Big data for small business for dummies cheat sheet - dummies

di Bernard Marr

I big data fanno grandi titoli, ma è molto più di una semplice frase o l'ultima moda d'affari. Il fenomeno è molto reale e sta producendo benefici concreti in tante aree diverse, in particolare nel mondo degli affari. Qui entrerai nel cuore dei big data come imprenditore o manager: esaminerai la terminologia chiave di cui hai bisogno per comprendere le competenze cruciali dei big data per le aziende, dieci passaggi per utilizzare i big data per prendere decisioni migliori e suggerimenti per comunicare gli approfondimenti dai dati ai colleghi.

Capire il gergo dei Big Data

Il gergo tecnico che circonda i big data può sembrare inizialmente scoraggiante. Le frasi chiave e i termini che probabilmente incontrerai, con definizioni facili da comprendere per ognuno, seguono:

Big data: Sempre più spesso tutto ciò che fai lascia una traccia (o dati) digitale, che tu (e altri) possono usare e analizzare. La frase big data si riferisce a quei dati raccolti e alla possibilità di farne uso.
Analisi dei big data: Questo è il processo di raccolta, elaborazione e analisi dei dati per generare approfondimenti che informano il processo decisionale basato sui fatti. In molti casi si tratta di analisi basate su software che utilizzano algoritmi.
Algorithm: Una formula matematica o un processo statistico eseguito dal software per analizzare i dati. Di solito comporta più passaggi di calcolo e può essere utilizzato per elaborare automaticamente i dati o risolvere problemi.
Cloud computing: Software o dati in esecuzione su server remoti, piuttosto che localmente. Pertanto, invece di archiviare o calcolare le cose sul proprio computer, è possibile utilizzare altri computer collegati al computer tramite una rete (come Internet).
Dati strutturati: Qualsiasi dato o informazione che si trova in un campo fisso all'interno di un record o di un file definito, come un database o un foglio di calcolo. La sua struttura intrinseca rende l'analisi rapida, facile ed economica.
Dati non strutturati: Tutti i dati non facilmente archiviati e indicizzati in formati o database tradizionali. Comprende conversazioni e-mail, post sui social media, contenuti video, foto, registrazioni vocali, suoni e così via. La sua mancanza di struttura rende più difficile l'analisi utilizzando i tradizionali programmi per computer.
Dati semi-strutturati: Avete indovinato, questo è un incrocio tra dati non strutturati e strutturati. Si tratta di dati che possono avere una struttura che può essere utilizzata per l'analisi ma manca della rigida struttura presente nei database o nei fogli di calcolo. Ad esempio, un post di Facebook può essere classificato per autore, data, durata e persino sentimento, ma il contenuto è generalmente non strutturato.
Dati interni: Questo rappresenta tutti i dati attualmente disponibili o potenzialmente in grado di accedere o generare in futuro. Potrebbe essere strutturato in formato (ad esempio, un database clienti) o potrebbe non essere strutturato (dati di conversazione da chiamate al servizio clienti).
Dati esterni: In parole semplici, questa è la serie infinita di informazioni che esistono al di fuori della tua attività. Può essere pubblicamente disponibile o privato e può anche essere strutturato o non strutturato in formato.
Internet of Things: Una rete che collega i dispositivi (le cose cui si fa riferimento nel nome) in modo che possano comunicare tra loro. Questo comprende tecnologia come televisori intelligenti, smartphone e sensori, ed è tutto possibile grazie al massiccio aumento della connettività tra dispositivi, sistemi e servizi.

6 Competenze chiave per i Big Data Tutte le esigenze aziendali

Quali sono le competenze chiave necessarie per utilizzare con successo i big data? L'elenco include sei competenze chiave che dovrebbero essere sviluppate da tutte le aziende, sia attraverso il reclutamento di scienziati che abbinano questi attributi, sia sviluppando queste competenze nei dipendenti esistenti:

