Dữ liệu lớn cho doanh nghiệp nhỏ cho người mới bắt đầu Cheat Sheet - núm vú

Bởi Bernard Marr

Dữ liệu lớn làm cho tiêu đề lớn, nhưng nó không chỉ là một cụm từ buzz kinh doanh mới nhất fad. Hiện tượng này là rất thực tế và nó mang lại những lợi ích cụ thể trong rất nhiều lĩnh vực khác nhau - đặc biệt trong kinh doanh. Ở đây bạn sẽ có được một trái tim các dữ liệu lớn với tư cách là chủ doanh nghiệp hoặc người quản lý: Bạn sẽ xem các thuật ngữ chính cần hiểu kỹ năng dữ liệu quan trọng của doanh nghiệp, mười bước để sử dụng dữ liệu lớn để đưa ra các quyết định tốt hơn và mẹo để truyền đạt thông tin chi tiết từ dữ liệu đến đồng nghiệp của bạn.

Hiểu Giữ ​​Thông tin về Dữ liệu Lớn

Thuật ngữ kỹ thuật xung quanh dữ liệu lớn có thể có vẻ hơi nản lòng lúc đầu. Cụm từ và cụm từ quan trọng mà bạn có thể gặp phải, với các định nghĩa dễ hiểu cho mỗi câu, hãy làm theo:

• Dữ liệu lớn: Ngày càng nhiều, mọi thứ bạn bỏ qua là dấu vết (hay dữ liệu) (và những người khác) có thể sử dụng và phân tích. Cụm từ Dữ liệu lớn đề cập đến dữ liệu đang được thu thập và khả năng sử dụng nó.

• Phân tích dữ liệu lớn: Đây là quá trình thu thập, xử lý và phân tích dữ liệu để tạo ra những hiểu biết sâu sắc đưa ra quyết định dựa trên thực tế. Trong nhiều trường hợp nó bao gồm việc phân tích dựa trên phần mềm bằng các thuật toán.

• Thuật toán: Công thức toán học hoặc quy trình thống kê được chạy bởi phần mềm để phân tích dữ liệu. Nó thường bao gồm nhiều bước tính toán và có thể được sử dụng để tự động xử lý dữ liệu hoặc giải quyết vấn đề.

• Điện toán đám mây: Phần mềm hoặc dữ liệu chạy trên máy chủ từ xa chứ không phải tại địa phương. Vì vậy, thay vì lưu trữ hoặc tính toán mọi thứ trên máy của bạn, bạn có thể sử dụng các máy tính khác được kết nối với máy tính của bạn qua mạng (chẳng hạn như Internet).

• Dữ liệu có cấu trúc: Bất kỳ dữ liệu hoặc thông tin nào nằm trong một trường cố định trong một bản ghi hoặc tệp được xác định, chẳng hạn như cơ sở dữ liệu hoặc bảng tính. Cấu trúc vốn có của nó làm cho nó nhanh chóng, dễ dàng và rẻ tiền để phân tích.

• Dữ liệu phi cấu trúc: Tất cả dữ liệu không dễ lưu trữ và lập chỉ mục trong các định dạng truyền thống hoặc cơ sở dữ liệu. Nó bao gồm các cuộc trò chuyện qua email, các bài báo truyền thông xã hội, nội dung video, hình ảnh, ghi âm giọng nói, âm thanh và như vậy. Thiếu cơ cấu của nó làm cho nó khó khăn hơn để phân tích bằng cách sử dụng các chương trình máy tính truyền thống.

• Dữ liệu có cấu trúc bán cấu trúc: Bạn đoán nó, đây là một sự chéo giữa các dữ liệu phi cấu trúc và cấu trúc. Đó là dữ liệu có thể có một cấu trúc có thể được sử dụng để phân tích nhưng thiếu cấu trúc nghiêm ngặt được tìm thấy trong cơ sở dữ liệu hoặc bảng tính. Ví dụ: bài đăng trên Facebook có thể được phân loại theo tác giả, ngày tháng, chiều dài và thậm chí là tình cảm, nhưng nội dung thường không có cấu trúc.

• Dữ liệu nội bộ: Tài khoản này chiếm tất cả dữ liệu mà doanh nghiệp của bạn hiện có hoặc tiềm năng có thể truy cập hoặc tạo ra trong tương lai. Nó có thể được cấu trúc theo định dạng (ví dụ như cơ sở dữ liệu khách hàng) hoặc nó có thể không có cấu trúc (dữ liệu đàm thoại từ các cuộc gọi dịch vụ khách hàng).

