10 Dicas para Melhor Análise de Big Data

Quer tirar o máximo proveito de sua análise de dados do Excel? Aqui estão dez dicas rápidas para trabalhar de forma eficaz e eficiente com big data.

Considere o seu trabalho a busca de um tesouro enterrado

Você deve ver a análise de dados como um processo semelhante à procura de um tesouro enterrado.

Em outras palavras, a mineração de dados se assemelha a mineração de ouro. Você está batendo o seu caminho através dos dados ou peneirar a granularidade em busca de pepitas valiosas. Este esforço pode ser penoso e tedioso.

No entanto, com persistência e um pouco de sorte, você deve muitas vezes (muitas vezes?) Ser capaz de encontrar informações valiosas sobre as oportunidades e ameaças que você poderia ter perdido.

Você quer e precisa se lembrar disso.

Recolher mais dados

Você deve coletar mais dados. . . e, em seguida, ser bom sobre como armazenar e guardar os dados que você coletar.

Em outras palavras, fazer o descarte não sloppily ou descuidada perder ou tolamente jogar fora os dados que já recolhem ou ter. Esses dados poderiam ser inestimável. E se não tem preço, hoje, quem sabe? Pode ser, em algum momento no futuro.

Encarar. Quanto mais rico o conjunto de dados, melhor as chances alguns insights fria vai saltar para fora em você.

Criar mais dados

Trabalhar para criar mais dados.

Ok, isso talvez soa ridículo. Mas, em alguns casos, os dados úteis podem ser criados de forma muito económica.

Aqui está um exemplo simples: Se você executar um negócio, perguntar aos clientes como eles chegaram a encontrá-lo. Você vai grandes insights sobre seus esforços de marketing como resultado.

Você provavelmente tem outras maneiras interessantes para criar mais dados.

experimentos regularmente executados

métodos de criação de dados, tais como experimentação através de testes e estudos-piloto AB pode economicamente fornecer dados de valor extraordinário.

Por exemplo, o autor Timothy Ferris em seu livro best-seller, The Four Hour Workweek, descreve o uso de anúncios pay-per-click para avaliar a viabilidade do produto. Essa é uma ótima idéia, e que, provavelmente, em muitos casos resulta em forma conclusões analíticas mais precisos do que um grupo de foco.

Vá grande (com os seus conjuntos de dados e suas amostras)

Se você aprendeu sobre estatísticas na era antes dos computadores e seus grandes conjuntos de dados foram amplamente disponível e fácil de usar, você pode ter uma tendência a fazer julgamentos e decisões com base em pequenos conjuntos de dados.

Hoje, isso é realmente muito imperdoável. Hoje em dia, você deve estar trabalhando com grandes conjuntos de dados. Quando possível, # 147-go big # 148- e usar conjuntos de dados e amostras grandes ou maiores.

Não delegue análise de dados

Do ponto de vista de muitos gerentes ou donos de empresas, que têm algum jovem estagiária tech-savvy pode parecer a melhor abordagem para obter a análise realmente bons dados realizada.

Mas se você conversar com as pessoas fazendo lotes de análise de dados, você é bastante provável ouvir-se que o que você realmente quer fazer é atribuir o membro da equipe mais inteligente, mais experiente que puder para trabalhar neste projeto. Em outras palavras, as pessoas que realmente querem fazer este trabalho são as pessoas que provavelmente não tem tempo para fazê-lo.

Talvez, de fato, você deve apenas fazer a análise de dados a si mesmo se você é o grande Pooh-Bah.

Novamente, pense sobre este trabalho como semelhante à mineração para o tesouro enterrado. Os insights que você pode descobrir poderia ser extremamente valiosa. Tão bom como alguns fanfarrão novo ou jovem corça pode ser, por danado com certeza não quer que eles se perder alguns excelente oportunidade ou uma ameaça potencialmente catastrófica porque lhes falta experiência ou não ter ainda sido plenamente desenvolvido habilidades de pensamento estratégico.

perder tempo derramando sobre os dados sem sentido

Aqui está uma idéia tola. Talvez você deve ocasionalmente perder tempo derramando sobre dados aparentemente sem sentido: tabulações cruzadas de recibos de vendas com carimbo de tempo, dados de análise do seu site, os logs de transação de terceiros, e assim por diante.

Você nunca sabe o que vai encontrar. E às vezes as melhores idéias podem vir de lugares mais surpreendentes.

fontes de dados internas de inventário

Um item de limpeza: Você provavelmente vai querer manter um inventário de fontes de dados internas. E a lista deveria incluir mais do que apenas o sistema de contabilidade e arquivos de análise de seus servidores web '. Todos os tipos de dados interessantes existe, quando você começar a pensar nisso. E algumas dessas coisas vai se perder ou se esqueceu, se você não for cuidadoso.

Construir uma biblioteca de fontes de dados brutos externos

Um lembrete rápido? Algumas das suas fontes de dados crus não são internos, mas externo. Não se esqueça sobre aqueles.

Mesmo as empresas mais pequenas podem ter acesso a arquivos de processamento de pagamentos de terceiros e listas de transação criados por serviços web externos.

Proteger as fontes de dados proprietários

Porque todas as fontes de dados proprietários potencialmente têm um enorme valor, você naturalmente quer proteger cuidadosamente o ativo.

Agora é claro que isso significa que você deseja armazenar com segurança e backup dos dados regularmente, mas isso não é tudo. Protegendo seus dados de propriedade intelectual significa que você quer ter certeza de que os dados estadias proprietária e (talvez até mais) que qualquer insights contidos nos dados ficam internos. Algo para pensar sobre. . .