Analytics: Ciò comporta la determinazione dei dati rilevanti per la domanda speri di rispondere e interpretare i dati per ricavare quelle risposte. Le competenze chiave includono un'abilità per individuare modelli e stabilire collegamenti, la capacità di dare un senso a una serie di dati (sia strutturati che non strutturati) e una solida conoscenza di pacchetti di analisi standard del settore come SAS Analytics e Oracle Data Mining.
Creatività: Chiunque può essere formidabile: devi mirare all'innovazione che metterà la tua attività al di fuori del pacchetto. La creatività è particolarmente importante per qualsiasi azienda che desideri dare un senso a dati non strutturati - dati che non si adattano comodamente a tabelle e grafici. Le preziose abilità creative includono un'abilità per risolvere i problemi (forse anche per individuare problemi di cui gli altri non sono ancora a conoscenza) e la capacità di trovare nuovi modi per raccogliere e interpretare i dati.
Matematica e statistica: Le persone con un forte background in matematica o statistica hanno una buona base per il lavoro sui big data. Stai cercando almeno una conoscenza di base delle statistiche e la possibilità di scambiare dati confusi in cifre che possono essere quantificate in modo da poterne trarre conclusioni.
Informatica: Questa categoria molto ampia copre un'intera gamma di sottocampi, come l'apprendimento automatico, i database e il cloud computing. Può coprire tutto, collegando i cavi alla creazione di sofisticati algoritmi di apprendimento automatico e linguaggio naturale. Le competenze chiave comprendono una solida conoscenza della tecnologia di database e una solida conoscenza di tecnologie come Hadoop, Java e Python.
Soddisfazione degli affari: Le persone che lavorano con i big data necessitano di una solida conoscenza degli obiettivi e degli obiettivi dell'azienda, oltre a capire se l'azienda si sta dirigendo nella giusta direzione.Ciò include capire cosa fa spiccare l'azienda, cosa lo fa prosperare e perché si distingue dai suoi concorrenti (e se non è florido, perché non lo è).
Comunicazione: Puoi avere le migliori capacità analitiche nel mondo, ma a meno che tu non sia in grado di presentare i risultati in modo chiaro e dimostrare come possono aiutare a migliorare le prestazioni e guidare il successo, tutta questa analisi andrà sprecare. Le grandi capacità comunicative interpersonali e scritte sono fondamentali, così come la capacità di aggiungere valore ai dati attraverso approfondimenti e analisi. Un aiuto per la narrazione e la possibilità di portare dati alla vita attraverso le tecniche di visualizzazione aiuterà anche immensamente.

10 passaggi per l'utilizzo dei dati per migliorare le decisioni aziendali

I dati dovrebbero essere al centro del processo decisionale strategico nel mondo degli affari, indipendentemente dal fatto che gestiate un'impresa multinazionale o una piccola azienda familiare. I dati di grandi dimensioni possono fornire approfondimenti che ti aiutano a rispondere alle tue domande aziendali chiave, ad esempio "Come posso migliorare la soddisfazione del cliente? '. I dati portano a intuizioni; i proprietari e i gestori di attività commerciali possono trasformare tali informazioni in decisioni e azioni che migliorano il business.

Utilizza questa procedura in dieci passaggi per prendere decisioni basate sui dati:

Inizia con la strategia.

Invece di iniziare con quali dati potresti o dovresti accedere, inizia a capire cosa sta cercando di raggiungere la tua azienda. In poche parole, devi capire quali sono i tuoi obiettivi strategici, ad esempio aumentare la base di clienti.
Affrettati nella business area; identifica i tuoi obiettivi strategici.

Identifica le aree più importanti per raggiungere la tua strategia complessiva. Per la maggior parte delle aziende, le aree clienti, finanziarie e operative sono fondamentali.
Identifica le domande senza risposta.

Trova le domande a cui devi rispondere per raggiungere tali obiettivi. Eseguendo esattamente ciò che devi sapere, puoi concentrarti sui dati di cui hai veramente bisogno.
Trova i dati che ti aiuteranno a rispondere a queste domande.

Concentrati sull'individuazione dei dati ideali per te: i dati che potrebbero aiutarti a rispondere alle domande più urgenti e raggiungere i tuoi obiettivi strategici.
Identifica quali dati hai già o hai accesso.

Dopo aver identificato i dati di cui hai bisogno, è logico vedere se sei già seduto su alcune di queste informazioni, anche se non è immediatamente evidente.
Risolvi se i costi e gli sforzi sono giustificati.

