Nul
Vorige week liep ik met mijn vriend en thought leader Esteban Kolsky het eerste deel van hoe te denken over de gegevens die in een post-big data-wereld — en dat was een hit. Nu, aan het eind van de spanning, hebben we deel twee, waar EK bekijkt hoe gegevens invloed B2C en B2B anders en wat te doen met die gegevens. Dit alles kwam als resultaat van een onderzoek Esteban werd gevraagd om door Radius, zoals ik vorige week ook al. Kudos voor hen voor de inspirerende dit uitstekende stuk.
Dus, nu, Esteban, op deel twee.
Wat dacht je van de last post op de evolutie van de gegevens?
Als je weet waar je vandaan komt, je weet waar je moet zijn. En om te zien waar we naar toe gaan, moeten we dit tweede deel: Hoe hebben gegevens platforms ontwikkeld?
Evolutie van de Gegevens van Platforms: het plaatsen van Gegevens op het Werk
Gegevens zijn het “bloed” van het bedrijfsleven sinds de vroege dagen van de informatica in de jaren 1960. Langs de weg verandert bracht verschillende hulpmiddelen voor het verzamelen, opslaan, verwerken en beheren van gegevens, terwijl het niet stellen van de essentiële vragen: Waarom doen we dit? Waarom moeten we gegevens? Wat doen we? Hoe weet ik wanneer doen we de juiste dingen?
Er is een verschil in hoe gegevens invloed op de traditionele massa-markt (B2C) organisaties en degenen die het verkopen aan andere bedrijven (B2B). Er zijn problemen met betrekking tot niet alleen de potentiële omvang van de markt (een B2C bedrijf targeting honderden miljoenen potentiële klanten ten opzichte van een business gericht op een paar honderd tot een paar duizend andere organisaties), maar ook de complexiteit van de data modellen gebruikt.
Ook: IBM Cloud Eigen voor-Gegevens preps Red Hat OpenShift certificering, queryplex search tool
We hebben de aggregatie van gegevens gebeurt in massa-organisaties (kopen en te aggregeren credit card informatie, bijvoorbeeld, of voor het verzamelen en delen van loyaliteit informatie over de behoeften van de klanten en acties) voor een lange tijd, we noemen dat segment differentiatie in B2C organisaties. Terwijl deze aggregatie is interessant voor die organisaties, het is ook veel eenvoudiger dan het voor B2B-werelden. En de tools voor het oplossen van die problemen zijn gericht op het beheren van grote hoeveelheden, niet te focussen op de beste gegevens.
In een B2B-wereld, het probleem wordt complexer en vereist een betere tools en processen die moeten worden opgelost. We kunnen niet zeggen dat, bijvoorbeeld, 120 van onze 200 potentiële targets behoren tot hetzelfde segment. Het wordt onmogelijk om onderscheid te maken en heel hard te dienen correct.
We moeten beter de gegevens van de modellen die meer gericht zijn op de verkoop-processen en van onze klanten voldoen.
Ook: Apache neemt Flink ZUUR
De hoeveelheid gegevens is niet een probleem in B2B als in B2C markten, omdat de potentiële markten zijn veel kleiner, waardoor de gegevens gemakkelijker te vinden, maar de kwaliteit en de aggregatie van de gegevens vormen een grotere uitdaging. Dit is waar de gegevens platforms begon te schijnen.
Een combinatie van gemakkelijke toegang tot de juiste gegevens voor meerdere doeleinden en het genereren van effectieve inzichten is wat maakt data platforms en inzicht motoren zo krachtig — niet alleen de aggregatie van gegevens. Het is niet de hoeveelheid gegevens die is opgeslagen en mogelijk gebruikt, maar de nodige gegevens, dat wordt gebruikt op het juiste moment. We moeten vertrouwen op de geaggregeerde gegevens voor het optimaliseren van processen en op de en inzichten gegenereerd op basis van deze transacties.