• Dữ liệu ngoài: Nói một cách đơn giản, đây là mảng thông tin vô hạn tồn tại bên ngoài doanh nghiệp của bạn. Nó có thể được công khai hoặc tư nhân tổ chức và nó cũng có thể được cấu trúc hoặc không có cấu trúc trong định dạng.

• Internet of Things: Một mạng kết nối các thiết bị ( thứ gọi trong tên) để họ có thể giao tiếp với nhau. Điều này bao gồm công nghệ như TV thông minh, điện thoại thông minh và cảm biến, và tất cả đều có thể nhờ vào sự gia tăng lớn trong kết nối giữa các thiết bị, hệ thống và dịch vụ.

6 kỹ năng dữ liệu chính lớn Mỗi nhu cầu kinh doanh

Các kỹ năng cần thiết để sử dụng dữ liệu lớn là gì? Danh sách này bao gồm sáu kỹ năng chính mà tất cả các doanh nghiệp cần phát triển, thông qua việc tuyển dụng các nhà khoa học dữ liệu phù hợp với các thuộc tính này hoặc bằng cách phát triển các kỹ năng này cho nhân viên hiện có:

• Analytics: Điều này liên quan đến việc xác định dữ liệu nào có liên quan đến câu hỏi bạn đang hy vọng để trả lời và giải thích dữ liệu để có được những câu trả lời. Các kỹ năng chính bao gồm một điểm đặc biệt để tìm ra các mẫu và thiết lập liên kết, khả năng hiểu được một loạt các dữ liệu (có cấu trúc và không có cấu trúc) và kiến ​​thức âm thanh của các gói phân tích chuẩn công nghiệp như SAS Analytics và Oracle Data Mining.

• Sự sáng tạo: Bất cứ ai cũng có thể có công thức - bạn cần hướng tới sự đổi mới sẽ tạo cho doanh nghiệp của bạn cách xa gói hàng. Sự sáng tạo đặc biệt quan trọng đối với bất kỳ doanh nghiệp nào có ý nghĩa dữ liệu phi cấu trúc - dữ liệu không vừa với bàn và biểu đồ. Các kỹ năng sáng tạo có giá trị bao gồm một sự khéo léo để giải quyết vấn đề (thậm chí có thể nhận ra những vấn đề mà những người khác chưa biết) và khả năng thu thập và giải thích dữ liệu mới.

• Toán học và thống kê: Những người có nền tảng về toán hoặc thống kê có nền tảng tốt cho các công việc liên quan đến dữ liệu lớn. Bạn đang tìm kiếm ít nhất một sự hiểu biết cơ bản về số liệu thống kê và khả năng đối phó dữ liệu lộn xộn vào các con số có thể được định lượng để bạn có thể rút ra kết luận từ chúng.

• Khoa học máy tính: Loại rộng này bao gồm một phạm vi toàn bộ các trường con, như học máy, cơ sở dữ liệu và điện toán đám mây. Nó có thể bao gồm tất cả mọi thứ từ cắm dây cáp để tạo ra các máy học phức tạp và thuật toán xử lý ngôn ngữ tự nhiên. Các kỹ năng chính bao gồm sự hiểu biết vững chắc về công nghệ cơ sở dữ liệu và nắm vững các công nghệ như Hadoop, Java và Python.

• Sự nhạy bén trong kinh doanh: Những người làm việc với các dữ liệu lớn cần phải nắm rõ các mục tiêu và mục tiêu của công ty, cũng như sự hiểu biết về việc kinh doanh có đi đúng hướng hay không.Điều này bao gồm sự hiểu biết gì làm cho công ty đánh dấu, điều gì làm cho nó phát đạt và tại sao nó nổi bật lên từ các đối thủ cạnh tranh (và nếu nó không phát triển, tại sao nó không phải là).

