Làm thế nào để Business Intelligence làm việc với dữ liệu phi cấu trúc? - giả sử

Giả sử rằng bạn đang sử dụng môi trường kho lưu trữ dữ liệu có cấu trúc không có cấu trúc để phân tích so sánh giữa các dịch vụ được cung cấp bởi công ty bạn (ngân hàng) và các dịch vụ tương ứng của đối thủ cạnh tranh.

Bạn chạy một số báo cáo cơ bản và một số câu hỏi để kiểm tra thị phần, hiệu suất danh mục đầu tư và các biện pháp khác. Hoặc để phân tích nâng cao hơn, bạn sử dụng công cụ phân tích nghiệp vụ OLAP để thực hiện tất cả các loại phân tích sâu về dữ liệu để hiểu rõ những sự phức tạp của hiệu suất của công ty đối với các đối thủ cạnh tranh của bạn.

Đôi khi, mặc dù, bạn không thể tìm thấy câu trả lời trong các con số. Giả sử bạn nhận thấy sự gia tăng đột ngột việc đóng tài khoản tại ngân hàng của bạn trong hai tháng vừa qua. Điều gì đang xảy ra?

Các loại dữ liệu phi cấu trúc

Bạn có thể hiểu được cơ sở của thông tin kinh doanh bằng thuật ngữ chính: Nhận được thông tin càng nhiều càng tốt - càng nhanh càng tốt - từ càng nhiều nguồn càng tốt, để giúp bạn hiểu được điều gì đang xảy ra và hành động thông báo. Theo định nghĩa rộng này, trí thông minh có thể dễ dàng bao gồm các loại thông tin sau mà bạn không thể tìm thấy trong (hoặc truy cập qua) một kho dữ liệu truyền thống:

• Một tờ báo địa phương của đối thủ cạnh tranh cho phép kiểm tra không có lệ phí trong một năm và thêm 1. 5 phần trăm kiếm được trên tiền gửi bằng tiền thị trường nếu một khách hàng tiềm năng cho thấy một bảng sao kê ngân hàng chỉ ra rằng họ đã đóng Tài khoản tại ngân hàng của bạn

• Một biểu ngữ quảng cáo trên Google có tính năng cung cấp của đối thủ cạnh tranh của bạn

• Một liên kết tới mỗi trang web của đối thủ cạnh tranh, nơi bạn có thể phân tích các loại dịch vụ ngân hàng điện tử mà họ cung cấp

• Biên bản cuộc phỏng vấn với chuyên gia kinh tế khu vực cho biết ngân hàng của bạn là mục tiêu tiếp quản chính và có lẽ sẽ không hoạt động với tên hiện tại vào cùng thời điểm năm tới

Trong ví dụ đơn giản này vì các mục xảy ra cục bộ hoặc theo khu vực, bạn có thể tin rằng bạn có thể truy cập vào tất cả thông tin này từ kho dữ liệu hỗ trợ đa phương tiện. ("Một nhà phân tích ngân hàng giỏi có thể biết tất cả các công cụ này," đúng không?)

Một ví dụ toàn cầu về kho dữ liệu

Hãy suy nghĩ về ví dụ này trên quy mô toàn cầu. Bạn có tự hỏi tại sao doanh số bán hàng của công ty bạn đang trượt ở Thụy Điển? Bạn có thể cần phải có những loại thời gian thực, trí tuệ thu thập khả năng cho một tình hình cạnh tranh trên toàn cầu.

Ví dụ: hãy tưởng tượng một công ty trong ngành hóa học muốn kiến ​​trúc cho một môi trường kho bán dữ liệu gần như gần bởi vì nó chỉ có một nguồn dữ liệu duy nhất mà là một lượng thông tin lịch sử rất lớn mà có thể phải được đưa vào hệ thống mới).

Khoảng 80 phần trăm thông tin lịch sử được đưa lên giấy, và khách hàng đang xem xét cuối cùng đưa thông tin đó vào hệ thống quản lý tài liệu. Vì lý do ngân sách, chúng chỉ giải quyết việc chuyển đổi dữ liệu lịch sử truyền thống (ký tự, số và ngày tháng) và lập bản đồ và chuyển đổi dữ liệu mới. Các tài liệu sẽ được xử lý sau.

Hãy tưởng tượng một môi trường mà bạn có thể đối xử với tất cả các dữ liệu này một cách công bằng. Nếu dữ liệu trên giấy, bạn có thể quét nó như là một hình ảnh, lập chỉ mục nó bằng từ khóa, và làm cho nó có thể truy cập thông qua môi trường giống như các dữ liệu truyền thống. Bạn tăng rất nhiều tình báo kinh doanh của khách hàng bằng cách cho họ truy cập thông tin này.