كيفية إعداد مشروع تحليلات البيانات الضخمة؟
الأهداف والمهارات والمنهجيات: يعتمد مشروع تحليلات البيانات الضخمة على هذه الأركان الثلاثة. سوف نتعمق:
ما هي تحليلات البيانات الضخمة
في عام 2001 ظهر لأول مرة مصطلح "البيانات الضخمة" ، حرفيًا "البيانات الضخمة". يعرّف المحلل البيانات الضخمة على أنها بيانات تتميز بواحد من هذه القيم الثلاثة: الحجم أو السرعة أو التنوع. بعد سنوات عديدة وعدد لا يحصى من تيرابايت من البيانات في وقت لاحق ، أثرت تحليلات البيانات الضخمة بقوة على القدرة التنافسية للشركات الكبيرة وما بعدها.
الاستفادة من التحليلات تعني امتلاك المهارات والأدوات التكنولوجية المناسبة لتحديد الارتباطات بين البيانات غير المتجانسة والبيانات كبيرة الحجم. يمكن أن تتحول هذه القدرة إلى زيادة في أداء الأعمال عبر القطاعات أو العمليات.
تحليل البيانات الضخمة: الأهداف والمهارات والمنهجيات لدعم البيانات الضخمة
إن تنفيذ مشروع إدارة وتحليل البيانات الضخمة داخل الشركة يعني مواجهة تحديات مختلفة تتعلق بأهداف العمل التي يتعين متابعتها ، والأدوات التكنولوجية المتاحة والمهارات التي يجب نشرها.
بالإضافة إلى التساؤل عن ماهية البيانات الضخمة (كما ذكرنا ، كميات هائلة من البيانات غير المتجانسة حسب المصدر والشكل ، والتي يمكن تحليلها في الوقت الفعلي) وكيفية إدارتها ، لذلك من الضروري فهم كيف يمكن لمشروع تحليلات البيانات الضخمة أن يقدم قيمة للشركة.
بشكل عام ، يمكن للمؤسسات التي تقرر تقديم إستراتيجية تحليلات البيانات الضخمة القيام بذلك بمستويات مختلفة من النضج. ومع ذلك ، من المهم عند بدء المشروع أن يكون لديك ثلاثة متغيرات واضحة جدًا:
- 4 أهداف وأهداف مشروع تحليل البيانات الضخمة ؛
- المهارات اللازمة لإدارة "علم البيانات" ؛
- منهجيات وأدوات دعم تحليل البيانات الضخمة (مواصلة القراءة).
أهداف تحليل البيانات الضخمة
متى يكون من المناسب إعداد مشروع تحليلات البيانات الضخمة لشركة ما؟ بدءاً من المشكلة المراد حلها ، أو بمصطلحات تقنية أكثر من حالة الاستخدام ، أو البدء من "جرد" البيانات المتاحة؟ تتبع الشركات أساليب مختلفة ، ويمكن أن يكون لكلا الخيارين فوائد ومخاطر. ومع ذلك ، فإن الشيء المهم هو تحديد الأهداف بوضوح ، مع التركيز قدر الإمكان على إمكانية قياس الفوائد.
هناك العديد من الحالات التي يمكن أن يفيد فيها التحليل الصحيح للبيانات التي تحتفظ بها الشركة أعمال الشركة نفسها. عندما تريد:
- تحسين مشاركة العملاء ؛
- زيادة المبيعات.
- تقليل الوقت اللازم للتسويق.
- تحديد المنتجات والخدمات الجديدة أو تحسين العرض الحالي ؛
- تقليل التكاليف.
- تحديد الأسواق الجديدة.
الفرص (أكثر من الأهداف) التي يمكن متابعتها عن بعد. على المدى الطويل ، في الواقع ، تظهر الإمكانات الحقيقية للبيانات الضخمة!
إدارة تحليلات البيانات الضخمة ... نعم ، ولكن كيف؟
يمكن أن تمثل الكمية الكبيرة من البيانات المتاحة للشركة ، إذا تم تحليلها من قبل أولئك القادرين على استخراج القيمة ، عنصرًا لا غنى عنه للميزة التنافسية. عالم البيانات هو الشخصية المهنية التي ترتبط بشكل شائع بالقدرة على إدارة البيانات الضخمة والحصول على المعلومات ذات الصلة منها.
لكن مزيج المهارات الذي يحتاجه هذا الرقم المحترف أكثر من متنوع. في عام 2012 ، تم تعريف عالم البيانات على أنه الوظيفة الأكثر جاذبية في القرن الحادي والعشرين ، لكن العديد من الشركات لا تزال تتساءل عن المهارات التي تميزها. من تكنولوجيا المعلومات إلى الأعمال التجارية ، من التعلم الآلي إلى تصور البيانات ، يعد التحدي التنظيمي وجذب المواهب المناسبة عاملاً حاسمًا في نجاح مشاريع البيانات الضخمة.
4 منهجيات تحليل البيانات الضخمة
يمكن تصنيف مشاريع تحليلات البيانات الضخمة بناءً على مستوى نضج المنهجيات المستخدمة في تحليل البيانات ، وبالتالي بناءً على المعلومات التي يمكنك استخلاصها منها. نميز أربعة أنواع مختلفة: وصفي ، تنبؤي ، تحريري ، آلي.
