de Dunnhumby, dijo: “Para eliminar errores en los datos, es necesario encontrar con precisión grupos objetivo específicos cuyos comportamientos a menudo puedan responder con precisión a las preguntas que necesita resolver.

Lo anterior es el contenido relevante que el editor ha compartido contigo sobre los 6 secretos que debes conocer sobre cómo hacer un buen uso de big data. Para obtener más información, puedes seguir a Global Ivy para compartir más información.