Big Data: O que o seu negócio realmente precisa?

Como proprietário de uma empresa no mundo moderno, você provavelmente já ouviu falar muito sobre Big Data nos últimos anos. Talvez você tenha até começado a usá-lo para informar suas decisões de negócios. Mas por causa do enorme volume de dados sendo gerado todos os dias, é difícil saber se você realmente está usando efetivamente.

"Todo setor vertical está se abrindo para o mundo do Big Data", disse Anil Kaul, CEO da empresa. da empresa de análise inteligente Absolutdata. "Pequenas empresas ... começaram a alavancar uma combinação de tecnologias internas e de terceiros para desenvolver uma visão de 360 ​​graus de seus clientes usando dados provenientes de várias fontes. No entanto, o principal desafio ... é determinar quais dados realmente se concentrarão e como eles podem extrair o valor real desses dados. "

Vladik Rikhter, CEO da Zenput, empresa de software de gerenciamento de tarefas e gerenciamento de tarefas móveis, disse que há muito" ruído "em torno do Big Data, e as empresas precisam O núcleo de como eles podem usar esses dados para atingir suas metas.

"As empresas devem apenas prestar atenção a uma ou duas métricas-chave para ter uma boa noção da saúde de seus clientes", disse Rikhter ao Mobby Business. "O restante dos dados deve ser usado para refinar a abordagem."

Mas como você decide em quais métricas se concentrar? Especialistas em dados e negócios avaliaram os diferentes tipos de Big Data que você pode analisar e como encontrar e usar os que mais importam para sua empresa

O que o Big Data abrange?

Se você não tiver certeza Por onde começar com a análise de big data, é útil primeiro estudar e entender os diferentes tipos de dados disponíveis para você. Kaul forneceu um esboço de várias categorias de Big Data e seus usos para pequenas empresas:

Redes Sociais

Normalmente, esse tipo de informação é na forma de experiências humanas, disse Kaul. É totalmente digitalizado e armazenado em todos os lugares, desde computadores pessoais até redes sociais. Os dados são vagamente estruturados e muitas vezes sem governo. Exemplos incluem:

• Redes sociais (Facebook, Twitter, Tumblr, etc.)
• Blogs e comentários
• Imagens (Instagram, Flickr, Picasa, etc.)
• Vídeos (YouTube, Vimeo, Vine, etc .)
• Pesquisas na Internet
• Conteúdo de dados móveis (mensagens de texto)
• Mapas gerados pelo usuário
• Email

Sistemas de negócios tradicionais

Esse tipo de dados é altamente estruturado e inclui transações, tabelas de referência e relacionamentos, bem como os metadados que definem seu contexto. Kaul observou que esses dados são a grande maioria do que a TI gerencia e processa, e geralmente são estruturados e armazenados em sistemas de bancos de dados relacionais. Exemplos incluem:

• Dados produzidos por órgãos públicos
• Registros médicos
• Transações comerciais (incluindo comércio eletrônico)
• Registros bancários / de ações

Internet of Things

Esses dados gerados por máquina são derivados de dispositivos e sensores usados ​​para medir e registrar os eventos e situações no mundo físico. De registros simples de sensores a registros complexos de computadores, esses dados são bem estruturados, disse Kaul. Exemplos incluem:

• Dados de sensores
• Sensores fixos
• Sensores de clima / poluição
• Sensores de tráfego / webcam
• Vídeos de segurança / vigilância / imagens
• Sensores móveis (rastreamento)

Quais dados Você realmente precisa?

Embora você possa estar coletando e armazenando muitos dos tipos de dados mencionados acima, você não tem tempo, recursos ou necessidade de filtrar cada um deles. Em vez disso, você deve descobrir quais são essenciais para informar suas decisões de negócios e apenas aprimorar esses conjuntos de dados.