De grafiek toont de evolutie van de gegevens platforms en opslag van gegevens in de tijd, met inbegrip van de voor-en nadelen van elk. Het bevat ook richtlijnen over wat elk model kunt bereiken en hoe het het beste werkt.
Bijpassende deze tools om de geplande resultaten van het gebruik van gegevens is de eerste stap in het genereren van inzichten en dit is niet zonder problemen.
Ook: Digitale transformatie: het Krijgen voorbij de hype
De hoeveelheid opgeslagen gegevens na big data systemen werden ingezet heeft gemaakt, of verergerd, de drie cruciale problemen voor B2B-bedrijven die voor het optimaliseren van de gegevens in hun digitale transformatie-initiatieven:
1. Vertrouwde aggregatie van gegevens: Wanneer organisaties hebben te veel gegevens van veel te veel bronnen, sommige van de gegeven kunnen elkaar overlappen en zelfs conflict. Met behulp van inzichten als de uitkomst van het aggregeren van gegevens in platforms onderscheid tussen vertrouwde gegevensbronnen op basis van de uitkomsten van de processen en degenen die niet mogen worden gebruikt.
2. Eenvoudige toegang en updates: Alleen maar omdat de gegevens zijn verzameld, samengevoegd en opgeslagen, betekent niet dat de gegevens nooit gaat veranderen. In onze altijd-op-de-wereld gaan, de gegevens wijzigen zo vaak zo veel keer per dag (in geval van operationele gegevens) om om de paar weken (in geval van segmentatie of identificerende gegevens).
3. Geoptimaliseerd gebruik van de gegevens: Zakelijke functies altijd over de meest nauwkeurige en meest actuele gegevens beschikt om de juiste beslissingen te nemen. Bedrijven in het digitale tijdperk de vraag de juiste gegevens op het juiste moment, de juiste keuzes te maken.
Tot nu toe hebben bedrijven gebruikt de meeste van de beschreven programma ‘ s in de grafiek kunnen samenvoegen, consolideren en centraliseren van gegevens in de verschillende versies van de platformen die gebruikt worden door talloze processen en functies. Terwijl dit gegeven heeft een beginpunt en de illusie van beweging en vooruitgang, de realiteit is dat voor B2B-organisaties maken van gegevens op basis van beslissingen in real-time vereist niet alleen meer gegevens maar beter de kwaliteit van de gegevens en inzichten. Tools die gewoon concentreren op het aggregeren van gegevens, ongeacht het gebruik van het niet begrijpen van wat nodig is en niet kan doen.
Ook: Big data is nu economie en niet alleen technologie TechRepublic
Master data management, bijvoorbeeld, is een discipline en een set van tools dat gefocust is op het aggregeren van zoveel mogelijk gegevens. Dit is gedaan voor het creëren van een meer gecentraliseerde opslag van gegevens dat wordt dan “de enige bron van waarheid.” Terwijl het creëert enorme, geoptimaliseerde gegevens opgeslagen, er is geen doel of de kennis van de uitkomst, dus het mist de markering op te weten of het markeren van wat gegevens te verzamelen, te bewaren en te gebruiken voor elk ander proces.
Klant gegevens platforms zijn een meer moderne model en is van plan om op te lossen het probleem van MDM systemen door te gaan dan alleen maar het maken van een enkele bron van de waarheid te richten op toepassingen voor die gegevens. Het consolideert gegevens, biedt toegang tot vele verschillende systemen, en zorgt ervoor dat de gegevens vrij stroomt van A tot Z en is op de juiste wijze gebruikt in tussen de bekende processen. Hoewel het wel een goed werk van het creëren van een ODS (operational data store) op de cloud, het niet op dezelfde plaatsen, waar enorme opgeslagen gegevens is mislukt: Ze weet niet wat er is gebeurd met de data als het eenmaal is gebruikt, of het goed is of moet worden aangepast en verbeterd, en wat waren de resultaten.