Големи данни: Проучване на разликата между далновидност и прозрение.

от Gemma Wisdom

Тъй като компаниите стават все по-големи, разпространявайки зоната си на влияние от една местност до евентуално обхващане на целия свят чрез дигиталната икономика, потребителските данни, които те заснемат, стават по-малко персонализирани. Това често се нарича „тъмни данни“. Казано по-просто, лесно е да си спомним, че г-жа Дженкинс харесва захарта в чая си, когато е един от двадесетте клиенти, които виждате всеки ден, но когато обслужвате милиони потребители, това ниво на лично внимание изглежда невъзможно да се поддържа.

Напоследък обаче, с бързото развитие на технологиите за данни на Big Data, започваме да връщаме част от нивото на личните грижи и внимание. Инструменти като AI преобразуват оградени, изключени набори от данни и имат смисъл от това. Петабайтите от тъмни данни вече започват да обогатяват потребителските профили и дават възможност за смислена персонализация, същността на по-интелигентното преживяване на клиентите. Дните на безмълвно подаване на информация за всяко взаимодействие между всеки потребител на продукт или услуга, така че обобщената маса от показатели е толкова сложна и масивна, че е почти напълно безполезна, приключва.

Наскоро в списание Forbes Фани Нагарджуна, главен аналитичен директор на Съдърланд, обсъди големите предизвикателства, които създават Big Data. Наред с другите аспекти на този преход, далеч от мрачните данни, той се фокусира върху стойността на прогнозните и предписващите прозрения и използването на това прозрение в реално време.

Например в рекламата се използват инструменти за предсказване, за да доставят насочени съобщения във времето, когато потребителят е най-вероятно да отговори. В телекомуникационната индустрия аналитиката се използва за прогнозиране на периоди на висока употреба, така че допълнително оборудване да може да бъде въведено онлайн, за да се предвиди пиково време за търсене. В търговията на дребно, прозренията се използват, за да се прогнозира кога вероятността интересът към даден продукт да достигне пик, така че нивата на запасите да могат да се поддържат съответно. И освен тези видове приложения за ефективност, ние също така виждаме технологията, използвана за увеличаване на приходите, като клиента на моден търговец на дребно в Съдърланд, който наскоро използва аналитиката и AI технологията, за да предостави лична шопска услуга, съобразена с конкретния стил на потребителите, управлявайки 67 % увеличение на реализациите в рамките на една година.

Тъй като се появяват повече канали за събиране на данни (помислете за свързания дом, Интернет на нещата и разпространението на хардуер за цифрови асистенти като Alexa в домашна среда), обемът от данни, които компаниите ще могат да събират, ще продължи да нараства, в близост експоненциални проценти. В този сценарий напредналите инструменти като анализа на прогнозата стават централни, за да се избегне връщането към лошите стари времена на мрачни данни.

Но както Нагарджуна отбелязва, "Вие трябва да сте по-умни от вашите данни". Ограниченията на прогнозната аналитичност, подобно на старите дни на уеб показателите и задаването на бисквитки за проследяване на поведението на потребителите за насочване на реклами, се намират по начина, по който хората обработват да използват данните. Което означава, че възходът на по-интелигентната анализа на данни също води до растежа на дизайнерските изследвания и антропологията в сферата на услугите и дизайна на продуктите. Цифрите разказват история, но хората пишат сценария. Комбинирането на аналитиката и човешката съпричастност в дизайна е най-вероятният начин компаниите да използват по-цялостното разбиране на поведението, интересите и навиците на потребителите, което се осигурява от напредъка в аналитиката.

Комбинирането на аналитиката и човешката съпричастност в дизайна е най-вероятният начин компаниите да използват по-цялостното разбиране на поведението, интересите и навиците на потребителите, което се осигурява от напредъка в аналитиката.

Това повдига интересна точка. Големите данни предоставиха на бизнеса в света тенденции и възможност за формиране на разказ за описание и прогнозиране на движението на тълпата. Усъвършенстваните системи за прогнозиране са разработили тази голяма картина, за да включват средство за прогнозиране на движението на хората. И в двата случая, човешкото умение да изучава и да се свързва с живота на вашите клиенти определя разликата между данните, които предлагат полезни поглед и бял шум. Така че, когато г-жа Дженкинс поръча сладко от моркови без глутен, системата може да ви подкани да задържите захарта в чая й и вместо това да посегнете към органичния сироп Агаве. И за да сте сигурни, че ще се върне, не забравяйте да й кажете, че изглежда, че новата диета също работи чудесно за нея ...

Следвайте препоръките на Phani Nagarjuna за справяне с 3-те най-големи предизвикателства за големи данни в блога на нашата компания майка.