Het recente nieuws dat de Verenigde Arabische Emiraten militaire dienst verplicht stellen voor alle Emirati-mannen tussen de leeftijdsgroepen van 18 en 30 jaar, heeft me ertoe aangezet te bedenken waarom landen, ongeacht hun economische status, ervoor zorgen dat burgers bereid zijn het land te verdedigen.
Je zou kunnen stellen dat een beperkt aantal burgers in een land de regering vaak dwingt om militaire dienst verplicht te stellen. Maar hoe zit het met China? Het is qua inwoneraantal het grootste land, maar het zorgt er ook voor dat burgers die verder onderwijs volgen, de verplichte militaire tijd dienen. Kortom, naties bereiden zich in feite voor om zich te verdedigen in geval van conflict en iedereen moet daarop voorbereid zijn. Of het nu een elektricien, een zakenman of een timmerman is, ze verenigen zich allemaal voor een gemeenschappelijk doel.
Hoe bizar het ook mag klinken, je kunt een griezelige parallel trekken tussen dergelijke naties en de hedendaagse organisaties die competitief willen blijven. De huidige dreiging, of liever een uitdaging in de vorm van Big Data, heeft grote en kleine organisaties ertoe aangezet om hun mankracht over verschillende afdelingen samen te brengen om deze gezamenlijk aan te pakken. Om hier verder op in te gaan, hebben landen die verplichte militaire dienst afdwingen doorgaans altijd een geschiktheidscriterium, net zoals organisaties het logisch vinden om alleen die werknemers big data-training te geven die een of andere vorm van interactie hebben met grote hoeveelheden gegevens en die verplicht zijn om gebruik Hadoop bij elk contactpunt.
Net zoals een generaal van het leger in samenwerking met de regering beslist over het soort wapens en training dat wordt toegewezen aan zijn anders beginnende burger die een nieuwe rekruut is geworden, zo wordt verwacht dat een CTO aan het roer staat van de IT-infrastructuur en het erfgoed. systemen die nieuwe technologische innovatie aandrijven om zijn / haar werknemers beter te laten presteren. Met een gemeenschappelijk doel om big data aan te pakken, laten we proberen in detail te begrijpen waar big data wordt gebruikt en waarom het belangrijk is om je kameraden erin op te leiden.
1. informatietechnologie: productiviteit verbeteren met big data-training
Misschien wel in de voorhoede van de implementatie van big data, is het IT-team het epicentrum om de verandering vooruit te helpen. Een beslisser op het gebied van IT-training die big data-training aan de werknemers wil aanbieden, moet beginnen bij de IT-afdeling. Waarom? Omdat als het gaat om betrokkenheid bij technologie in elke fase van activiteit, de geeks in de kelder (populair jargon voor IT) het dichtst in de buurt komen. Dus hoe relevant is het?
Laten we eens kijken naar een rapport dat is ingediend door de populaire site, CIO, waarin staat:
'Volgens een recente CompTIA-enquête onder 500 Amerikaanse bedrijfs- en IT-managers, vindt 50 procent van de bedrijven die voorlopen op het gebied van het gebruik van gegevens, en 71 procent van de bedrijven die gemiddeld of achterblijven bij het gebruik van gegevens, het gevoel dat hun personeel matig of aanzienlijke tekortkomingen in gegevensbeheer en analysevaardigheden '
Gezien het feit dat databeheer en -opslag deel uitmaken van de kernfunctie van IT, is er behoefte aan een parallelle benadering van de implementatie van big data-platforms en het versterken van de IT-vaardigheden binnen big data. Dit wordt ondersteund door een McKinsey-rapport waarin staat dat er tegen 2018 een tekort zal zijn aan meer dan 140.000-190.0000 professionals met diepgaande technische en analytische expertise! Omdat steeds meer technische professionals big data-training nodig hebben, willen organisaties technische professionals meer opleiden voor snelle ROI en staan platformspecialisten, beheerders en ingenieurs die op de IT-afdeling werken aan het roer.
Trinity of Core IT-functie combineren met Big Data
De term Drie-eenheid doet me vaak denken aan twee religieuze concepten: de ene is de hindoeïstische mythologie van de schepper, beschermer en vernietiger en de andere is het christelijke concept van de vader, zoon en de heilige geest. Beiden streven naar de verbetering van de mensheid. Op dezelfde manier streven deze drie functies van een IT-team naar de verbetering van de hele organisatie met afdelingen met verschillende behoeften als het gaat om informatietechnologie. Afgezien van beveiligings- en ondersteuningsfuncties, kan een IT-afdeling zich verhouden tot deze functies als het gaat om de implementatie van big data.
