Store data: Hvad har din virksomhed virkelig brug for?

Som virksomhedsejer i den moderne verden har du sikkert hørt meget om Big Data i de seneste år. Måske har du endda begyndt at bruge det til at informere dine forretningsbeslutninger. Men på grund af den enorme mængde data, der genereres hver dag, er det svært at vide, om du virkelig bruger det effektivt.

"Enhver branchens vertikale dag åbner op for Big Data-verdenen," siger administrerende direktør Anil Kaul af intelligent analyseselskab Absolutdata. "Små virksomheder ... er begyndt at udnytte en kombination af interne og tredjepartsteknologier til at udvikle en 360-graders visning af deres kunder ved at bruge data fra flere kilder. Den største udfordring er imidlertid at bestemme hvilke data der virkelig skal fokusere på og hvordan de kan udtrække den reelle værdi fra disse data. "

Vladim Rikhter, administrerende direktør for mobile arbejdsstyrke og task management softwarefirma Zenput, sagde, at der er meget" støj "omkring Big Data, og virksomhederne skal komme til kernen i, hvordan de kan bruge disse data til at nå deres mål.

"Virksomheder bør kun være opmærksomme på en eller to centrale målinger for at få en god følelse af deres kundes sundhed," forklarede Rikhter Mobby Business. "Resten af ​​dataene skal bruges til at præcisere tilgangen."

Men hvordan beslutter du, hvilke målinger der skal fokuseres på? Data- og forretningseksperter vejede ind på de forskellige typer Big Data, du kan analysere, og hvordan du finder og bruger dem, der er mest for din virksomhed.

Hvad omfatter Big Data?

Hvis du ikke er sikker hvor begynder med Big Data analytics, er det nyttigt at først studere og forstå de forskellige typer data, der er tilgængelige for dig. Kaul gav en oversigt over flere kategorier af Big Data og deres anvendelser til små virksomheder:

Sociale netværk

Typisk er denne type information i form af menneskelige oplevelser, sagde Kaul. Det er helt digitaliseret og lagret overalt fra personlige computere til sociale netværk. Data er løst strukturerede og ofte ungoverned. Eksempler er:

• Sociale netværk (Facebook, Twitter, Tumblr osv.)
• Blogs og kommentarer
• Billeder (Instagram, Flickr, Picasa osv.)
• Videoer (YouTube, Vimeo, Vine osv. .)
• Internet-søgninger
• Mobil dataindhold (tekstmeddelelser)
• Brugergenererede kort
• Email

Traditionelle forretningssystemer

Denne type data er meget struktureret og omfatter transaktioner, referencetabeller og relationer, samt de metadata, der sætter sin sammenhæng. Kaul bemærkede, at disse data er det store flertal af, hvad IT forvalter og processer, og det er normalt struktureret og opbevaret i relationelle databasesystemer. Eksempler er:

• Data produceret af offentlige organer
• Lægeplader
• Handelsforretninger (herunder e-handel)
• Bank- / lagerregnskaber

Ting af Internet

Denne maskingenererede data er afledt fra enheder og sensorer bruges til at måle og registrere hændelser og situationer i den fysiske verden. Fra enkle sensorregistre til komplekse computerlogfiler er disse data velstrukturerede, sagde Kaul. Eksempler er:

• Data fra sensorer
• Faste sensorer
• Vejr / forurening sensorer
• Trafik sensorer / webcam
• Sikkerhed / overvågning videoer / billeder
• Mobil sensorer (tracking)

Hvilke data har du virkelig brug for?

Selvom du muligvis indsamler og lagrer mange af de ovennævnte typer data, har du ikke tid, ressourcer eller behov for at sigtes gennem hver af dem. I stedet skal du finde ud af, hvilke der er væsentlige for at informere dine forretningsbeslutninger og kun skinne på disse datasæt.

Sara Vera, en datalogiker hos CRM og projektledelses softwarefirmaet Insightly, anbefalede små virksomheder at fokusere på beregninger, der belysning kundeadfærd.

