Co do $ @! jest odkrywanie danych?

Świat biznesu tętni życiem w zakresie odkrywania danych. Na pierwszy rzut oka wydaje się to prostym terminem, ale ta fraza oznacza coś więcej niż „znalezienie rzeczy”. Czym tak naprawdę jest odkrywanie danych? Jak wpisuje się w nowoczesny krajobraz mobilny, analityczny i big data?

Odkrycie danych, które czasami nazywane jest eksploracją danych, polega na gromadzeniu i analizowaniu danych, a następnie prezentowaniu wyników w czytelnych, użytecznych formatach. Mówiąc najprościej mówiąc, odkrywanie danych to proces znajdowania wzorców w danych i wykorzystywania tych wzorców do osiągnięcia określonego celu biznesowego.

Oczywiście odkrywanie danych to coś więcej niż dopasowywanie punktów. Organizacje wykorzystują wykrywanie danych do szerokiego zakresu celów i aplikacji w różnych obszarach - a we współczesnym cyfrowym świecie jest więcej danych do odkrycia niż kiedykolwiek.

Skąd pochodzą Data Discovery?

Chociaż odkrywanie danych jest stosunkowo nowe w „gorącym” leksykonie cyfrowych terminów biznesowych, metody i strategie nie są takie nowe. Poprzednik tego terminu, data mining, został wprowadzony w latach 90. XX wieku, ale firmy i organizacje stosują jakąś formę odkrywania danych od zarania handlu.

Nowoczesne odkrywanie danych jako strategia biznesowa powstało dzięki powstaniu dużych zbiorów danych - terminem catch-all, który opisuje stosunkowo niedawny, wykładniczy wzrost dużych, złożonych zestawów danych, w którym sama ilość informacji wyklucza się przy użyciu tradycyjnych baz danych i narzędzi organizacyjnych wyciągnij cokolwiek przydatnego.

Jednak duże zbiory danych to wielka sprawa dla dzisiejszych firm, ponieważ wśród tych wszystkich danych ustrukturyzowanych i nieustrukturyzowanych znajdują się bardzo użyteczne wzorce, które można wykorzystać do poprawy strategii marketingowych, ROI i zysków. Dlatego platformy do odkrywania danych zostały zaprojektowane, aby zapewnić organizacjom łatwiejsze sposoby wskazywania, analizowania i wydobywania odpowiednich danych.

Jak działa Data Discovery

Platformy do odkrywania danych zwykle składają się z kilku narzędzi, które są ze sobą powiązane i działają razem w celu wydobycia danych i przedstawienia ich w znaczący sposób. Istnieje kilka różnych sposobów, w jakie narzędzia te znajdują i identyfikują odpowiednie informacje, ale większość z nich opiera się na trzech podstawowych metodach analitycznych:

• Metadane: cała treść cyfrowa zawiera metadane lub „dane o danych”. Informacje te są na ogół ukryte przed użytkownikami końcowymi, ale są widoczne na zapleczu. Metadane są zwykle przechowywane przy użyciu tabel i atrybutów kolumn - więc narzędzia do wyszukiwania danych używające metadanych szukałyby dopasowań w nazwie kolumny, rozmiarze i typie danych.
• Etykiety: W wielu przypadkach dane są generowane i grupowane pod etykietami lub tagami opisującymi dane w tej grupie. Te tagi mogą być generowane podczas tworzenia danych lub mogą być dodawane w celach informacyjnych i dodatkowych. Etykiety lub tagi są podobne do metadanych, choć mniej formalne.
• Treść: ta strategia analizuje same dane, a nie dołączone etykiety lub metadane.

Zwykle wolumen danych treści będzie znacznie większy niż znaczniki lub metadane, co oznacza, że ​​identyfikacja danych według zawartości trwa dłużej i wykorzystuje bardziej złożone metody wykrywania. Jednak analiza treści zwykle zapewnia bogatsze i bardziej użyteczne wyniki relacyjne.

Po przeanalizowaniu danych można użyć innych narzędzi wykrywania danych w celu przedstawienia odkrytych relacji, trendów lub wzorców w przydatnym formacie. Wykresy, tabele i wykresy są podstawowymi narzędziami prezentacji wykorzystywanymi w odkrywaniu danych, ale bardziej złożone, ale czytelne prezentacje, takie jak infografiki, zyskują przychylność analityków danych.

Co może zrobić Data Discovery?

Pod względem praktycznego wykorzystania platformy i narzędzia do odkrywania danych są prawie nieograniczone. Te metody i strategie są najczęściej stosowane przez organizacje zajmujące się konsumentami w prawie każdej branży, w tym sprzedaż detaliczną, finansową, komunikacyjną i marketingową, chociaż organizacje non-profit, organizacje biznesowe i agencje rządowe również korzystają z tej technologii.

Odkrywanie danych umożliwia organizacji znalezienie związków między czynnikami wewnętrznymi (takimi jak cena, pozycjonowanie produktu i wydajność pracowników) a czynnikami zewnętrznymi (takimi jak dane dotyczące konkurencji, wskaźniki ekonomiczne i dane demograficzne klientów). Relacje te pomagają firmom zilustrować i zdefiniować wpływ zmian jednego lub więcej czynników na sprzedaż, zaangażowanie klientów i zyski.

Narzędzia wykorzystywane w odkrywaniu danych oferują bardziej szczegółowy obraz wpływowych czynników i pozwalają firmom dostosować strategie marketingowe i kampanie reklamowe za pomocą ściśle ukierunkowanych informacji. Silnik rekomendacji popularnej usługi przesyłania strumieniowego wideo Netflix jest dobrym przykładem technologii wykrywania danych w pracy. Usługa korzysta z zewnętrznych danych o historii oglądania klientów i wewnętrznych danych o treści medialnej w swojej bazie danych, aby tworzyć indywidualne sugestie dotyczące nowych filmów, które mogą zainteresować ich klientów.

Ale potencjalne zastosowanie odkrywania danych wykracza poza konsumentów detalicznych. Jednym z przykładów jest Advanced Scout, program używany przez National Basketball Association (NBA). Analizuje ruchy graczy na podstawie nagrań z meczów koszykówki, aby pomóc trenerom w opracowywaniu strategii i organizowaniu rozgrywek.

W miarę rozwoju platform do odkrywania danych, a technologia staje się bardziej przystępna, coraz więcej organizacji będzie mogło korzystać z tych narzędzi, aby lepiej zrozumieć swoich klientów i dostarczać unikalne, dostosowane do potrzeb oferty, które usprawnią handel dla wszystkich.