Como analisar grandes volumes de dados para obter resultados

Big data é mais útil se você pode fazer algo com ele, mas como você analisá-lo? Empresas como a Amazon e Google são mestres em análise de dados grandes. E eles usam o conhecimento resultante para obter uma vantagem competitiva.

Basta pensar sobre o mecanismo de recomendação da Amazon. A empresa assume todo o seu histórico de compra, juntamente com o que sabe sobre você, seus padrões de compra, e os padrões de compra de pessoas como você para vir acima com algumas boas sugestões. É uma máquina de marketing, e as suas capacidades de análise de dados grande tornaram extremamente bem sucedido.

A capacidade de analisar grandes volumes de dados fornece uma oportunidade única para a sua organização também. Você será capaz de expandir o tipo de análise que você pode fazer. Em vez de estar limitado a amostragem grandes conjuntos de dados, agora você pode usar muito mais detalhados e completos de dados para fazer a sua análise. No entanto, a análise de dados grandes também pode ser um desafio. Mudando algoritmos e tecnologia, até mesmo para a análise de dados de base, muitas vezes tem de ser abordada com big data.

A primeira pergunta que você precisa perguntar a si mesmo antes de mergulhar na análise de dados grande é o problema que você está tentando resolver? Você pode até não ter a certeza do que você está procurando. Você sabe que tem grande quantidade de dados que você acha que você pode obter informações valiosas de. E, certamente, os padrões podem surgir a partir desses dados antes de entender por que eles estão lá.

Se você pensar sobre isso, porém, você está certo de ter uma idéia do que você está interessado. Por exemplo, você está interessado em prever o comportamento do cliente para evitar a rotatividade? Você quer analisar os padrões de condução de seus clientes para efeitos de prémio de seguro? Você está interessado em olhar para os dados de log do sistema para, finalmente, prever quando poderão ocorrer problemas? O tipo de problema de alto nível vai conduzir as análises que você decidir usar.

Alternativamente, se você não está exatamente certo do problema de negócio que você está tentando resolver, talvez você precisa olhar para áreas em sua empresa que precisam ser melhoradas. Mesmo uma estratégia orientada para o analytics - voltado para a área da direita - pode fornecer resultados úteis com dados grandes. Quando se trata de análise, você pode considerar uma gama de possíveis tipos, que são brevemente descritos na tabela.

Tipo de análise	Descrição
analytics básicos para a visão	Fatiamento dos dados, relatórios, visualizações simples, monitoramento básico.
análises avançadas para visão	Mais análises complexas, tais como técnicas de modelagem e otherpattern de correspondência preditivos.
analytics operacionalizadas	Analytics tornar-se parte do processo de negócio.
analytics monetizados	Analytics são utilizados para acionar diretamente a receita.