Comment analyser les données de grandes pour obtenir des résultats
Big Data est le plus utile si vous pouvez faire quelque chose avec elle, mais comment analyser ce vous? Des entreprises comme Amazon et Google sont passés maîtres dans l'analyse de grands volumes de données. Et ils utilisent les connaissances résultant de gagner un avantage concurrentiel.
Il suffit de penser le moteur de recommandation d'Amazon. La société prend tout votre historique d'achat avec ce qu'il sait sur vous, vos habitudes d'achat et les habitudes d'achat des gens comme vous à venir avec quelques très bonnes suggestions. Il est une machine de marketing, et de ses capacités d'analyse de données grande ont fait un très grand succès.
La capacité d'analyser Big Data offre des occasions uniques pour votre organisation ainsi. Vous serez en mesure d'étendre le type d'analyse que vous pouvez faire. Au lieu de se limiter à l'échantillonnage de grands ensembles de données, vous pouvez maintenant utiliser beaucoup plus détaillées des données complètes et à faire votre analyse. Cependant, l'analyse de grands volumes de données peut également être difficile. Modification des algorithmes et de la technologie, même pour l'analyse de données de base, doit souvent être traitées avec de grandes données.
La première question que vous devez vous poser avant de vous plonger dans grande analyse des données est ce problème que vous essayez de résoudre? Vous pouvez même pas être sûr de ce que vous cherchez. Vous savez que vous avez beaucoup de données que vous pensez que vous pouvez obtenir des informations précieuses à partir. Et certes, les modèles peuvent émerger de ces données avant de comprendre pourquoi ils sont là.
Si vous pensez à ce sujet cependant, vous êtes sûr d'avoir une idée de ce qui vous intéresse. Par exemple, êtes-vous intéressé à prédire le comportement du client pour empêcher le taux de désabonnement? Voulez-vous d'analyser les habitudes de conduite de vos clients à des fins de primes d'assurance? Êtes-vous intéressé à regarder vos données de journal système pour prédire finalement lorsque des problèmes risquent de se produire? Le genre de problème de haut niveau va conduire les analyses vous décidez d'utiliser.
Alternativement, si vous ne savez pas exactement du problème de l'entreprise que vous essayez de résoudre, peut-être vous avez besoin de regarder votre entreprise dans les zones qui nécessitent une amélioration. Même une stratégie axée sur l'analyse-- ciblées sur la zone de droite - peut donner des résultats utiles avec de grandes données. Quand il vient à l'analyse, vous pourriez envisager une gamme de types possibles, qui sont brièvement décrites dans le tableau.
| Type d'analyse | Description |
|---|---|
| Analyse de base pour comprendre | Découpant et en tranchant des données, des rapports, des visualisations simples, surveillance de base. |
| Des analyses avancées pour comprendre | Une analyse plus complexe, comme les techniques de modélisation et de otherpattern-correspondants prédictifs. |
| Analytics opérationnalisé | Analytics deviennent partie intégrante du processus d'affaires. |
| Analytics monétisés | Analytics sont utilisés pour conduire directement recettes. |
Le grand paradoxe de données Vous trouverez une nuance à propos de Big analyse des données. Il est vraiment à propos de petites données. Même si cela peut sembler déroutant et à l'encontre de la prémisse, petite données est le produit de la grande analyse de données.…
Analyse des données Big et l'entrepôt de données Vous trouverez la valeur en apportant les capacités de l'entrepôt de données et de l'environnement de données grand ensemble. Vous devez créer un environnement hybride où les grandes données peuvent travailler main dans la main avec…
L'exploration de données pour l'entreposage de données À certains moments, l'exploration de données pour l'entreposage de données ne sont pas mélangés avec les autres formes de business intelligence. Ce manque d'intégration se produit pour deux raisons:Les utilisateurs professionnels ne disposent…
L'avenir des entrepôts de données à l'époque grand de données Le marché de l'entrepôt de données a en effet commencé à changer et à évoluer avec l'avènement de grands volumes de données. Dans le passé, il était tout simplement pas rentable pour les entreprises de stocker la quantité massive de…
Meilleures pratiques pour grande intégration de données Beaucoup d'entreprises explorent de gros problèmes de données et à venir avec des solutions innovantes. Il est maintenant temps de prêter attention à un certain les meilleures pratiques, ou principes de base, qui vous servira ainsi que vous…
Définition de gros volumes de données: le volume, la vitesse, et la variété Big données permet aux entreprises de stocker, gérer et manipuler de grandes quantités de données disparates à la bonne vitesse et au bon moment. Pour gagner les bonnes idées, Big Data est généralement décomposé par trois…
La gestion des données d'entreprise et de grands volumes de données Gestion des données de l'entreprise (GED) est un processus important dans les grandes données pour comprendre et contrôler l'économie des données de votre entreprise ou organisation. Bien que EDM est pas nécessaire pour les grandes données,…
Gardez grandes analyses de données en perspective Big données commence à avoir un impact important sur la stratégie d'entreprise. En raison de l'importance croissante de gros volumes de données, en gardant l'analyse de données en perspective est une bonne pratique commerciale. Les entreprises…
Nouvelles dimensions pour le cycle de planification de Big données Avec l'avènement de grands volumes de données, certains changements peuvent influer sur la façon dont vous abordez la planification d'entreprise. Comme plus d'entreprises commencent à utiliser le cloud comme un moyen de déployer de nouveaux…
Dix grandes tendances de données chaudes Lorsque vous entrez dans le monde de grands volumes de données, vous aurez besoin d'absorber de nombreux nouveaux types de technologies de bases de données et de gestion des données. Voici le top-dix grandes tendances de données:Hadoop est en…
Analyser les données de marketing web Analytics est l'art de bien, l'analyse des données de marketing web et utiliser les résultats pour trouver des façons d'améliorer votre marketing. Analyse des données de paie hors Web par exemple, vous pouvez déterminer qui est le shopping et…
10 Ressources pour commencer dans l'analyse de la clientèle Certaines grandes ressources d'analyse de la clientèle sont à un clic sur votre ordinateur, tablette ou smartphone. Le super-dix outils recommandés et sites vous aideront à obtenir une longueur d'avance sur l'analyse de la clientèle…
Comment analyses peuvent aider veille concurrentielle Analytics à base signifie que Informatique- est, il fonctionne comme l'esprit humain pour identifier les tendances dans les données et pour afficher les données dans des contextes de veille concurrentielle significative est. Quand vous lisez des…
Comment identifier les poches de grands volumes de données pour la veille concurrentielle Pour commencer à utiliser Google Analytics pour faire sens de grands volumes de données pour votre veille concurrentielle, identifier les poches de grande données que vous pourriez être en mesure d'accéder et que tenir la promesse de produire…