Solo dopo aver conosciuto i costi, puoi risolvere se i benefici tangibili superano tali costi. A tale riguardo, dovresti trattare i dati come qualsiasi altro investimento aziendale chiave. È necessario fare chiarezza sull'investimento che delinea il valore a lungo termine dei dati nella strategia aziendale.
Raccogli i dati.

Gran parte di questo passaggio si riduce alla creazione dei processi e delle persone per raccogliere e gestire i dati. Potresti acquistare l'accesso a un set di dati pronto per l'analisi, nel qual caso non è necessario raccogliere dati in quanto tali. Ma, in realtà, molti progetti di dati richiedono una certa quantità di raccolta di dati.
Analizza i dati.

È necessario analizzare i dati al fine di estrarre informazioni utili e utili sul business. Dopo tutto, non ha senso arrivare così lontano se non si scopre qualcosa di nuovo dai dati.
Presenta e distribuisce gli approfondimenti.

A meno che i risultati non vengano presentati alle persone giuste al momento giusto in modo significativo, la dimensione dei set di dati o la sofisticazione degli strumenti di analisi non sono importanti. È necessario assicurarsi che le informazioni acquisite dai dati vengano utilizzate per informare il processo decisionale e, in definitiva, migliorare le prestazioni.
Incorporare l'apprendimento nel business.

Infine, è necessario applicare gli approfondimenti dai dati al processo decisionale, prendere le decisioni che trasformeranno il business in meglio e quindi agire in base a tali decisioni. Per me, questa è la parte più gratificante del viaggio dei dati: trasformare i dati in azioni.

Come comunicare informazioni dai Big Data

I big data possono aiutarti a ottenere informazioni dettagliate. Le aziende ottengono un vantaggio competitivo quando la informazione giusta viene consegnata alla persone giuste al momento giusto . Ciò significa estrapolare informazioni e informazioni dai dati e comunicarli ai responsabili delle decisioni in un modo facilmente comprensibile. Dopo tutto, le persone hanno meno probabilità di agire se devono lavorare sodo per capire le informazioni di fronte a loro.

Assicurati che i tuoi approfondimenti riflettano con questi suggerimenti:

Identifica il tuo pubblico di destinazione. Chi è il tuo pubblico dipende dalle tue domande strategiche. Il pubblico potrebbe essere te se sei il proprietario dell'azienda, o potrebbe essere il tuo team di risorse umane, il tuo team di marketing o una combinazione. Chiediti chi vedrà questi risultati. Cosa sanno già dei problemi in discussione? Di cosa hanno bisogno e vogliono sapere? E cosa faranno con le informazioni?
Personalizza le informazioni per il tuo pubblico. Preparati a personalizzare le tue informazioni per soddisfare i requisiti specifici di ciascun decisore.
Ricorda ciò che stai cercando di ottenere. Cerca di non distrarti da interessanti spunti che non hanno nulla a che fare con la risposta alle tue domande strategiche e il raggiungimento degli obiettivi aziendali. Potrebbe esserci spazio per rivisitare quelle altre intuizioni in futuro, ma, per ora, concentrarsi su ciò che si desidera raggiungere.
Evita di creare un muro di testo. Ricorda che i dati possono essere presentati come un numero, una breve descrizione scritta, una tabella, un grafico o un grafico. In effetti, è probabile che l'approccio migliore implichi una combinazione di questi formati.
Usa le tecniche di visualizzazione dei dati. Le immagini sono ottime per trasmettere informazioni perché sono veloci e dirette, sono (di solito) facili da capire, sono memorabili e aggiungono interesse, essendo molto più propensi a tenere l'attenzione del lettore di una pagina intera di testo.
Ma non trascurare il testo. Numeri, grafici e immagini possono solo dare un'istantanea; la narrativa ti permette di abbellire punti chiave. Utilizza brevi narrazioni per presentare ciò che stai mostrando e evidenziare le informazioni chiave.
Usa titoli chiari per far risaltare i punti importanti. In questo modo, anche a una rapida occhiata, i punti chiave saranno evidenti.
Collega le informazioni alla tua strategia. Se stai presentando informazioni che rispondono direttamente a una domanda aziendale strategica, ad esempio "Come ridurre il turnover del personale del dieci percento? ', includi quella domanda nella narrativa di apertura e forse anche il titolo.