"Brug Big Data for at få mest muligt information om kundebase, hvem disse kunder er, hvad de kan lide og ikke lide om produktet og hvordan de bruger produktet," sagde Vera. "Disse oplysninger kan udstråle udadtil med hensyn til fortsat vækst og udvikling af produktet."

Men afhængigt af den type virksomhed du kører, kan der være et andet område, der er mere afgørende for dig at fokusere på. Charles Silver, administrerende direktør for avanceret analyticsfirma Algebraix Data, opregner fem vigtige bekymringer, som de fleste virksomheder har: omsætningsvækst, rentabilitet, kundeadministration, operationel effektivitet og risiko / svig. Hvert af disse store emner kan opdeles i mindre områder, hvor specifikke analyser kan give nyttige indsigter.

Det første skridt er at bestemme hvilken af ​​disse fem bekymringer der er din virksomheds højeste prioritet. Derefter kan du rangere mindre relaterede opgaver i rækkefølge af betydning. For eksempel sagde Silver, at hvis effektivitet er din højeste prioritet, kan dine specifikke analyser fokusere på områder som efterspørgselsoverslag, arbejdstidsplanlægning eller transportoptimering.

"Det afhænger af den enkelte virksomhed og dens nuværende udfordringer," sagde Silver. "Ejere af restaurant- og detailvirksomheder vil drage nytte af analyser, der fokuserer på 'kundesegmentering' og 'menu / lageroptimering'. I modsætning hertil vil en gruppe lokale forsikringsagenturer eller en mellemstore sundhedsfirma gerne fokusere på at "finde frem til svigagtige krav." Og mange virksomheder vil drage fordel af analyser, der forudsiger kundens livstidsværdi, så de kan måle tilbageholdelsesindsatsen i overensstemmelse hermed. "

Du vil måske også gerne se på analyser, der identificerer dine øverste samarbejdspartnere og initiativer samt kørslen styrker bag dem, sagde Jeff Boehm, vicedirektør for marketing hos DataGravity, en leverandør af databevidste lagringsløsninger.

"Med flere detaljer om de bestræbelser, der giver et højt investeringsafkast for din virksomhed, kan du lettere gentage disse situationer i fremtiden, "sagde Boehm.

Brug af dine nøgledata

Analyse af det

Når du ved, hvilke datasæt du skal se på, skal du derefter bestemme, hvordan du skal sætte det på arbejde. Rikhter bemærkede, at Big Data analyse altid skulle starte med et spørgsmål. Hvad vil du opnå ved at analysere disse data? Når problemet er identificeret, kan du fokusere på, hvordan dataene løser det, siger Rikhter.

For at starte processen med at analysere Big Data, sagde Aaron Rallo, administrerende direktør for IT-effektivitetssoftwarefirmaet TSO Logic, at virksomhederne har brug for en automatiseret system eller program, der giver dem mulighed for at indsamle dataene og konvertere dem til direkte handlinger.

"Uden automatisering og intelligens vil du blive efterladt af en overvældende bunke af data, der ikke gør andet end at koste penge til at gemme," sagde Rallo. "Find en partner, der har erfaring med at løse de problemer, du forsøger at løse. Sørg også for, at du stoler på dataene og kan stole på det, når du træffer beslutninger. Hvis du eller dine teammedlemmer sætter spørgsmålstegn ved kilden, så vil det producere flere spørgsmål end svar. "

Giles House, chef marketingchef for CallidusCloud, en udbyder af cloud-baserede salgs-, marketing- og læringsløsninger, sagde at finde ud af sammenhængen mellem dine datasæt kan hjælpe dig med at bestemme, hvad du skal gøre derfra .

"Der er værdi i en enkelt, specifik kritisk metrisk, men hvis du vil have reel værdi, skal du se efter sammenhænge mellem datasæt, som den gennemsnitlige handlingsstørrelse i forhold til den gennemsnitlige citatstørrelse eller handlingsstørrelsen i forhold til mængden af ​​indhold, der downloades," House sagde. "Der er mange flere sammenhænge at undersøge - vælg dem, der er mest afgørende for din succes, og brug derefter det indsigt, de giver til handling."