تحليلات وصفية
مجموعة الأدوات التي تهدف إلى وصف الوضع الحالي والماضي للعمليات التجارية و / أو المجالات الوظيفية تندرج تحت هذه الفئة. تتيح لك هذه الأدوات الوصول إلى البيانات وفقًا لوجهات النظر المنطقية المرنة وتصور مؤشرات الأداء الرئيسية بطريقة تركيبية ورسومية.
على الرغم من أنها منطقة راسخة (تقوم جميع المؤسسات الكبيرة بإجراء تحليلات وصفية لبياناتها) ، إلا أن هناك مسارات تطور متعددة تتعلق بتحديث البيانات في الوقت الفعلي ، وتحسين الأنواع وإثرائها
التحليلات التنبؤية
هذه أدوات متقدمة تقوم بتحليل البيانات للإجابة على أسئلة حول ما يمكن أن يحدث في المستقبل. تتميز هذه الأنواع من التحليل باستخدام تقنيات رياضية مثل الانحدار والتنبؤ والنماذج التنبؤية وما إلى ذلك ...
ما لا يقل عن ثلاث من كل أربع شركات كبيرة (73٪) تستخدم التحليلات التنبؤية ، على الأقل في بعض العمليات التجارية. إذا كنا سنتحدث عن الحاضر ولكن أكثر عن مستقبل عالم التحليلات التنبؤية ، فإن الكلمة الأساسية ستكون واحدة: التعلم الآلي.
التحليلات الوصفية
يعد تطوير التحليلات التنبؤية شرطًا ضروريًا ، ولكنه ليس كافيًا ، لتطوير تحليلات أكثر تقدمًا ، والتي نسميها توجيهية. في هذه الحالة ، نتعامل مع نماذج تحسين قادرة على افتراض سلسلة من السيناريوهات المستقبلية. لذلك يتطلب هذا النوع من التحليلات استخدام أدوات متقدمة ، بدءًا من تحليل البيانات ، تكون قادرة على اقتراح حلول تشغيلية / إستراتيجية لصانع القرار بناءً على التحليلات التي تم إجراؤها.
33٪ من الشركات الكبرى في عام 2017 نفذت مشاريع من هذا النوع. مجالات التطبيق متنوعة. بعض الأمثلة هي تحسين سلسلة التوريد والصيانة التنبؤية.
التحليلات الآلية
هناك بعض العمليات أو المواقف ، ما يسمى "اتخاذ القرار السريع" ، حيث يمكن أتمتة ليس فقط تحليل وتحديد الخيار الأمثل ، ولكن أيضًا الإجراء نفسه. في هذه الحالات ، نتحدث عن التحليلات الآلية ، أو الأدوات القادرة على تنفيذ الإجراء المقترح بشكل مستقل وفقًا لنتيجة تحليل البيانات الذي تم إجراؤه.
11٪ من الشركات الكبيرة في عام 2017 لديها مشاريع من هذا النوع تعمل بكامل طاقتها. المثال الكلاسيكي هو التسعير الديناميكي على موقع الويب ، ولكن هناك أيضًا أمثلة أخرى مثيرة للاهتمام ، مثل الفرز التلقائي للممارسات المصرفية أو التأمين ، بهدف تحديد الاحتيال.
تحليلات متقدمة
تشمل التحليلات المتقدمة فئات التحليلات التنبؤية والتعليمية والآلية. يتعلق الأمر بإنشاء مشاريع متقدمة ، لها على الأقل أغراض تنبؤية والتي يمكن أن يكون لها تأثير كبير جدًا على عملية تجارية واحدة أو أكثر. كيف يتم تنفيذ مشروع من هذا النوع؟ يجب مراعاة الجوانب المختلفة مثل قابلية التقنيات للتوسع ، ومراحل التطوير المختلفة ، وإشراك مستخدمي الأعمال.
ما نوع التحليلات التي تستخدمها الشركات في مشاريع البيانات الضخمة؟
من تحليل أجراه مرصد البيانات الضخمة ، يتبين أن جميع المؤسسات الكبيرة تستخدم الآن التحليلات الوصفية. يزيد أيضًا بشكل كبير من جزء التحليلات التنبؤية. وبالمثل ، يزداد انتشار التحليلات الوصفية بنسبة 10٪ ، بينما تظل التحليلات التلقائية بدون تغيير جوهريًا.
مجالات المشروع الأكثر شيوعًا في المنظمات هي:
- مشاريع دعم ما بعد البيع.
- تحليل سمعة العلامة التجارية.
- التحليل السلوكي ، سواء في المتجر أو عبر الإنترنت ؛
- تحسين المخزون.
- إدارة البنية التحتية للشبكة.
من بين المجالات ذات الاهتمام المرتقب الأكبر ، هناك مرة أخرى تحليل سمعة العلامة التجارية ومراقبة ما بعد البيع.
بالإشارة إلى المنظمات التي نفذت حلاً معينًا ، فإن المشاريع التي تم تطويرها إلى حد أكبر بمستوى تنبئي من النضج على الأقل هي إدارة دورة حياة المنتج ، وتحسين المسار ، والتنبؤ بمعدل الزخم ، وخدمة العملاء.
بالنسبة لبعض المناطق ، من الممكن تحديد الموجة الثانية من التبني ، أو المواقف التي يتم فيها تطوير مشروع نشط بالفعل في هذا المجال. من بين المجالات الأكثر تأثرًا بهذا الشرط ، توقعات معدل التغيير ، وتتبع الأصول ، والبيع المتقاطع / لأعلى ، وتحسين المسار ، وخدمة العملاء.
تعليقات
إرسال تعليق