Mục lục:
- Cổng dữ liệu lớn trực tiếp vào các nền tảng cụ thể theo ngành
- Xây dựng hệ thống thông minh kinh doanh kế thừa
- Sử dụng kho dữ liệu đó
- Dữ liệu cấu trúc
- Xác định và xử lý hồ dữ liệu
Ngày nay có rất nhiều cuộc thảo luận về những gì liên quan đến việc tạo ra các thiết lập CNTT dữ liệu lớn, từ việc sử dụng Apache Hadoop và các công cụ liên quan để đổi mới khả năng truy cập, đến các cuộc trò chuyện về các cách kỹ thuật để đưa dữ liệu vào và ra khỏi kho dữ liệu của công ty trung tâm. Nhưng cũng có yếu tố triết học của dữ liệu lớn. Nói cách khác, làm thế nào để bạn sử dụng tất cả dữ liệu nằm xung quanh để thực sự thúc đẩy kết quả kinh doanh và cải thiện mô hình kinh doanh của bạn?
Dưới đây là năm cách mà các công ty đang nghiền nát các con số và thực sự áp dụng chúng cho một số kết quả cụ thể.
Cổng dữ liệu lớn trực tiếp vào các nền tảng cụ thể theo ngành
Một cách dễ dàng để bắt đầu sử dụng dữ liệu kinh doanh tổng hợp là đưa các yếu tố dữ liệu cụ thể vào các hệ thống quy trình kinh doanh được thiết kế sẵn được thực hiện để phân phối dữ liệu đó một cách hiệu quả. Có lẽ ví dụ tốt nhất là các công cụ quản lý quan hệ khách hàng (CRM). Các nhà cung cấp thường xây dựng các dịch vụ của họ xung quanh bảng điều khiển có thể cung cấp cho nhân viên bán hàng và những người khác các tệp hoặc thư mục khách hàng hiệu quả và có thể hành động.
Vấn đề là việc sử dụng CRM giả định rằng bạn có dữ liệu cần thiết ở đâu đó. Nếu bạn có thể nhóm các số nhận dạng khách hàng, lịch sử mua hàng và các mặt hàng liên quan khác cùng nhau, bạn có thể bắt đầu chuyển tất cả những thứ này vào nền tảng CRM của mình. Đội ngũ bán hàng của bạn sẽ cảm ơn bạn.
Xây dựng hệ thống thông minh kinh doanh kế thừa
Một lần nữa, bạn sẽ chọn và chọn những bộ dữ liệu cụ thể nào bạn muốn sử dụng, nhưng một điều khác mà các công ty đang làm là sử dụng các cách thông thường để bẻ khóa dữ liệu và mở rộng chúng từ từ, bằng cách đưa ngày càng nhiều bộ dữ liệu lớn vào truyền thống của họ kỹ thuật báo cáo.
OK, do đó, có nhiều hơn một vài nguồn lực cảnh báo về việc các hệ thống kế thừa thường giữ lại tiến độ thực tế. Nhưng cũng có một số hướng dẫn thực tế cho thấy một số thách thức trong việc sử dụng các công nghệ cũ cho dữ liệu lớn, cách thực hiện và cách nhân viên phù hợp có thể tạo ra sự khác biệt. Ngoài ra, về mặt kỹ thuật, mọi thứ đều là "di sản" một khi nó được triển khai, do đó, không phải lúc nào cũng có ý nghĩa để loại bỏ một hệ thống di sản mỗi khi có thứ gì đó tốt hơn xuất hiện.
Sử dụng kho dữ liệu đó
Nếu bạn có dữ liệu lớn trong kho lưu trữ trung tâm và bạn biết cách truy cập nó, bạn có thể xây dựng các quy trình mới xung quanh đó.
Dưới đây là một ví dụ tuyệt vời về cách một số công ty lớn hơn đang theo đuổi việc sử dụng dữ liệu lớn cụ thể, chính xác, được xác định chính xác. Bạn có thể gọi nó là lập chỉ mục chéo; nó giúp doanh nghiệp xây dựng các mô hình nhất quán giữa tất cả các loại tài khoản khách hàng của họ có thể được giữ trong các phần khác nhau của kiến trúc phần mềm.
Bằng cách kết hợp tất cả dữ liệu có thể hành động lại với nhau, một công ty có thể biết liệu, ví dụ, tên trong cơ sở dữ liệu bán lẻ một lần của nó có khớp với tên trong một trong các bộ phận dịch vụ của mình không. Công ty sau đó nhập thông tin cho cả hai bộ phận, để khi ai đó nhấc điện thoại lên, họ biết rằng người đó đang hoạt động ở cả hai kênh riêng biệt.
Đây là cách sử dụng thực tế của trí tuệ kinh doanh - nó giúp bạn thực sự làm một cái gì đó dựa trên tất cả các dữ liệu lớn mà bạn đã tìm thấy cùng nhau.
Dữ liệu cấu trúc
Một vấn đề lớn khác với dữ liệu lớn là các công ty thường thu thập dữ liệu tương đối không có cấu trúc. Dữ liệu phi cấu trúc có thể ở dạng giấy hoặc tài liệu kỹ thuật số, tài nguyên cơ sở dữ liệu thô hoặc chưa tinh chỉnh hoặc thậm chí các đoạn văn bản và mã từ thiết bị di động. Những gì dữ liệu phi cấu trúc có điểm chung là nó không tuân theo định dạng cơ sở dữ liệu quan hệ. Do đó, cơ sở dữ liệu có thể truy cập truyền thống không thể xử lý được và bạn không nhận được bất kỳ thông tin kinh doanh nào từ nó.
Có hai cách để xử lý việc này: lấy một cái xẻng và bắt đầu đào hoặc lấy một số tài nguyên tinh chỉnh dữ liệu phi cấu trúc đó thành dữ liệu có thể thực hiện được. Các công ty không muốn đầu tư vào phần mềm mới có thể sử dụng bàn tay con người để sắp xếp dữ liệu phi cấu trúc và định dạng chính xác, nhưng bây giờ bạn có một số lựa chọn thay thế nhờ các công cụ phân tích dữ liệu phi cấu trúc một cách hiệu quả. Ví dụ, siêu dữ liệu là một cách tự động hóa khai thác dữ liệu theo cách làm cho nó hữu ích.
Xác định và xử lý hồ dữ liệu
Một từ thông dụng lớn khác trong cộng đồng dữ liệu lớn là dữ liệu hồ. Về cơ bản, hồ dữ liệu chỉ là một kho dữ liệu lớn không được sử dụng. Đó là định nghĩa tinh túy của dữ liệu khi nghỉ ngơi - không có gì được thực hiện với nó, nó không bị xáo trộn, nó băng giá và êm dịu như veneer của một khối nước tù đọng.
Một lần nữa, có nhiều cách khác nhau để xử lý các hồ dữ liệu, nhưng tất cả chúng đều bắt đầu bằng việc phản ánh những gì trong các tập dữ liệu lớn đó và tại sao chúng lại được lưu trữ lạnh ở nơi đầu tiên. Các công ty đang xây dựng các trung tâm dữ liệu của riêng họ và sử dụng các công nghệ phân cụm dữ liệu hướng đối tượng cực chất để phá vỡ các hồ dữ liệu này thành các phần có thể thực hiện được. Điều này thực sự được thực hiện trên cơ sở từng trường hợp độc quyền, nhưng một số chuyên gia có đề xuất về cách đưa các hồ dữ liệu đó vào các kênh hữu ích để tạo ra các mẩu thông tin ở đâu đó và làm gì đó.