Planning - De planningsactiviteit binnen een IT-team is erop gericht ervoor te zorgen dat de IT-strategie van de organisatie is afgestemd op de bedrijfsdoelstellingen. Dit omvat het werken aan het aanpassen van software, het introduceren van nieuwe platforms die voldoen aan de behoeften van verschillende bedrijfsafdelingen. Met andere woorden: elke nieuwe implementatie start altijd vanuit IT.
Netwerk- Het gaat om het ontwikkelen van netwerken die alle vormen van communicatie tussen spraak-, data-, video- en internetverkeer mogelijk maken en er zijn verschillende controlepunten voor het opnemen van gegevens, of het nu gaat om klantinteractie, sentimentanalyse en verkeersupdates, ze verzamelen allemaal gegevens in realtime! Een IT-afdeling zorgt vaak voor een soepele integratie van netwerken om samen te werken met als doel het verwerken van big data.
Gegevens - Simpel gezegd, een IT-team brengt tools in om gegevens te verzamelen, op te slaan, te beheren, te beveiligen en naar werknemers te distribueren voor verschillende strategische beslissingen in de organisatie. Alle vormen van gegevens zoals verkooprecord, financiële administratie en voorraadgegevens worden opgeslagen in één datacenter. Dit creëert een verantwoordelijkheid binnen het IT-team om platforms voor big data te implementeren waarmee aangewezen gebruikers informatie op elke datalocatie kunnen opslaan en ophalen.
In elk IT-team heeft men een veelzijdige mix van leden nodig met verschillende taken voor de implementatie van big data. Om te beginnen is er behoefte aan een specialist die zorgt voor een soepele overgang van traditionele systemen naar big data platforms. Daarvoor is een techneut nodig om zich te concentreren op het onderhouden van het platform gedurende de hele levenscyclus van alle afdelingen. Dan is er behoefte aan een lid dat voortdurend moet controleren of elke technologische implementatie in lijn is met de organisatiedoelstelling.
2.Productontwikkeling: innovatie in alle fasen van O&O heroverwegen
Misschien wel een van de belangrijkste afdelingen als het erom gaat de organisatie naar het volgende niveau van innovatie te brengen! Een van de grootste voordelen van big data is de integratie van data op verschillende contactpunten in productontwikkeling, van productontwerp, fabricage, kwaliteit, garantie, diagnostiek, voertuig- en softwaretoepassingen. De gegevens die via deze contactpunten worden gegenereerd, bepalen hoe het product is en hoe succesvol het kan zijn. Dit brengt productontwikkelaars, R & D-professionals en ontwerpers in feite naar de datagestuurde en data-analysebenadering.
Engineering Big Data in realiteit
Als het gaat om productontwikkeling, is een populair voorbeeld de auto zonder bestuurder die Audi ontwikkelt en van plan is deze tegen 2016 te lanceren. Ja, er is het productontwikkelingsteam dat de enorme taak heeft ervoor te zorgen dat de visie van de CEO op innovatie wordt verwezenlijkt. . Maar gaandeweg zijn er van ontwikkeling tot testen verschillende uitdagingen en vragen die alleen met big data kunnen worden beantwoord. Laten we eens kijken waarom.
Overweeg een testrit die wordt gecontroleerd van punt A naar punt B. Hier zijn de soorten gegevens die kunnen worden gegenereerd:
een. Sensorgegevens - De sensoren in de auto konden details opslaan over de afstand die hij had gemeten tussen auto's erachter en ervoor en de frequentie van voertuigen die hij tijdens de reis tegenkwam.
b. Bestuurdersgegevens - Er kunnen meerdere tests met verschillende leeftijdsgroepen worden uitgevoerd en de details van comfortniveau, prestaties en hoe vaak de bestuurder het automatisch rijden moest opheffen, worden voor analyse gecomprimeerd tot grote sets rijen en kolommen.
c. Demografische gegevens - Er kan een test worden uitgevoerd in India en in de VS. De AI binnen het automatisch rijden zou de obstakels kunnen analyseren die het tegenkomt tijdens het rijden in twee verschillende landen. Welk land is beter geschikt voor automatisch rijden en welk land niet?
d. Marktprestatiegegevens - Nadat het product is gelanceerd en het op de weg is, kunnen ingenieurs ook het succes volgen door live gegevens te analyseren met feeds die 24 × 7 worden geleverd door het programma van de auto om inzicht te krijgen of de introductie van automatisch rijden helpt om de weg is veiliger?
verschil tussen klasse en interface in java
Er zijn een aantal mogelijke gegevens die uit productengineering kunnen worden gehaald. We zijn net begonnen OEM uit de auto-industrie te ontdekken. Denk na over de mogelijkheden van big data in verschillende sectoren, zoals geneeskunde, gezondheidszorg, elektronica enzovoort. Wie weet?