• Truyền thông: Bạn có thể có những kỹ năng phân tích tốt nhất trên thế giới, nhưng trừ khi bạn có thể trình bày các kết quả một cách rõ ràng và chứng minh làm thế nào để giúp cải thiện hiệu năng và thúc đẩy thành công, tất cả những phân tích đó sẽ đi lãng phí. Kỹ năng giao tiếp cá nhân và viết tay rất quan trọng, cũng như khả năng để thêm giá trị vào dữ liệu thông qua các hiểu biết và phân tích. Một đặc điểm để kể chuyện và có khả năng mang dữ liệu tới cuộc sống thông qua kỹ thuật hình dung cũng sẽ giúp rất nhiều.

10 bước sử dụng dữ liệu để cải thiện quyết định kinh doanh

Dữ liệu phải là trọng tâm của việc đưa ra quyết định chiến lược trong kinh doanh, cho dù bạn điều hành một công ty đa quốc gia hay một doanh nghiệp nhỏ. Dữ liệu lớn có thể cung cấp thông tin chi tiết giúp bạn trả lời các câu hỏi chính về kinh doanh của bạn, chẳng hạn như 'Làm thế nào tôi có thể cải thiện sự hài lòng của khách hàng? '. Dữ liệu dẫn đến hiểu biết sâu sắc; chủ doanh nghiệp và người quản lý có thể biến những hiểu biết đó thành những quyết định và hành động nhằm cải thiện hoạt động kinh doanh.

Sử dụng quy trình mười bước này để đưa ra các quyết định dựa trên dữ liệu:

1. Bắt đầu với chiến lược.

   Thay vì bắt đầu với dữ liệu bạn có thể hoặc nên truy cập, hãy bắt đầu bằng cách tìm ra những gì doanh nghiệp của bạn muốn đạt được. Nói tóm lại, bạn cần phải tính ra mục đích chiến lược của bạn, ví dụ như tăng cơ sở khách hàng của bạn.

2. Trải trong khu vực kinh doanh; xác định các mục tiêu chiến lược của bạn.

   Xác định các lĩnh vực quan trọng nhất để đạt được chiến lược tổng thể của bạn. Đối với hầu hết các doanh nghiệp, khách hàng, tài chính và các lĩnh vực hoạt động là chìa khóa.

3. Xác định các câu hỏi chưa trả lời.

   Xác định câu hỏi nào bạn cần trả lời để đạt được những mục tiêu đó. Bằng cách nghiên cứu chính xác những gì bạn cần biết, bạn có thể tập trung vào dữ liệu mà bạn thực sự cần.

4. Tìm dữ liệu sẽ giúp trả lời những câu hỏi đó.

   Tập trung vào việc xác định dữ liệu lý tưởng cho bạn - dữ liệu có thể giúp bạn trả lời những câu hỏi cấp bách nhất của bạn và đưa ra các mục tiêu chiến lược của bạn.

5. Xác định dữ liệu bạn đã có hoặc có quyền truy cập.

   Sau khi bạn xác định được dữ liệu bạn cần, bạn nên ngồi xem những thông tin đó, ngay cả khi nó không hiển nhiên.

6. Làm việc nếu chi phí và nỗ lực là hợp lý.

   Chỉ khi bạn biết chi phí bạn có thể làm được nếu lợi ích hữu hình vượt trội hơn những chi phí đó. Về mặt này, bạn nên xử lý dữ liệu như bất kỳ đầu tư kinh doanh quan trọng khác. Bạn cần phải tạo ra một trường hợp rõ ràng cho đầu tư phác thảo giá trị lâu dài của dữ liệu vào chiến lược kinh doanh.

7. Thu thập dữ liệu.

   Phần lớn các bước này đi xuống để thiết lập các quy trình và mọi người thu thập và quản lý dữ liệu của bạn. Bạn có thể mua quyền truy cập vào bộ dữ liệu đã sẵn sàng phân tích, trong trường hợp đó không cần phải thu thập dữ liệu như vậy. Tuy nhiên, trên thực tế, nhiều dự án dữ liệu đòi hỏi một số lượng thu thập dữ liệu.

8. Phân tích dữ liệu.

   Bạn cần phải phân tích dữ liệu để trích ra những hiểu biết sâu sắc về kinh doanh có ý nghĩa và hữu ích. Sau khi tất cả, không có điểm đến này nếu bạn không sau đó khám phá một cái gì đó mới từ dữ liệu.