Sikring af det

En vigtig ting, som virksomheder skal huske på - men ofte overse - er det faktum, at ligesom dine andre data, er dine Big Data og enhver efterfølgende analyse på den i fare for at blive hacket eller stjålet. Rallo sagde, at data, der er lagret, i mange tilfælde er fortroligt og har brug for beskyttelse. Niveauet af den krævede beskyttelse er baseret på dataens følsomhed.

"I nogle tilfælde skal dataene holdes under forudsætning, og i andre tilfælde kan det betroes til tredjeparter eller gemmes i skyen. Men i det hele taget sager, sikkerhed og datasikkerhed bør overvejes, "sagde Rallo.

Boehm aftalt og mindede virksomhedsejere om, at internt genererede data som e-mails, noter, tekstdokumenter og præsentationsdæk også er en del af virksomhedens Big Data, og det skal også håndteres korrekt og sikkert.

"Hvis du ikke gør det ved præcis, hvor du lagrer kritiske aktiver og privat information, er det svært at stoppe dem fra at blive udsat, "sagde Boehm. "Du skal anvende analyser og visualisering for fuldt ud at forstå denne information. Hvor er den? Hvem har adgang til den? Hvilken type information er det? Hvor gammel er det? Sortering gennem disse mørke data kan pege på potentielle sikkerhedsrisici og hjælpe med at identificere hvilke filer, mapper eller servere du måske betaler for at opretholde, men sjældent bruger. "

Monetisering af det

For næsten alle virksomheder er det ultimative mål med Big Data analytics at træffe bedre forretningsbeslutninger, der vil føre til højere overskud. Kaul sagde, at nøglen til at tjene penge på dine data er at se på de økonomiske spørgsmål, det kan hjælpe med at svare.

"Ofte kan dataene hjælpe med at besvare spørgsmål om værdi, brug, risiko eller fremtidig værdi eller risiko for et bestemt aktiv" Kaul sagde. "For at opnå værdi fra Big Data skal dataene konverteres til en formular eller et produkt, der svarer til et grundlæggende marked eller aktiv spørgsmål. Sådanne data produkter kan sælges eller handles til kunder. Det kan også være at give væk data produkter, der stammer fra Big Data, vil drive andre relaterede indtægtsstrategier. "

Lloyd Marino, administrerende direktør for Avetta Global, en teknologistrategi og applikationsudviklingsfirma, sagde, at efter hvad han kalder de tre A'er for Big Data - automatisering, analyse og handling - vil hjælpe dig med at nå dit tilsigtede formål og øge dit afkast.

"Automatiser samlingen af ​​dine data, anvend analyserne for at skabe indsigt i dine data og gøre en indsats for resultaterne, der fortsætter med at forbedre dine algoritmer, skyll derefter og gentag" Marino sagde.

Marino rådede især forretningsledere til at oprette en plan for deres dataanalyse for at holde sig selv og deres hold på sporet.

"En lille virksomhed kan blive fanget i Big Data," sagde Marino. "Du risikerer at blive begravet under det, medmindre du indarbejder en plan for korrekt at styre og udnytte det. Uden en solid plan i overensstemmelse med dine forretningsmæssige mål ... kan du gå glip af en elegant løsning med et solidt investeringsafkast."

Uhøflige medarbejdere koster virksomheder mere end de ved

Det er en nej -brainer, at dårlig kundeservice vil koste dig forretning. Men det viser sig, at medarbejdernes adfærd mod hinanden også kan påvirke din bundlinje. Når medarbejderne er uhøflige til hinanden, er kunderne mindre tilbøjelige til at gøre gentagne forretninger med virksomheden, viser en ny undersøgelse.

(Forretning)

Digital annonceringssucces er et flytende mål

Men ikke kun bevægelser vil gøre. Forbrugere, der ser onlineannoncer, hvor den vare, der sælges, ændrer retningen, når den flytter på tværs af skærmen, er mere tilbøjelige til at opfatte produktet som nyskabende, ifølge et undersøgelsessæt, der skal offentliggøres i et kommende nummer af Journal of Marketing.

(Forretning)