LEUK WEETJE: Wist je dat Ford's adoptie van Big Data en Analytics het heeft gered van een bijna-doodervaring in de jaren 2000, toen de concurrentie van Europese en Aziatische autofabrikanten hevig was!
3.Financiën: medewerkers op big data-platforms trainen om met financiële modellen om te gaan
We hebben misschien vaak gehoord dat geld het bloed van zaken is. Voor dat geld zorgen is een verantwoordelijkheid van de financiële afdeling. De zakenwereld definieert de functies van de financiële afdeling als doorgaans betrokken bij ‘planning, organisatie, controle, boekhouding en het controleren van de financiën van het bedrijf, samen met het produceren van de financiën van het bedrijf.
Dat gezegd hebbende, is de financiële afdeling in het algemeen vaak het geesteskind als het gaat om het omgaan met geld en de rol breidt zich uit naar verschillende activiteiten, zoals het genereren van kasstroomoverzichten, kostenmodellering, prijsrealisatie en compliance om er maar een paar te noemen. Een paar decennia geleden was het uitvoeren van al deze activiteiten met beperkte systemen en platforms best haalbaar, maar in het tijdperk van big data zijn de twee uitdagingen waarmee elke financiële afdeling wordt geconfronteerd, het uitvoeren van reguliere financiële functies in het veranderende scenario en het verzamelen van inzichten voor de toekomst. Laten we het eens vanuit een dieper perspectief bekijken.
Omdat de informatie over verschillende servers is verspreid, staan organisaties vaak voor de uitdaging om die gegevens te consolideren en acties uit te voeren volgens de zakelijke vereisten. Een belangrijke functie binnen is interne audits die het bestuur, risicobeheer en beheerscontroles van de organisatie in de gaten houdt en proactieve fraude-audits uitvoert om frauduleuze handelingen te identificeren. Met de opkomst van analytics is er ook behoefte aan het integreren van internal auditing. Dit heeft geleid tot nieuwe methoden, zoals analyse van auditgegevens, die helpen bij het beoordelen van het risico, het creëren van financiële modellen en het geven van een algemeen beeld van de financiën binnen een organisatie.
Kostenmodellering en prijsrealisatie
Kostenmodellering is een belangrijk onderdeel voor een effectief gebruik van middelen. Bedrijven moeten de activiteiten identificeren die de kosten opdrijven, de totale directe materialen en arbeid die nodig zijn voor het voltooien van de taak, enzovoort. Kostenmodellering helpt bedrijven om de totale productiekosten van producten voor alle activiteiten binnen het bedrijf nauwkeurig te identificeren. In het tijdperk van big data wordt het belangrijk om elke financiële activiteit bij te houden die plaatsvindt op verschillende afdelingen binnen een organisatie die die informatie consolideert om een ideaal kostenmodel te bouwen. Van aankoop tot verkoop, alle gegevens worden opgeslagen in de financiële geschiedenis en de fundamentele basis van het ontwikkelen van een kostenmodel is het ophalen van de grote hoeveelheden gegevens en het maken van een model dat kan worden toegepast voor de toekomst.
sorteer algoritme c ++
Hoewel men kan debatteren dat de inspanningen van prijsrealisatie meer gericht zijn op verkoop om de winstgevendheid te verbeteren, speelt de financiële afdeling een grotere rol als het gaat om het profiteren van prijsrealisatie. Om het in eenvoudiger termen op te splitsen, kunt u een winkel overwegen die van plan is kortingen te geven om de verkoop te stimuleren. Het fundamentele doel is om prijslekkage te verminderen en de zakprijs te verbeteren.
