תוכן עניינים:
- מה זה ביג דאטה?
- 1. זה יכול להיות (יחסית) פשוט
- 2. הסטטיסטיקה עדיין מסובכת
- 3. זה לא זול
- 4. זה יכול לחשוף הזדמנויות הכנסה חדשות
- 5. על עסקים להתאים את עצמם כדי להצליח
- ביג דאטה, שינויים גדולים
כמו הענן, נתונים גדולים הם עוד מילת באזז שהושלכה בגלוי ללא הבנה נאותה של משמעותה ומדוע היא חשובה. עבור CTOs, האחראים לקחת את כמות הנתונים העצומה הנשלחת למשרד בכל יום ולתרגם אותם לדוחות ונתונים קלים להבנה שיעזרו לחברה לצמוח, באמת קבלת נתונים גדולים היא המפתח. הסיבה לכך היא שאי שימוש בנתונים גדולים למלוא הפוטנציאל שלה הוא למעשה משאיר כסף על השולחן - וזה לא טוב לחברה או ל- CTO.
מה זה ביג דאטה?
ישנן הרבה הגדרות שנזרקות, אך באופן כללי, המשותף לכל מונח הוא שנתונים גדולים עוסקים בנפח העצום של נתונים לא מובנים שנוצרו מתהליך עסקי. לדוגמא, במקרה של אתר אינטרנט, פירוש הדבר ניתוח ריבוי הנתונים שנמסרים עם כל ביקור באתר, דוא"ל פתוח, עסקה ועוד. ניתן לאבחן נתונים שנאספו במגעים אלו כדי לקבוע את האסטרטגיה העסקית הנכונה ולבצע שינויים לשיפור העסק. זה חיוני להצלחה ארוכת טווח של כל חברה.
נתונים גדולים זה כמו חידה. הרכיבו אותו בצורה שתעבוד עבור הארגון שלכם ותוכלו לעזור לו לשגשג. להלן חמישה דברים שעליכם לדעת תחילה.
1. זה יכול להיות (יחסית) פשוט
המגמה בנתונים גדולים לא אבדה בחברות תוכנה גדולות. למעשה, מובילי התעשייה סוללים את הדרך לעסקים ליישם נתונים גדולים יותר במהירות ובקלות מאי פעם על ידי הצעת פתרונות של חבילה מלאה. פתרונות אלה כוללים הן את החומרה והן את התוכנה הנדרשים כדי לעזור לעסקים להפעיל טקטיקות של נתונים גדולים.
עד אשר פתרונות תיבת הנתונים הגדולים החלו לצאת לשוק, Hadoop הייתה בחזית פיתוח פיתוח ה- Big Data. בעוד שמסגרת תוכנת הקוד הפתוח עדיין נותרה שחקן חזק מאוד בשוק הנתונים הגדולים, עסקים רבים יותר עם פחות משאבים נוטים לעבר פתרונות ארגזיים כדי לעזור להם להתחיל מהר יותר וקל יותר.
2. הסטטיסטיקה עדיין מסובכת
אמנם נתונים גדולים יכולים לחשוף הרבה, אך סטטיסטיקה המוצאת מהקשר פתוחה לפרשנות שגויה. זהו שיקול חשוב בעת הגדרת מסגרת גדולה של נתונים גדולים. על מנהלים ומשווקים למלא תפקיד גדול בסיוע לקביעת הסטטיסטיקה הנכונה והדרך הטובה ביותר להשיג נתונים סטטיסטיים מהיקף הנתונים המתקבל בכל יום. מבלי לעשות זאת, CTOs מסתכנים במתן השקפה לא מדויקת באמצעות מספרים שאינם מנתחים. דוגמה אחת לאופן שבו זה יכול לקרות ניתן לראות במחקר שנערך על ידי החוקר לב מנוביץ 'על ניתוח מדיה חברתית. מה שהוא מצא היה כי נתונים מאתרי מדיה חברתית בדרך כלל מייצגים רק חלק מהאנשים באתר ולא את הקבוצה כולה. (גלה שחברות עוסקות בנתונים שלהן ב Taming the Big Data Monster.)3. זה לא זול
העלות הכרוכה ביישום פיתרון נתונים גדולים יכולה להוות מכשול גדול עבור מנהלי מערכות ההפעלה כאשר מנסים לשכנע את ההנהלה העליונה בחשיבותה ובצורך שלה. למרבה הצער, אין הרבה נתונים סטטיסטיים בנושא זה מכיוון שהנתונים הגדולים עדיין חדשים יחסית. עם זאת, ישנם כמה מחקרים שיכולים לעזור לשכנע את המנכ"לים ליישם כלים אלה. כמו כן, אם המתחרים רואים הצלחה עם נתונים גדולים, זה עוד סמן טוב שמנכ"לים יחפשו מבחינת החזר השקעה פוטנציאלי.4. זה יכול לחשוף הזדמנויות הכנסה חדשות
בכירים ברמת C חייבים לראות את כמות הידע וההזדמנות שניתן להשיג באמצעות גישה לנתונים גדולים כדי להשתכנע ששווה את ההוצאה. החל ממיטוב דור ההובלה, ניתוח הצלחת המדיה החברתית וקבלת סקירה כללית של אפקטים של שיווק תוכן, עסקים מסוגלים ללמוד הרבה יותר על העסק שלהם ולפעול עם אינטליגנציה יותר וטובה יותר על מה הלקוחות שלהם רוצים ודורשים. מכיוון שיותר חברות מתחילות לקפוץ על הסיפון עם נתונים גדולים, מחקרים וסטטיסטיקה מתחילים לאט לסנן גישות מוצלחות. (למידע נוסף על השימוש בנתונים גדולים ב- Big Data: איך הם נלכדים, מועכים ומשמשים לקבלת החלטות עסקיות.)5. על עסקים להתאים את עצמם כדי להצליח
מחקר שנערך בשנת 2010 על ידי סטיב לאוול, אריק לסר, רבקה שוקלי, מייקל ס. הופקינס ונינה קרושוויץ, הראה כי עסקים בעלי הביצועים הטובים ביותר השתמשו בנתונים גדולים פי חמישה יותר מאשר חברות שאינן מביאות ביצועים. מחקר זה המשיך וגילה כי יש ליישם נתונים גדולים, על מנת להישאר מדויקים ולספק את המידע היקר ביותר, בשילוב עם מערכות קיימות ולהשתמש באותה אסטרטגיות עסקיות. לרוע המזל, זה משהו שאנשי ההנהלה ממשיכים להיאבק איתו, בעיקר בגלל העלות והקושי לשכנע את המנכ"ל להשקיע בנתונים גדולים.
המציאות היא שחברות שלא מצליחות להשתמש בגישה זו הופכות יותר ויותר לא מסוגלות להתחרות, ובהכרח ייפלו מאחורי אחרות שיש להן מערכת לפקח על נתונים ולהגיב עליה.
ביג דאטה, שינויים גדולים
מגמות דיגיטליות חדשות והתנהגויות צרכניות דורשות דרכים חדשות לנתח את כמויות הנתונים העצומות שמוזגות ממקורות שונים. נתונים גדולים הם הדרך לעשות זאת וללא יישום, עסקים רבים ימצאו עצמם נופלים מאחורי הקימור, במקום להתחרות ברמה הגבוהה ביותר האפשרית.