Data besar untuk Perniagaan Kecil Untuk Dummy Sheets Sheet - dummies

Oleh Bernard Marr

Data besar membuat tajuk besar, tetapi lebih daripada sekadar frasa buzz atau trend perniagaan terkini. Fenomena ini sangat nyata dan ia menghasilkan manfaat konkrit di banyak kawasan yang berbeza - terutamanya dalam perniagaan. Di sini anda akan sampai ke tengah-tengah data besar sebagai pemilik perniagaan atau pengurus: Anda akan melihat terminologi utama yang anda perlukan untuk memahami kemahiran data penting yang penting untuk perniagaan, sepuluh langkah untuk menggunakan data besar untuk membuat keputusan yang lebih baik, dan petua untuk menyampaikan wawasan dari data kepada rakan sekerja anda.

Memahami Jargon Data Besar

Jargon teknikal yang mengelilingi data besar boleh kelihatan sedikit menakutkan pada mulanya. Frasa dan istilah utama yang anda mungkin dapat dijumpai, dengan definisi yang mudah difahami untuk setiap, ikuti:

Data besar: Semakin banyak, semua yang anda lakukan meninggalkan jejak digital (atau data), yang anda (dan yang lain) boleh menggunakan dan menganalisis. Frasa data besar merujuk kepada data yang dikumpulkan dan keupayaan untuk menggunakannya.
Analisa data yang besar: Ini adalah proses mengumpul, memproses dan menganalisis data untuk menghasilkan pandangan yang memaklumkan keputusan berasaskan fakta. Dalam banyak kes, ia melibatkan analisa berasaskan perisian menggunakan algoritma.
Algoritma: Rumusan matematik atau proses statistik dijalankan oleh perisian untuk menganalisis data. Ia biasanya melibatkan beberapa langkah pengiraan dan boleh digunakan untuk memproses data secara automatik atau menyelesaikan masalah.
Pengkomputeran awan: Perisian atau data yang dijalankan pada pelayan jauh, bukannya tempatan. Jadi daripada menyimpan atau mengira perkara di mesin anda sendiri, anda boleh menggunakan komputer lain yang disambungkan ke komputer anda melalui rangkaian (seperti Internet).
Data berstruktur: Sebarang data atau maklumat yang terdapat dalam medan tetap dalam rekod atau fail yang ditetapkan, seperti pangkalan data atau spreadsheet. Struktur yang wujudnya menjadikannya cepat, mudah dan murah untuk dianalisis.
Data tidak berstruktur: Semua data tidak mudah disimpan dan diindeks dalam format atau pangkalan data tradisional. Ia termasuk perbualan e-mel, jawatan media sosial, kandungan video, foto, rakaman suara, bunyi dan sebagainya. Kekurangan strukturnya menjadikannya lebih sukar untuk dianalisis menggunakan program komputer tradisional.
Data berstruktur: Anda fikirkan, ini adalah salib antara data tidak terstruktur dan berstruktur. Data ini mungkin mempunyai beberapa struktur yang boleh digunakan untuk analisis tetapi tidak mempunyai struktur yang ketat yang terdapat dalam pangkalan data atau spreadsheet. Contohnya, siaran Facebook boleh dikategorikan oleh penulis, tarikh, panjang dan sentimen, tetapi kandungannya tidak berstruktur.
Data dalaman: Akaun ini untuk semua data perniagaan anda pada masa ini mempunyai atau mungkin berpotensi mengakses atau menjana pada masa akan datang. Ia boleh berstruktur dalam format (sebagai contoh, pangkalan data pelanggan) atau ia mungkin tidak berstruktur (data perbualan dari panggilan perkhidmatan pelanggan).
Data luaran: Secara sederhana, ini adalah pelbagai maklumat yang tidak wujud di luar perniagaan anda. Ia boleh didapati secara awam atau dipegang secara peribadi dan ia juga boleh berstruktur atau tidak berstruktur dalam format.
Internet Perkara: Rangkaian yang menghubungkan peranti ( perkara dirujuk dalam nama) supaya mereka dapat berkomunikasi antara satu sama lain. Ini merangkumi teknologi seperti televisyen pintar, telefon pintar, dan sensor, dan itu semua mungkin berkat peningkatan besar dalam sambungan antara peranti, sistem dan perkhidmatan.