Prijslekkage treedt op wanneer de prijs van een product zo laag wordt verdisconteerd (in een poging om te verkopen) dat ze een compromis sluiten op het gebied van winstgevendheid en de zakprijs is de verkoopprijs na kortingen. Om een winstgevende prijsrealisatie-inspanning te leveren, werkt het verkoopteam samen met de financiële afdeling om inzicht te krijgen in de kostenstructuur voor elk afzonderlijk product en waar kortingen kunnen worden gegeven. Dit vereist op zijn beurt dat de financiële afdeling een raamwerk ontwikkelt voor prijsrealisatiemodellen voor de toekomst en de grenzen definieert binnen dergelijke marketingactiviteiten. De taak omvat het verwerken van gegevens van inkoop, magazijnkosten, houdbaarheid en vervolgens het schatten van de kosten van verkochte goederen (CGS).
F-12 en voorspellende analyse
Een van de belangrijke activiteiten binnen de financiële afdeling is het bewaken van de financiële gezondheid van de organisatie. Net zoals een arts verschillende statistieken gebruikt, zoals hartslag, lichaamswarmte of stimulatiereactie om te beoordelen of de patiënt leeft of dood is, zo controleert de financiële wereld de 12 statistieken om te weten waar het bedrijf financieel heen gaat en wat erachter ligt. . Van reële omzetgroei, duurzame omzetgroei, prijsbeleid en prijsindex, beheersing van operationele kosten, vergelijking van EBITDA met kasstroom, schuldenvrije kasstroom, overtollige kasmiddelen, rendement op activa, werkkapitaal, gebruik van schuldfinanciering, nettohandelscyclus en kosten van kapitaal vormen belangrijke componenten in financiële verslaglegging voor een organisatie, zodat het hogere management een goede beslissing kan nemen.
Als onderdeel van de uitdaging in de big data-wereld, vereist het begrijpen van deze ratio's het verwerken van grote brokken informatie verspreid over de organisatie om deze in een standaardindeling voor analyse te maken. Voorspellende analyses spelen een rol wanneer deze gegevens worden verwerkt uit het verleden, vergeleken met dezelfde elementen in het heden, zodat nauwkeurige schattingen worden gemaakt voor de toekomst. Het beste deel is het voorspellende analyseplatform en de methoden zijn gebouwd om big data te verwerken, waardoor de taak van de financiële afdeling wordt vereenvoudigd.
LEUK WEETJE: Wist u dat de Oversea-Banking Corporation (OCBC) gevestigd in Singapore in staat was om big data te gebruiken voor klantinzichten, wat direct verantwoordelijk was voor 40% toename in het werven van nieuwe klanten!
4 Human Resources: de capaciteiten van HR-medewerkers opnieuw definiëren
Het voorstellen van Big Data in Human Resources kan lezers er vaak toe aanzetten om het als een domkop te beschouwen, aangezien een organisatie doorgaans niet veel prioriteit geeft aan het implementeren van Big Data-technologie op de HR-afdeling, omdat het zich liever richt op Marketing, Operation of Finance. Maar in werkelijkheid speelt de afdeling Human resources een cruciale rol om ervoor te zorgen dat onder andere het juiste talent de organisatie binnenkomt.
Meer tanden toevoegen aan de hartslag
Misschien wel de meest genegeerde van alle afdelingen als het gaat om de implementatie van big data, maar in de snel veranderende wereld van vandaag bepaalt de manier waarop een HR-afdeling werkt het succes van een organisatie.
Volgens Forbes heeft een gemiddeld groot bedrijf meer dan 10 verschillende HR-applicaties en is hun kern HR-systeem meer dan 6 jaar oud. Deze trend benadrukt het feit dat een organisatie de juiste middelen nodig heeft om deze gegevens samen te brengen. Training in Big Data & Analytics brengt vaardigheden zoals data-analyse, visualisatie en probleemoplossing, van operationele rapportage tot strategische analyse.
Van een HR-afdeling wordt standaard verwacht dat ze presteert in termen van HR-basisactiviteiten, maar Big Data-training tilt het naar een heel nieuw niveau. Naarmate de HR-afdeling analytischer wordt met tools, verandert het hun aanpak om meer strategische activiteiten te ontplooien. Kritische vraag zoals hoe meer factoren voor het behouden van werknemers de verkoopkwaliteit van de pijplijn van kandidaten beïnvloeden en het evalueren van tekortkomingen in talent wordt geïdentificeerd en strategische stappen worden genomen door relevante gegevens te analyseren.
De verschuiving zal van een eenvoudig personeelsbestand naar een meer voorspellende analyse gaan.
