Tenga cuidado de no ahogarse en un mar de datos
El valor de datos no está en el propio volumen, pero las ideas que se generan a partir de una visión clara de lo que debe ser analizado
Veo que muchos todavía se refieren a Big Data básicamente como una cantidad enorme y variado de datos en la empresa se hunde tomar fantásticas ideas. Ella Misma datificação la empresa genera más y más datos. De hecho, la idea básica detrás del nombre de Big Data es la comprensión de que prácticamente todo lo que hacemos en nuestro día a día va a generar una huella digital que posiblemente podría ser analizado. Y leemos en los medios de comunicación, que los volúmenes de datos en la gama de petabytes está detrás de las iniciativas de empresas como Walmart, Amazon, Facebook, LinkedIn y otros que son los puntos de referencia de Big Data. Pero la realidad es otra: por desgracia, pocas empresas tienen la capacidad y la experiencia de estas empresas para desarrollar acciones similares.
Pero ahí está la distorsión. Big Data no implica necesariamente almacenar y analizar grandes volúmenes. También, iniciar cualquiera de iniciativa Big Data para sumergirse en un océano de datos, sin preguntas bien definidas, se puede generar una gran cantidad de correlaciones que simplemente no tiene ningún sentido. Por ejemplo, ¿qué relación existirá cuando se descubre que un aumento en el consumo de margarina corresponde a un aumento en la tasa de divorcio? Nada tiene sentido! Una relación espuria simple. Ideas y más ideas de este tipo hará que te ahogues en un océano de datos …
El aspecto positivo de Big Data es que incluso si la empresa no cuenta con datos sobre la escala de petabytes que puede generar tanto valor el análisis de sus datos. Ya que considera que el valor de los datos no se encuentra en el propio volumen, pero las ideas que se generan a partir de una visión clara de lo que debe ser analizado.
Sí, el primer paso es tener una visión clara, una estrategia clara de qué hacer con los datos. Big Data sólo será una herramienta de ventaja competitiva si tiene una estrategia bien definida. Si tiene alguna pregunta, puede buscar respuestas analizando sus datos. Si usted no tiene el, ¿qué vas a hacer con las correlaciones que aparecen?
Un ejemplo simple. Si usted no sabe lo que quiero, que analizará los datos? A lo largo de la empresa? Aquellos que se almacenan durante más de cinco años, o sólo el más reciente? Valdrá la pena acceso a datos externos, procedentes de los medios de comunicación social? Transformar los audio centro de servicio al clientes en texto y analizarlos? ¿Qué beneficios obtendré después de todo este costoso trabajo? En resumen, para que los datos sean realmente útiles, es fundamental saber qué datos se necesita.
Vamos a aclarar la importancia de comenzar con una visión, con una estrategia bien definida. Supongamos que un minorista quiere aumentar su base de clientes. Las preguntas que tengan sentido es probable que haya algo así como “¿Quiénes son nuestros clientes actuales? ¿Cuál es su perfil demográfico y socioeconómico? ¿Por qué son nuestros clientes? ¿Cuántas personas en este perfil son nuestros clientes? ¿Cuál sería animar a otros a ser nuestros clientes? “Y así sucesivamente. Esto hace que delimita el alcance de los datos que serán necesarios.
Con una estrategia bien definida y las preguntas que serán de utilidad si analizamos los datos existen y están disponibles.
Imaginemos una situación en la que una cadena de tiendas quieren saber si vale la pena o no de mantener cierta filais en los centros comerciales. No puede haber necesidad de generar información no cobrados, sin embargo, la instalación de sensores en las ventanas de estas tiendas para medir cuántas personas están en frente de ellos, ¿cuántos parada para ver las ventanas, cuántos vienen y cuántos realmente comprar un producto. Cruzando los datos generados por los sensores con los datos del sistema de ventas puede llegar a la conclusión de que algunos centros comerciales no generan suficiente tráfico de clientes para justificar el mantenimiento de una tienda.
Con una estrategia bien definida, usted puede comenzar a identificar las áreas para las que la empresa debe iniciar sus iniciativas Big Data. ¿Qué áreas traerá mayor rentabilidad con menor inversión de recursos? Por ejemplo, en la relación con los clientes, la empresa está realmente actuando en el segmento socioeconómico que pretende? Los clientes actuales están satisfechos con la empresa, sus productos, su post-venta? ¿Cuál es la tasa de insatisfacción, medida en algunos sectores como la telefonía móvil, churn, cuando el cliente deja el transportista?
Probablemente con el tiempo y proceso de maduración, los grandes datos y análisis serán las actividades ordinarias. Trabajar con hechos y insightsdata impulsada tienden a ser un lugar común. Curiosamente, ya que la empresa dirige sus procesos de toma de decisiones para ser más basada en datos, muchos mitos y creencias, cristalizado por la intuición puede ser demolido.
Un caso muy interesante es Google, que se detalla en este artículo de Harvard Business Review, “¿Cómo Google vendió sus ingenieros sobre la gestión”. El artículo muestra que la cultura de RRHH de Google, una empresa de ingeniería de software, no valoraba la función de gestión. En la cultura de la empresa, las actividades de supervisión fueron una “distracción” de las actividades que realmente importaban, como programar y depurar código. En 2002 vino a eliminar la gestión, pero fue una experiencia que fue de corta duración. Hoy Google tiene los niveles de gestión, pero en una escala mucho más pequeña que la mayoría de las empresas con el mismo número de empleados. Y, a través de la utilización de datos es capaz de medir el desempeño de sus gestores e identificar dónde y cómo mejorar este rendimiento.
Vale la pena leer el artículo, se muestra cómo se pueden aplicar los grandes datos de forma innovadora función de RRHH. Ellos hicieron todo el juicio emitido desde el inicio de la empresa que los directivos no serían necesarios y no afectar el rendimiento de los empleados para la visión clara y medible, lo que demuestra estadísticamente es así, los buenos gerentes causan un gran impacto en el rendimiento de un equipo. También fueron capaces de identificar matemáticamente las principales características de lo que significa ser un buen gerente. Pero una vez más hago hincapié, llegó a esta respuesta porque sabían qué preguntas hacer!
El resumen de la historia es que cuando se inicia con una pregunta clara, usted identificará qué datos se necesita para responder a ella. La respuesta puede venir de datos estructurados dentro de la empresa. O también, los datos no estructurados internamente, generados por correos electrónicos o de audio capturados en centros de llamadas. En la práctica, por lo general no comienza con los datos externos no estructurados generados por los medios sociales …
Actuar conscientemente, no por capricho, no vamos a ir a bucear en un océano de datos, tratando de minar cualquier cosa, a menudo la búsqueda de relaciones espurias que no conducen a nada. Lo importante es salir de la idea errónea de “todos los datos” a sólo “datos relevantes”.
Artículo completo: http://cio.com.br/
Acerca de Administrador
