Kāds ir $ @! ir datu atklāšana?

Biznesa pasaule rosās par datu atklāšanu. Uz virsmas tas šķiet vienkāršs termins, taču šī nozvejas frāze nozīmē vairāk nekā “lietu atrašanu”. Kas tad īsti ir datu atklāšana? Un kā tas iekļaujas mūsdienu mobilajā, analītiskajā un lielo datu vidē?

Datu atklāšana, ko dažreiz dēvē par datu ieguvi, ietver datu apkopošanu un analīzi, un pēc tam atklājumu prezentēšanu lasāmā, izmantojamā formātā. Visvienkāršākajā nozīmē datu atklāšana ir process, kurā tiek atrasti šabloni datos un izmantoti šie šabloni noteikta biznesa mērķa sasniegšanai.

Protams, datu atklāšanai ir vairāk nekā punktu sakritībai. Organizācijas izmanto datu atklāšanu visdažādākajiem mērķiem un lietojumiem dažādās jomās - un mūsdienīgā, digitālajā pasaulē ir vairāk datu nekā vēl nekad.

Kur radās datu atklāšana?

Kaut arī datu atklāšana ir salīdzinoši jauna digitālā biznesa terminu “karstajā” leksikā, metodes un stratēģijas nav tik jaunas. Termina priekšgājējs - datu ieguve - tika ieviests pagājušā gadsimta 90. gados, taču uzņēmumi un organizācijas jau kopš komercijas rītausmas izmanto kādu datu atklāšanas veidu.

Mūsdienu datu atklāšana kā biznesa stratēģija radās, palielinoties lieliem datiem - vispārpieņemtam terminam, kas raksturo salīdzinoši neseno, eksponenciālo lielo, sarežģīto datu kopu pieaugumu, kad milzīgais informācijas apjoms izslēdz tradicionālās datu bāzes un organizatoriskos rīkus, lai izvilkt jebko noderīgu.

Tomēr lieli dati mūsdienu uzņēmumiem ir liels darījums, jo starp visiem strukturētajiem un nestrukturētajiem datiem ir ļoti noderīgi modeļi, kurus var izmantot, lai uzlabotu mārketinga stratēģijas, IA un peļņu. Tāpēc datu atklāšanas platformas ir izstrādātas, lai sniegtu organizācijām vieglākus veidus, kā precīzi noteikt, analizēt un iegūt attiecīgos datus.

Kā darbojas datu atklāšana

Datu atklāšanas platformas parasti sastāv no vairākiem rīkiem, kas ir salikti kopā un darbojas kopā, lai iegūtu datus un tos saturiski iesniegtu. Pastāv vairāki dažādi veidi, kā šie rīki atrod un identificē būtisko informāciju, taču vairums no tiem balstās uz trim analītiskām pamatmetodēm:

• Metadati: viss digitālais saturs satur metadatus vai "datus par datiem". Šī informācija parasti tiek slēpta no tiešajiem lietotājiem, taču tā ir redzama aizmugurē. Metadatus parasti glabā, izmantojot tabulas un kolonnu atribūtus - tāpēc datu atklāšanas rīki, izmantojot metadatus, meklētu atbilstības kolonnas nosaukumā, datu lielumā un datu tipā.
• Etiķetes: daudzos gadījumos dati tiek ģenerēti un sagrupēti zem etiķetēm vai tagiem, kas apraksta šīs grupas datus. Šīs atzīmes var ģenerēt, kad tiek izveidoti dati, vai arī tās var pievienot atsaucei un papildu informācijai. Etiķetes vai tagi ir līdzīgi metadatiem, kaut arī mazāk formāli.
• Saturs: šī stratēģija analizē pašus datus, nevis pievienotās etiķetes vai metadatus.

Parasti satura datu apjoms būs daudz lielāks nekā tagi vai metadati, kas nozīmē, ka datu identificēšana pēc satura prasa ilgāku laiku un izmanto sarežģītākas atklāšanas metodes. Tomēr satura analīze mēdz sniegt arī bagātīgākus un noderīgākus relāciju rezultātus.

Kad dati ir analizēti, var izmantot citus datu atklāšanas rīkus, lai atklātajā sakarībā, tendencēs vai modeļos sniegtu noderīgu formātu. Grafiki, tabulas un diagrammas ir pamata prezentācijas rīki, ko izmanto datu atklāšanā, taču sarežģītākas, bet vēl lasāmākas prezentācijas, piemēram, infografikas, iegūst datu analītiķu atbalstu.

Ko var darīt datu atklāšana?

Praktiski lietojot, datu atklāšanas platformas un rīkus var izmantot gandrīz neierobežoti. Šīs metodes un stratēģijas visbiežāk izmanto organizācijas, ar kurām saskaras patērētāji, gandrīz katrā nozarē, ieskaitot mazumtirdzniecību, finanšu, komunikāciju un mārketingu, lai arī bezpeļņas organizācijas, biznesa organizācijas un valdības aģentūras arī izmanto šo tehnoloģiju.

Datu atklāšana ļauj organizācijai atrast sakarības starp iekšējiem faktoriem (piemēram, cenu, produkta izvietojumu un darbinieku sniegumu) un ārējiem faktoriem (piemēram, konkurences dati, ekonomiskie rādītāji un klientu demogrāfija). Šīs attiecības palīdz uzņēmumiem ilustrēt un definēt viena vai vairāku faktoru izmaiņu ietekmi uz pārdošanu, klientu iesaisti un peļņu.

Datu atklāšanā izmantotie rīki piedāvā detalizētāku ietekmīgo faktoru ainu un ļauj uzņēmumiem precīzi pielāgot savas mārketinga stratēģijas un reklāmas kampaņas ar ļoti mērķtiecīgu informāciju. Ieteikumu programma populārajā straumēšanas video pakalpojumā Netflix ir labs datu atklāšanas tehnoloģijas piemērs darbā. Pakalpojums izmanto ārējus datus par klientu skatīšanās vēsturi un iekšējos datus par multivides saturu savā datu bāzē, lai sniegtu individualizētus ieteikumus jauniem videoklipiem, kas varētu interesēt viņu klientus.

Bet datu atklāšanas iespējamā izmantošana pārsniedz privātajiem patērētājiem paredzēto. Viens piemērs ir Advanced Scout programmatūra, programma, kuru izmanto Nacionālā basketbola asociācija (NBA). Tas analizē spēlētāju kustības no basketbola spēļu attēlu ierakstiem, lai palīdzētu treneriem izstrādāt stratēģijas un organizēt spēles.

Tā kā datu atklāšanas platformas attīstās un tehnoloģija kļūst lētāka, vairāk organizāciju varēs izmantot šos rīkus, lai labāk izprastu savus klientus un piegādātu unikālus, pielāgotus piedāvājumus, kas uzlabo tirdzniecību visiem.