جدول المحتويات:
- ميناء البيانات الكبيرة مباشرة في منصات القطاع الخاص
- بناء نظم ذكاء الأعمال القديمة
- استخدام هذا مستودع البيانات
- هيكل البيانات
- تحديد والتعامل مع البحيرات البيانات
هناك الكثير من الحديث في هذه الأيام حول ما يشارك في إنشاء إعدادات تكنولوجيا المعلومات الضخمة ، من استخدام Apache Hadoop والأدوات ذات الصلة إلى ابتكار إمكانية الوصول ، إلى المحادثات حول الطرق التقنية لنقل البيانات داخل مستودعات بيانات الشركة المركزية وخارجها. ولكن هناك أيضًا العنصر الفلسفي للبيانات الضخمة. بمعنى آخر ، كيف يمكنك استخدام كل تلك البيانات الموجودة في الكذب لتعزيز نتائج عملك وتحسين نموذج عملك؟
فيما يلي خمس طرق تقوم بها الشركات بتحطيم الأرقام وتطبيقها فعليًا على بعض النتائج الملموسة.
ميناء البيانات الكبيرة مباشرة في منصات القطاع الخاص
تتمثل إحدى الطرق السهلة لبدء استخدام بيانات الأعمال المجمعة في وضع عناصر بيانات محددة في أنظمة عمليات الأعمال المصممة مسبقًا والتي تم إعدادها لتقديم تلك البيانات بشكل فعال. ولعل أفضل مثال هو أدوات إدارة علاقات العملاء (CRM). غالبًا ما يبني البائعون خدماتهم حول لوحات المعلومات التي يمكن أن تقدم لعمال المبيعات وغيرهم ملفات أو مجلدات العملاء فعالة وقابلة للتنفيذ.
الشيء هو أن استخدام CRM يفترض أن لديك البيانات اللازمة في مكان ما. إذا كان يمكنك تجميع معرفات العملاء وشراء التواريخ والعناصر الأخرى ذات الصلة معًا ، فيمكنك البدء في شحن كل هذا إلى نظام CRM الخاص بك. سوف فريق المبيعات الخاص بك شكرا لك.
بناء نظم ذكاء الأعمال القديمة
مرة أخرى ، ستقوم باختيار واختيار مجموعات البيانات المحددة التي تريد استخدامها ، ولكن هناك شيء آخر تقوم به الشركات وهو استخدام طرقها المعتادة في تحطيم البيانات وتوسيعها ببطء ، عن طريق ضخ المزيد والمزيد من مجموعات البيانات الضخمة في بياناتها التقليدية تقنيات الإبلاغ.
حسنًا ، لذلك هناك أكثر من بضعة موارد تحذيرية حول مقدار النظم القديمة التي تعيق التقدم الفعلي بشكل عام. ولكن هناك أيضًا بعض الإرشادات العملية التي تظهر بعض التحديات في استخدام التقنيات القديمة للبيانات الضخمة ، وكيف يمكن القيام بذلك ، وكيف يمكن للموظفين المناسبين إحداث التغيير. بالإضافة إلى ذلك ، من الناحية الفنية ، يصبح كل شيء "قديمًا" بمجرد نشره ، لذلك ليس من المنطقي دائمًا إلغاء نظام قديم في كل مرة يأتي فيها شيء أفضل.
استخدام هذا مستودع البيانات
إذا كان لديك بيانات كبيرة في مستودع مركزي وكنت تعرف كيفية الوصول إليه ، يمكنك بناء عمليات جديدة حول ذلك.
فيما يلي مثال ممتاز على كيفية قيام بعض الشركات الكبرى بمتابعة استخدامات محددة ودقيقة ومحددة للبيانات الضخمة. قد تسميها فهرسة متقاطعة. إنه يساعد مؤسسة ما على إنشاء نماذج متسقة بين جميع أنواع حسابات العملاء العديدة التي قد يتم الاحتفاظ بها في أجزاء مختلفة من بنية البرنامج.
من خلال الجمع بين جميع البيانات القابلة للتنفيذ معًا ، قد تتمكن الشركة من معرفة ما إذا كان اسم قاعدة بيانات البيع بالتجزئة لمرة واحدة يطابق اسمًا في أحد أقسام الخدمات التابعة لها ، على سبيل المثال. تقوم الشركة بعد ذلك باستيراد المعلومات إلى كلا القسمين ، بحيث عندما يقوم شخص ما بالتقاط الهاتف ، يعرف أن هذا الشخص نشط في كلتا القناتين المنفصلتين.
هذا استخدام عملي لذكاء الأعمال - فهو يساعدك على فعل شيء ما استنادًا إلى جميع البيانات الضخمة التي قمت بجمعها معًا.
هيكل البيانات
هناك مشكلة رئيسية أخرى تتعلق بالبيانات الضخمة وهي أن الشركات غالباً ما تجمع بيانات غير منظمة نسبيًا. قد تأتي البيانات غير المهيكلة في شكل ورق أو مستندات رقمية ، أو موارد قاعدة بيانات خام أو غير مكررة ، أو حتى مقتطفات من النص والرمز من الأجهزة المحمولة. تشترك البيانات غير المنظمة في أنها لا تتبع تنسيق قاعدة البيانات العلائقية. نتيجةً لذلك ، لا يمكن لقاعدة البيانات التقليدية القابلة للنقل معالجتها ، ولا تحصل على أي معلومات استخباراتية عن الأعمال.
هناك طريقتان للتعامل مع هذا: الاستيلاء على مجرفة وبدء الحفر ، أو الحصول على بعض الموارد التي تنقح تلك البيانات غير المهيكلة إلى بيانات قابلة للتنفيذ. قد توظف الشركات التي لا ترغب في الاستثمار في برنامج جديد الأيدي البشرية للفرز بين البيانات غير المهيكلة وتنسيقها بشكل صحيح ، ولكن لديك الآن بعض البدائل بفضل الأدوات التي من شأنها تحليل البيانات غير المهيكلة بشكل فعال. البيانات التعريفية ، على سبيل المثال ، هي إحدى طرق أتمتة استخراج البيانات بطريقة تجعلها مفيدة.
تحديد والتعامل مع البحيرات البيانات
الكلمة الطنانة الكبيرة الأخرى في مجتمع البيانات الكبيرة هي بحيرة البيانات. في الأساس ، تعد بحيرة البيانات مجرد مجموعة كبيرة من البيانات الموجودة هناك غير مستخدمة. إنه التعريف الجوهري للبيانات أثناء الراحة - لا يتم فعل أي شيء بها ، لا يتم إزعاجها ، إنه جليدي وهادئ مثل قشرة جسم راكد من الماء.
مرة أخرى ، هناك العديد من الطرق المختلفة للتعامل مع بحيرات البيانات ، ولكن جميعها تبدأ بالتفكير في ما يوجد في مجموعات البيانات الكبيرة هذه ولماذا في التخزين البارد في المقام الأول. تقوم الشركات ببناء مراكز البيانات الخاصة بها واستخدام تقنيات تجميع البيانات الموجهة للكائنات فائقة الحداثة لتقسيم بحيرات البيانات هذه إلى أجزاء قابلة للتنفيذ. يتم ذلك فعليًا على أساس كل حالة على حدة ، لكن بعض الخبراء لديهم اقتراحات حول كيفية تحويل هذه البيانات إلى قنوات مفيدة تجعل أجزاء من المعلومات تنتهي في مكان ما وتفعل شيئًا ما.
