Suurandmed: ettenägelikkuse ja ülevaate erinevuse uurimine.

autor Gemma Wisdom

Kuna ettevõtted suurenevad, levitades oma mõjupiirkonna ühest piirkonnast digitaalse majanduse kaudu kogu maakera, muutuvad nende hõivatud kasutajaandmed vähem isikupäraseks. See on see, mida sageli nimetatakse "tumedaks andmeks". Lihtsustatult öeldes on lihtne meeles pidada, et proua Jenkinsile meeldib tees suhkur, kui ta on üks kahekümnest kliendist, keda te iga päev näete, kuid miljonite kasutajate teenindamisel näib seda isikliku tähelepanu taset võimatu säilitada.

Viimasel ajal on Big Data andmesidetehnoloogiate kiire arenguga hakanud siiski saama osa isikliku hoolduse ja tähelepanu tasemest. Tööriistad, nagu AI, lagundavad ja lahti ühendatud andmekogumeid ning saavad sellest aru. Tumedate andmete petabaadid on nüüd hakanud rikastama kliendiprofiile ja võimaldama mõtestatud isikupärastamist, mis on nutikamate kliendikogemuste olemus. Päevad, mil hakatakse vaikselt teavet andma iga toote või teenuse kasutaja vahelise suhtluse kohta, on mõõdikute koondatud mass nii keeruline ja mahukas, et see on olnud peaaegu täiesti kasutu, ja see lõppeb.

Hiljuti arutas ajakirjas Forbes Sutherlandi analüütika peaspetsialist Phani Nagarjuna suuri väljakutseid, mida Big Data loob. Muude, tumedatest andmetest eemaldumise aspektide hulgas on tema tähelepanu keskmes ennustavate ja ettekirjutavate teadmiste väärtus ning selle ülevaate kasutamine reaalajas.

Näiteks reklaamis kasutatakse sihipäraste sõnumite edastamiseks ennustusvahendeid ajal, mil kasutaja reageerib kõige tõenäolisemalt. Telekommunikatsioonitööstuses rakendatakse analüütikat, et ennustada suure kasutuse perioode, et nõudluse tippaegade prognoosimiseks oleks võimalik veebisse tuua täiendavaid seadmeid. Jaekaubanduses kasutatakse teadmisi, et ennustada, millal huvi toote vastu tõenäoliselt tõuseb, et varude taset saaks vastavalt säilitada. Lisaks sellistele tõhususerakendustele näeme ka tehnoloogiaid, mida kasutatakse tulude suurendamiseks, näiteks Sutherlandi moekaupluste klient, kes hiljuti kasutas analüütikat ja AI-tehnoloogiat, et pakkuda kasutajatele konkreetsele stiilile kohandatud isiklikku ostlemisteenust, juhtides 67 Müügikonversioonide kasv aasta jooksul%.

Kuna andmete kogumiseks on rohkem kanaleid (mõelge ühendatud kodust, asjade Internetist ja digitaalse abistaja riistvara nagu Alexa levikust kodukeskkonnas), kasvab ka andmete maht, mida ettevõtted saavad koguda, peaaegu eksponentsiaalsed määrad. Selle stsenaariumi korral muutuvad keskne roll edasijõudnutele tööriistadele nagu ennustav analüüs, et vältida naasmist vanade halbade aegade hämaratesse andmetesse.

Kuid nagu Nagarjuna märgib: "Peate olema oma andmetest targem". Ennustava analüütika piirid, nagu ka vanasti veebimõõdikud ja küpsiste seadmine kasutaja käitumise jälgimiseks reklaami sihtimisel, leitakse viisist, kuidas inimesed töötlevad andmete kasutamist. Mis tähendab, et arukama andmeanalüütika esilekutsumine tõstab ka disaini-uuringute ja antropoloogia kasvu teenuste ja toodete kujundamisel. Numbrid räägivad lugu, kuid inimesed kirjutavad skripti. Analüütika ja inimliku empaatia ühendamine disainis on kõige tõenäolisem viis, kuidas ettevõtted kasutavad analüütiliste edusammude abil terviklikumat arusaama kasutajate käitumisest, huvidest ja harjumustest.

Analüütika ja inimliku empaatia ühendamine disainis on kõige tõenäolisem viis, kuidas ettevõtted kasutavad analüütiliste edusammude abil terviklikumat arusaama kasutajate käitumisest, huvidest ja harjumustest.

See tõstatab huvitava punkti. Suured andmed andsid ärimaailmale suundumused ja võimaluse koostada narratiiv rahvahulga liikumise kirjeldamiseks ja ennustamiseks. Kaugelearenenud ennustamissüsteemid on selle suure pildi välja arendanud, hõlmates vahendeid inimeste liikumise ennustamiseks. Kuid mõlemal juhul määratleb erinevuse toimitavat teavet pakkuvate andmete ja valge müra vahel just inimlik oskus uurida ja oma klientide eluga seostada. Nii et kui proua Jenkins tellib madala süsivesikusisaldusega gluteenivaba porgandikoogi, võib süsteem paluda teil hoida tees suhkrut ja jõuda selle asemel orgaanilise Agave siirupini. Ja et ta tagasi tuleks, pidage meeles, et öelge talle, et ta näeb välja nagu uus toitumine töötab ka tema jaoks suurepäraselt ...

Järgige Phani Nagarjuna soovitusi, kuidas lahendada meie emaettevõtte ajaveebis 3 suurimat andmetega seotud väljakutset.