6 Kemahiran Data Big Keperluan Setiap Keperluan Perniagaan

Apakah kemahiran utama yang diperlukan untuk menggunakan data besar dengan jayanya? Senarai di sini termasuk enam kemahiran utama yang perlu dikembangkan oleh semua perniagaan, sama ada melalui merekrut para saintis data yang sepadan dengan atribut ini, atau dengan membangunkan kemahiran ini dalam pekerja sedia ada:

Analytics: Ini melibatkan menentukan data mana yang berkaitan dengan soalan anda berharap untuk menjawab dan mentafsirkan data untuk mendapatkan jawapan tersebut. Kemahiran utama termasuk kebolehan untuk mengenal pasti corak dan menubuhkan pautan, keupayaan untuk memahami pelbagai data (berstruktur dan tidak berstruktur) dan pengetahuan yang kukuh mengenai pakej analisis standard industri seperti SAS Analytics dan Perlombongan Data Oracle.
Kreativiti: Sesiapa sahaja boleh menjadi formula - anda perlu bertujuan untuk inovasi yang akan menetapkan perniagaan anda selain dari pek. Kreativiti sangat penting bagi mana-mana perniagaan yang berharap dapat memahami data tidak berstruktur - data yang tidak sesuai dengan selesa ke dalam jadual dan carta. Kemahiran kreatif yang bernilai termasuk keyakinan untuk menyelesaikan masalah (mungkin juga melihat masalah yang tidak diketahui oleh orang lain) dan keupayaan untuk menghasilkan cara-cara baru untuk mengumpulkan dan menafsirkan data.
Matematik dan statistik: Orang yang mempunyai latar belakang yang kuat dalam matematik atau statistik mempunyai asas yang baik untuk kerja yang berkaitan dengan data besar. Anda sedang mencari sekurang-kurangnya satu perangkaan dasar statistik dan keupayaan untuk mencuri data yang tidak kemas ke dalam angka-angka yang boleh diukur sehingga anda boleh membuat kesimpulan dari mereka.
Sains komputer: Kategori yang sangat luas ini merangkumi pelbagai subfield, seperti pembelajaran mesin, pangkalan data dan pengkomputeran awan. Ia mungkin meliputi segala-galanya daripada memasang kabel untuk mewujudkan pembelajaran mesin yang canggih dan algoritma pemprosesan bahasa semula jadi. Kemahiran utama termasuk pemahaman yang kukuh tentang teknologi pangkalan data dan pemahaman yang tegas terhadap teknologi seperti Hadoop, Java dan Python.
Keahlian perniagaan: Orang yang bekerja dengan data besar memerlukan pemahaman yang tegas terhadap matlamat dan objektif syarikat, serta pemahaman tentang apakah perniagaan sedang menuju ke arah yang benar.Ini termasuk pemahaman apa yang membuat syarikat menandai, apa yang membuatnya maju dan mengapa ia menonjol dari pesaingnya (dan jika ia tidak berkembang, mengapa tidak).
Komunikasi: Anda boleh mempunyai kemahiran analisis terbaik di dunia, tetapi melainkan jika anda dapat membentangkan penemuan dengan cara yang jelas dan menunjukkan bagaimana mereka boleh membantu meningkatkan prestasi dan memacu kejayaan, semua analisis itu akan pergi membazirkan. Kemahiran komunikasi interpersonal dan bertulis yang hebat adalah penting, seperti kemampuan untuk menambah nilai kepada data melalui pandangan dan analisis. Keberanian untuk bercerita dan dapat membawa data ke kehidupan melalui teknik visualisasi juga akan sangat membantu.

10 Langkah Menggunakan Data untuk Meningkatkan Keputusan Perniagaan

Data sepatutnya berada di tengah-tengah pengambilan keputusan strategik dalam perniagaan, sama ada anda menjalankan perniagaan besar multinasional atau keluarga kecil. Data besar boleh memberi pandangan yang membantu anda menjawab soalan perniagaan utama anda, seperti 'Bagaimana saya dapat meningkatkan kepuasan pelanggan? '. Data membawa kepada pandangan; pemilik perniagaan dan pengurus boleh mengubah pandangan mereka kepada keputusan dan tindakan yang meningkatkan perniagaan.

Gunakan proses sepuluh langkah ini untuk membuat keputusan berasaskan data:

Mulakan dengan strategi.

Daripada memulakan data apa yang anda boleh atau harus akses, mulailah dengan mengerjakan apa yang ingin dicari oleh perniagaan anda. Secara ringkasnya, anda perlu memahami matlamat strategik anda, contohnya, meningkatkan asas pelanggan anda.
Hone in di kawasan perniagaan; kenal pasti objektif strategik anda.

Kenal pasti kawasan yang paling penting untuk mencapai strategi keseluruhan anda. Bagi kebanyakan perniagaan, pelanggan, bidang kewangan dan operasi adalah kunci.
Kenal pasti soalan yang tidak dijawab.

Buat soalan yang perlu anda jawab untuk mencapai matlamat tersebut. Dengan menggunakan apa yang anda perlu tahu, anda boleh memberi tumpuan kepada data yang anda perlukan.
Cari data yang akan membantu menjawab soalan tersebut.

Fokus pada mengenal pasti data yang sesuai untuk anda - data yang dapat membantu anda menjawab soalan yang paling mendesak anda dan menyampaikan objektif strategik anda.
Kenal pasti data yang anda ada atau akses kepada.

Selepas anda mengenal pasti data yang anda perlukan, masuk akal untuk melihat apakah anda sudah duduk di beberapa maklumat itu, walaupun tidak begitu jelas.
Bersenam jika kos dan usaha dibenarkan.