9. Trình bày và phân phối những hiểu biết sâu sắc.

   Trừ khi các kết quả được trình bày đúng người vào đúng thời điểm một cách có ý nghĩa, thì kích thước bộ dữ liệu hoặc tính phức tạp của các công cụ phân tích không quan trọng. Bạn cần đảm bảo rằng những thông tin chi tiết thu được từ dữ liệu của bạn được sử dụng để thông tin cho quá trình ra quyết định và cuối cùng là cải thiện hiệu suất.

10. Kết hợp việc học vào kinh doanh.

    Cuối cùng, bạn cần áp dụng thông tin chi tiết từ dữ liệu đến quyết định của mình, đưa ra các quyết định sẽ biến đổi doanh nghiệp của bạn thành tốt hơn - và sau đó hành động dựa trên những quyết định đó. Đối với tôi, đây là phần đáng khen nhất trong cuộc hành trình dữ liệu: chuyển dữ liệu thành hành động.

Cách truyền đạt thông tin chi tiết từ dữ liệu lớn

Dữ liệu lớn có thể giúp bạn hiểu sâu hơn. Các doanh nghiệp có được lợi thế cạnh tranh khi thông tin phải được gửi tới đúng người vào đúng thời điểm . Điều này có nghĩa là khai thác thông tin chi tiết và thông tin từ dữ liệu và giao tiếp chúng với các nhà hoạch định chính sách một cách dễ hiểu. Rốt cuộc, mọi người ít có khả năng hành động nếu họ phải làm việc chăm chỉ để hiểu thông tin ở phía trước họ.

Đảm bảo hiểu biết sâu sắc của bạn qua các mẹo hàng đầu này:

• Xác định đối tượng mục tiêu của bạn. Đối tượng của bạn là ai phụ thuộc vào các câu hỏi chiến lược của bạn. Khán giả có thể là bạn nếu bạn là chủ doanh nghiệp, hoặc nó có thể là nhóm nhân sự của bạn, đội tiếp thị của bạn hoặc một sự kết hợp. Hãy tự hỏi bản thân những người sẽ xem những kết quả này. Họ đã biết gì về những vấn đề đang thảo luận? Họ cần gì và muốn biết? Và, họ sẽ làm gì với thông tin?

• Tùy chỉnh thông tin cho đối tượng của bạn. Hãy chuẩn bị để tùy chỉnh thông tin của bạn để đáp ứng các yêu cầu cụ thể của từng người ra quyết định.

• Hãy nhớ những gì bạn đang cố gắng để đạt được. Cố gắng không bị phân tâm bởi những hiểu biết thú vị mà không liên quan gì đến việc trả lời các câu hỏi chiến lược và đạt được các mục tiêu kinh doanh của bạn. Có thể có phạm vi để xem lại những hiểu biết khác trong tương lai nhưng bây giờ, tập trung vào những gì bạn đã đặt ra để đạt được.

• Tránh tạo ra một bức tường của văn bản. Hãy nhớ rằng dữ liệu có thể được trình bày như một con số, một bài tường thuật viết ngắn, một bảng, biểu đồ hoặc một biểu đồ. Trên thực tế, cách tiếp cận tốt nhất có thể liên quan đến sự kết hợp của các định dạng này.

• Sử dụng kỹ thuật hiển thị dữ liệu. Hình ảnh rất tuyệt khi chuyển tải thông tin vì chúng nhanh và trực tiếp, chúng thường dễ hiểu, đáng nhớ và chúng làm tăng sự quan tâm, có nhiều khả năng giữ sự chú ý của người đọc hơn là một trang đầy đủ của bản văn.

• Nhưng đừng bỏ qua văn bản. Số, biểu đồ và hình ảnh chỉ có thể cho một ảnh chụp nhanh; tường thuật cho phép bạn trang trí trên những điểm chính. Sử dụng các tự truyện ngắn để giới thiệu những gì bạn đang trình bày và làm nổi bật những hiểu biết chính.

• Sử dụng tiêu đề rõ ràng để làm nổi bật những điểm quan trọng. Bằng cách này, ngay cả trong nháy mắt, những điểm chính sẽ hiển nhiên.

• Liên kết thông tin với chiến lược của bạn. Nếu bạn đang trình bày thông tin trực tiếp trả lời câu hỏi chiến lược về kinh doanh, chẳng hạn như 'Làm thế nào để chúng ta giảm được doanh thu của nhân viên xuống 10%? ', bao gồm câu hỏi trong câu chuyện mở đầu và thậm chí có thể là tiêu đề.