Sara Vera, cientista de dados do CRM e empresa de software de gerenciamento de projetos Insightly, aconselhou as pequenas empresas a se concentrarem em métricas que ilumine o comportamento do cliente

"Use Big Data para obter o máximo de informações sobre a base de clientes, quem são esses clientes, o que eles gostam e não gostam sobre o produto e como eles estão usando o produto", disse Vera. "Esta informação pode irradiar para fora em termos de crescimento contínuo e desenvolvimento do produto."

No entanto, dependendo do tipo de negócio que você executa, pode haver outra área que é mais importante para você se concentrar. Charles Silver, CEO da empresa de análise avançada Algebraix Data, listou cinco principais preocupações que a maioria das empresas tem: crescimento de receita, lucratividade, gerenciamento de clientes, eficiência operacional e risco / fraude. Cada um desses grandes tópicos pode ser dividido em áreas menores, onde a análise específica pode produzir informações úteis.

O primeiro passo é decidir qual dessas cinco preocupações é a principal prioridade de sua empresa. Então, você pode classificar tarefas relacionadas menores em ordem de importância. Por exemplo, Silver disse que se a eficiência operacional é sua principal prioridade, sua análise específica pode se concentrar em áreas como previsão de demanda, programação de mão-de-obra ou otimização de transporte. "Depende do negócio individual e de seus desafios atuais", disse Silver. "Os proprietários de operações de restaurantes e varejo se beneficiarão de análises que enfocam" segmentação de clientes "e" otimização de menu / inventário ". Por outro lado, um grupo de agências de seguros locais ou uma empresa de assistência médica de médio porte pode querer se concentrar em "detectar reivindicações fraudulentas". E muitas empresas se beneficiariam de análises que preveem o valor vitalício de um cliente, para que possam avaliar os esforços de retenção de acordo. "

Você também pode analisar as análises que identificarão seus principais colaboradores e iniciativas, bem como a direção As forças por trás deles, disse Jeff Boehm, vice-presidente de marketing da DataGravity, um fornecedor de soluções de armazenamento com reconhecimento de dados. "Com mais detalhes sobre os esforços que estão proporcionando um alto retorno do investimento para sua empresa, você pode mais facilmente repita essas situações no futuro ", disse Boehm.

Usando seus dados-chave

Analisando-o

Quando você sabe quais conjuntos de dados você vai examinar, é necessário determinar como colocá-los em trabalhos. Rikhter observou que a análise de Big Data deve sempre começar com uma pergunta. O que você deseja alcançar ao analisar esses dados? Uma vez identificado o problema, você pode se concentrar em como os dados vão resolvê-lo, disse Rikter.

Para iniciar o processo de análise de Big Data, Aaron Rallo, CEO da TSO sistema automatizado ou programa que permite coletar os dados e convertê-los em ações diretas

"Sem automação e inteligência, você ficará com uma enorme quantidade de dados que não custa nada além de custear o armazenamento", disse Rallo. "Encontre um parceiro que tenha experiência na solução dos problemas que você está tentando resolver. Além disso, certifique-se de confiar nos dados e confiar nele ao tomar decisões. Se você ou os membros de sua equipe estiverem questionando a fonte, produzir mais perguntas do que respostas. "

Giles House, diretor de marketing da CallidusCloud, um fornecedor de soluções de vendas, marketing e aprendizado baseado em nuvem, disse que buscar as correlações entre seus conjuntos de dados pode ajudar a determinar o que fazer a partir daí

"Há valor em uma única métrica crítica específica, mas se você quiser valor real, procure correlações entre conjuntos de dados, como o tamanho médio da transação versus o tamanho médio da cotação ou o tamanho da transação em comparação com a quantidade de conteúdo baixada". disse. "Há muito mais correlações a serem examinadas - escolha as mais vitais para o seu sucesso e, em seguida, use a percepção que elas fornecem para agir."