Hanya selepas anda tahu kos yang boleh anda lakukan jika manfaat ketara melebihi kos tersebut. Dalam hal ini, anda harus merawat data seperti pelaburan perniagaan utama lain. Anda perlu membuat kes yang jelas untuk pelaburan yang menggariskan nilai jangka panjang data kepada strategi perniagaan.
Kumpulkan data.

Banyak langkah ini datang untuk menyediakan proses dan orang untuk mengumpulkan dan menguruskan data anda. Anda mungkin membeli akses ke set data analisa siap, yang mana tidak perlu mengumpulkan data seperti itu. Tetapi, pada hakikatnya, banyak projek data memerlukan sejumlah pengumpulan data.
Menganalisis data.

Anda perlu menganalisis data untuk mengekstrak pemahaman perniagaan yang bermakna dan berguna. Lagipun, tidak ada gunanya datang sejauh ini jika anda tidak menemui sesuatu yang baru dari data.
Hadirkan dan edarkan pandangan.

Kecuali hasilnya dibentangkan kepada orang yang tepat pada masa yang tepat dengan cara yang bermakna, maka saiz data yang ditetapkan atau kecanggihan alat analitik tidak begitu penting. Anda perlu memastikan wawasan yang diperoleh daripada data anda digunakan untuk memaklumkan keputusan dan akhirnya menambah baik prestasi.
Menggabungkan pembelajaran ke dalam perniagaan.

Akhirnya, anda perlu memohon wawasan dari data tersebut kepada membuat keputusan anda, membuat keputusan yang akan mengubah perniagaan anda dengan lebih baik - dan kemudian bertindak pada keputusan itu. Bagi saya, ini adalah bahagian yang paling bermanfaat dalam perjalanan data: mengubah data menjadi tindakan.

Bagaimana Mengomunikasikan Wawasan dari Data Besar

Data besar boleh membantu anda mendapatkan pandangan. Perniagaan mendapat kelebihan persaingan apabila maklumat yang betul dihantar kepada orang yang tepat pada masa yang . Ini bermakna mengekstrak pandangan dan maklumat dari data dan menyampaikannya kepada pembuat keputusan dengan cara yang mudah difahami. Lagipun, orang tidak mungkin bertindak jika mereka perlu bekerja keras untuk memahami maklumat di hadapan mereka.

Pastikan pandangan anda bersinar dengan petua berikut:

Kenal pasti khalayak sasaran anda. Siapa penonton anda bergantung kepada soalan strategik anda. Penonton boleh jadi anda jika anda pemilik perniagaan, atau ia mungkin menjadi pasukan sumber manusia, pasukan pemasaran atau gabungan anda. Tanya sendiri siapa yang akan melihat keputusan ini. Apa yang mereka tahu tentang isu-isu yang dibincangkan? Apa yang mereka perlukan dan ingin tahu? Dan, apa yang akan mereka lakukan dengan maklumat itu?
Sesuaikan maklumat untuk khalayak anda. Bersedia untuk menyesuaikan maklumat anda untuk memenuhi keperluan khusus setiap pembuat keputusan.
Ingatlah apa yang anda cuba capai. Cuba jangan terperanjat oleh pandangan menarik yang tidak ada kaitan dengan menjawab soalan strategik anda dan mencapai matlamat perniagaan anda. Mungkin terdapat ruang untuk mengkaji kembali pandangan-pandangan lain di masa depan tetapi, pada masa ini, tumpukan pada apa yang anda berikan untuk dicapai.
Elakkan membuat dinding teks. Ingat bahawa data boleh dibentangkan sebagai nombor, naratif bertulis pendek, jadual, grafik atau carta. Malah, pendekatan terbaik mungkin melibatkan kombinasi format ini.
Gunakan teknik visualisasi data. Visual sangat bagus untuk menyampaikan maklumat kerana mereka cepat dan langsung, mereka (biasanya) mudah difahami, mereka tidak dapat diingati dan mereka menambah minat, lebih cenderung untuk memegang perhatian pembaca daripada halaman penuh teks.
Tapi jangan mengabaikan teks itu. Nombor, carta dan visual hanya boleh memberi gambaran; naratif membolehkan anda menghiasi pada perkara utama. Gunakan naratif pendek untuk memperkenalkan apa yang anda tunjukkan dan menyerlahkan pandangan utama.
Gunakan tajuk yang jelas untuk membuat titik penting menonjol. Dengan cara ini, walaupun dengan pantas, perkara utama akan menjadi jelas.
Pautan maklumat kepada strategi anda. Jika anda menyampaikan maklumat yang langsung menjawab soalan perniagaan yang strategik, seperti 'Bagaimanakah kami mengurangkan perputaran kakitangan sebanyak sepuluh peratus? ', masukkan soalan itu dalam naratif pembukaan dan mungkin tajuk utama.