Mikä $ @! onko tietojen löytäminen?

Liiketoimintamaailma hurisee datan löytämisestä. Pinnalla se näyttää yksinkertaiselta teröltä, mutta tämä saalislause tarkoittaa enemmän kuin "tavaroiden löytämistä". Joten mitä datan löytäminen oikeastaan ​​on? Ja miten se sopii mobiili-, analytiikka- ja isodatan nykyaikaiseen maisemaan?

Tiedon löytämiseen, jota joskus kutsutaan datan louhinnaksi, tarkoitetaan tiedon keräämistä ja analysointia ja sitten tulosten esittämistä luettavissa, käyttökelpoisissa muodoissa. Aivan yksinkertaisesti tietojen löytäminen on prosessi, jolla etsitään malleita tiedoista ja käytetään näitä malleja tietyn liiketoimintatavoitteen saavuttamiseen.

Tiedonhaussa on tietysti enemmän kuin pisteiden yhteensovittamista. Organisaatiot käyttävät tiedonhakua monenlaisiin tavoitteisiin ja sovelluksiin eri alueilla - ja nykyaikaisessa, digitaalisessa maailmassa on enemmän tietoa löydettävissä kuin koskaan.

Mistä Data Discovery tuli?

Vaikka tietojen löytäminen on suhteellisen uusi digitaalisen liiketoiminnan termeiden "kuumaan sanastoon", menetelmät ja strategiat eivät ole niin uusia. Termin edeltäjä, tiedon louhinta, otettiin käyttöön 1990-luvulla, mutta yritykset ja organisaatiot ovat käyttäneet jonkinlaista tiedonkeruuta kaupan alkamisen jälkeen.

Nykyaikainen tietojen löytäminen liiketoimintastrategiana syntyi suurten tietojen nousun myötä - kattava termi, joka kuvaa suurten, monimutkaisten tietojoukkojen suhteellisen viimeaikaista, eksponentiaalista kasvua, jossa pelkkä tietomäärä sulkee pois perinteisiä tietokantoja ja organisaation työkaluja käyttämällä poimi jotain hyödyllistä.

Suuri data on kuitenkin iso juttu nykypäivän yrityksille, koska kaikista sellaisista jäsennellyistä ja jäsentämättömistä tiedoista, jotka ovat erittäin hyödyllisiä malleja, joita voidaan käyttää markkinointistrategioiden, sijoitetun pääoman tuoton ja voittojen parantamiseen. Tiedonhakualustat onkin suunniteltu antamaan organisaatioille helpompia tapoja määrittää, analysoida ja poimia asiaankuuluvat tiedot.

Kuinka tietojen etsintä toimii

Tiedonhakualustat koostuvat tyypillisesti useista työkaluista, jotka on koottu yhteen ja toimivat yhdessä tiedon poimimiseksi ja esittämiseksi tarkoituksenmukaisella tavalla. Näillä työkaluilla on useita eri tapoja löytää ja tunnistaa asiaankuuluvat tiedot, mutta suurin osa niistä perustuu kolmeen perusanalyysimenetelmään:

• Metatiedot: Kaikki digitaalinen sisältö sisältää metatietoja tai "tietoja tiedoista". Nämä tiedot ovat yleensä piilotettu loppukäyttäjiltä, ​​mutta ne ovat näkyvissä takaosassa. Metatiedot tallennetaan tyypillisesti taulukoita ja sarakemääritteitä käyttämällä - niin metatietoja käyttävät tiedonhakutyökalut etsivät vastaavuuksia sarakkeen nimessä, datan koosta ja tietotyypistä.
• Tunnisteet: Monissa tapauksissa tiedot luodaan ja ryhmitellään tarroihin tai tunnisteisiin, jotka kuvaavat kyseisen ryhmän tietoja. Nämä tunnisteet voidaan luoda, kun dataa luodaan, tai ne voidaan lisätä viite- ja lisätietoja varten. Tunnisteet tai tunnisteet ovat samanlaisia ​​kuin metatiedot, vaikkakin vähemmän muodolliset.
• Sisältö: Tämä strategia analysoi itse tietoja, eikä liitettyjä tarroja tai metatietoja.

Sisältötietojen määrää on yleensä paljon enemmän kuin tunnisteita tai metatietoja, mikä tarkoittaa, että datan tunnistaminen sisällön perusteella vie kauemmin ja käyttää monimutkaisempia löytötapoja. Sisäanalyysillä on kuitenkin taipumus antaa myös rikkaampia ja hyödyllisempiä relaatiotuloksia.

Kun tiedot on analysoitu, muita tiedonhakutyökaluja voidaan käyttää esittämään löydetyt suhteet, trendit tai mallit hyödyllisessä muodossa. Kaaviot, taulukot ja kaaviot ovat perustiedot esittelytyökaluista, joita käytetään tiedonhaussa, mutta monimutkaisemmat, mutta luettavat esitykset, kuten infografiat, ovat saaneet suosion data-analyytikoiden toimesta.

Mitä tietojen etsiminen voi tehdä?

Käytännön käytön suhteen tiedonhakualustoille ja työkaluille on lähes rajaton käyttö. Kuluttajia kohtaavat organisaatiot käyttävät näitä menetelmiä ja strategioita yleisimmin melkein kaikilla toimialoilla, mukaan lukien vähittäiskauppa, talous, viestintä ja markkinointi, vaikka voittoa tavoittelemattomat organisaatiot ja julkishallinnon organisaatiot käyttävät myös tätä tekniikkaa.

Tietojen etsiminen antaa organisaatiolle mahdollisuuden löytää yhteyksiä sisäisten tekijöiden (kuten hinta, tuotteen sijainti ja työntekijöiden suorituskyky) ja ulkoisten tekijöiden (kuten kilpailutiedot, taloudelliset indikaattorit ja asiakasdemogrāfiset tekijät) välillä. Nämä suhteet auttavat yrityksiä havainnollistamaan ja määrittelemään yhden tai useamman tekijän muutosten vaikutukset myyntiin, asiakkaiden sitoutumiseen ja voittoihin.

Tiedonhaussa käytetyt työkalut tarjoavat yksityiskohtaisemman kuvan vaikuttavista tekijöistä ja antavat yrityksille mahdollisuuden hienosäätää markkinointistrategioitaan ja mainoskampanjoita erittäin kohdennetulla tiedolla. Suositun suoratoistovideopalvelun suositusmoottori Netflix on hyvä esimerkki tietojen löytämistekniikasta työssä. Palvelu käyttää ulkoisia tietoja asiakkaiden katseluhistorioista ja tietokannan mediasisällön sisäisiä tietoja tehdäkseen yksilöllisiä ehdotuksia uusiksi videoiksi, jotka todennäköisesti kiinnostavat asiakkaitaan.

Mutta tiedonkeruun mahdollinen soveltaminen ylittää vähittäiskaupan kuluttajat. Yksi esimerkki on Advanced Scout-ohjelmisto, ohjelma, jota käyttää National Basketball Association (NBA). Se analysoi pelaajien liikkeitä koripallopelien kuvanauhoituksista auttamaan valmentajia kehittämään strategioita ja järjestämään pelejä.

Kun tiedonhakualustat etenevät ja tekniikka tulee edullisemmaksi, useammat organisaatiot voivat käyttää näitä työkaluja ymmärtää paremmin asiakkaitaan ja toimittaa ainutlaatuisia, räätälöityjä tarjouksia, jotka parantavat kauppaa kaikille.