Protegendo

Uma coisa importante que as empresas devem ter em mente - mas muitas vezes ignore - é o fato de que, como qualquer outro dado, seu Big Data e qualquer análise subsequente sobre ele correm o risco de ser hackeado ou roubado. Rallo disse que, em muitos casos, os dados armazenados são confidenciais e precisam de proteção. O nível de proteção exigido é baseado na sensibilidade dos dados.

"Em alguns casos, os dados precisarão ser mantidos no local e, em outros casos, podem ser confiáveis ​​para terceiros ou armazenados na nuvem. Mas em todos casos, segurança e privacidade de dados devem ser considerados ", disse Rallo.

Boehm concordou e lembrou aos proprietários de empresas que dados gerados internamente, como e-mails, anotações, documentos de texto e apresentações também fazem parte do Big Data de sua empresa, e também precisam ser gerenciados de forma adequada e segura.

saber exatamente onde você está armazenando ativos críticos e informações privadas, é difícil impedi-los de ficar expostos ", disse Boehm. "Você precisa aplicar análise e visualização para entender completamente essas informações. Onde está? Quem está acessando? Que tipo de informação é? Quantos anos tem? A classificação desses dados obscuros pode apontar potenciais riscos de segurança e ajudar a identificar quais arquivos, pastas ou servidores você deve pagar para manter, mas raramente estão usando. "

Gerando receita com

Para praticamente todas as empresas, o objetivo final da análise de Big Data é tomar melhores decisões de negócios que levem a maiores lucros. Kaul disse que a chave para monetizar seus dados é olhar para as questões econômicas que podem ajudar a responder.

"Muitas vezes os dados podem ajudar a responder perguntas sobre o valor, uso, risco ou valor futuro ou risco de um ativo específico", Kaul disse. "Para derivar valor do Big Data, os dados devem ser convertidos em um formulário ou produto que responda a uma questão fundamental de mercado ou patrimônio. Tais produtos de dados podem ser vendidos ou negociados a clientes. Também pode ser que produtos de dados derivados de Big Data, impulsionará outras estratégias de monetização relacionadas. ”

Lloyd Marino, CEO da Avetta Global, uma empresa de desenvolvimento de aplicações e estratégia de tecnologia, disse que seguir o que ele chama de três A's de Big Data - automação, análise e ação ajude-o a alcançar o objetivo pretendido e aumente seu ROI.

"Automatize a coleta de seus dados, aplique a análise para criar informações sobre seus dados e tome medidas para continuar aprimorando seus algoritmos, depois enxágüe e repita" Marino O mais importante é que Marino aconselhou os líderes empresariais a criar um plano para a análise de seus dados, a fim de manter a si e suas equipes no caminho certo. "Uma pequena empresa pode ser pego no Big Data", disse Marino. "Você corre o risco de ficar enterrado sob ele, a menos que você incorpore um plano para gerenciá-lo e aproveitá-lo adequadamente. Sem um plano sólido alinhado com seus objetivos de negócio ... você pode perder uma solução elegante com um sólido retorno sobre o investimento".

5 Maneiras de aproveitar ao máximo o marketing com base em localização

Oportunidade aguarda quando você está no lugar certo, na hora certa. Esse é o princípio exato por trás do marketing orientado por localização. O marketing orientado por localização usa o local atual de um cliente para enviar promoções de marketing móvel sob medida no momento e no local mais oportunos.

(O negócio)

Endossos de celebridades oferecem uma lição de marketing:

Quando gastar um dólar alto para ter uma celebridade endossando um produto, uma empresa deve ter certeza de que o endosso entrará em ressonância com os consumidores. Para fazer isso, a empresa deve encontrar uma celebridade que seja O estudo descobriu que, quando os consumidores veem dois anúncios com a mesma celebridade, é mais provável que eles se esqueçam de informações quando estão em boa posição ou realmente ruins para o produto, revela um novo estudo na revista Psychology and Marketing.

(O negócio)