Het Oracle binnen Human Resources
Ik herinner me een grappig verhaal van een vriend die als HR werkte. Ze had een vermoeiende job van headhunting voordat ze de kandidaat naar het relevante afdelingshoofd stuurde, die alleen de magische woorden zei: 'Oké, laten we hem aannemen.'
Een tijdje ging het goed, want ze bracht goed talent naar het bedrijf. Naarmate de tijd verstreek, kreeg ze meer vertrouwen in haar wervingsvaardigheden, waardoor ze het hogere management pushte om meer mensen aan haar team toe te voegen, HR-systemen te implementeren en meer externe adviesbureaus op te nemen. Het lastige was dat ze met haar vertrouwen grote beloften deed aan het hogere management.
De geschiedenis heeft aangetoond dat degene die zich voorbereidt op een toekomstige gebeurtenis succesvoller is dan degene die op vergane glorie rijdt. Er was een tijd dat van haar werd verwacht dat ze een groot aantal professionals in dienst zou nemen in het domein waarin het bedrijf aan het uitbreiden was. Ze begon vacatures in te vullen met een compromis over het inhuren van kwaliteitsprofessionals. Ze ging meer doelgericht te werk. Het resultaat? De meeste professionals die ze inhuurde, legden documenten neer met verschillende redenen en ze werd ondervraagd door het management. Vaak hoorde ik haar mompelen:
“Ik ga op jacht naar 1000 Cvs, shortlist 100 Cvs, bel 50 kandidaten voor een interview, filter 10 uit mijn psychometrische beoordelingen, van de 10, ik neem er 5 die het waard zijn, stuur de 5 naar het management, ze richten zich op 1 en die ene man vertrekt na twee maanden. '
Ik grinnikte om haar ellende, afgezien van het betuigen van mijn medeleven, maar ik vroeg me af of human resources een beter oordeel kunnen vellen over hun ervaring of is er behoefte aan een meer datagedreven benadering van dit hele wervingsproces? Welnu, we gebruiken voorspellende analyses om uit te vinden welk team het WK gaat winnen, maar waarom zouden we niet dezelfde technieken gebruiken in het wervingsproces, vooral als we te maken hebben met complexe elementen zoals mensen?
Nu is het aannemen van personeel niet per se een gemakkelijke baan, er zijn veel processen bij betrokken en de regels voor het aannemen veranderen vaak naargelang de branche waarin de HR zich bevindt in de rol die ze aanneemt voor de regels van de organisatie enzovoort.
Als je succesvolle organisaties observeert die voorspellende analyses gebruiken en een lager verloop hebben, is er een patroon van eerst beslissen over de gewenste kenmerken binnen een kandidaat die voor succes zorgen, dit consolideren in een 'ideaal' profiel en het vergelijken met elke kandidaat die het dichtst in de buurt is en hen vervolgens te betrekken bij beoordelingen op maat die de kenmerken van deze kandidaten evalueren.
Een punt om op te merken is dat de hele psychometrische beoordelingsindustrie met toonaangevende spelers zoals Pearsons, Thomas Assessment en SHL is ontstaan vanwege de vraag van HR-professionals om het kandidaatprofiel te analyseren in hun behoefte om het wervingsproces te perfectioneren!
Om terug te keren naar voorspellende analyses, als onderdeel van de implementatie ervan, moet het HR-personeel eerst bepalen wie een 'succesvolle kandidaat' is volgens de organisatie, daarna moet hij / zij de factoren definiëren die de effectiviteit van het aannemen kunnen stimuleren en zich ontwikkelen en observeren als waarom sommige medewerkers het beter doen dan anderen met een hypothese indien nodig. Op basis daarvan kan hij / zij het vergelijken met de gegevens van succesvolle medewerkers die lang bij de organisatie zijn gebleven en ten derde statistische technieken gebruiken om te meten waarom sommige mensen langer blijven.
De aanpak is goed om te beginnen, maar het implementeren van voorspellende analyses binnen HR omvat veel technieken die een HR vrij kan verkennen. Het beste deel van dit proces is de verlaging van de kosten voor het vervangen van een werknemer door nieuwe en wellicht meer ROI behalen dan de oude.
Aan het eind van de dag verfijnt de combinatie van intuïtie, ervaring en een gedegen datagedreven aanpak vaak niet alleen het oordeel van een HR, maar ook dat van ons.
LEUK WEETJE: Wist je dat de Amerikaanse gigant Xerox zijn callcenteromzet met 20% verminderde door analyses toe te passen op potentiële kandidaten, met de conclusie dat creatieve mensen eerder de zes maanden bij het bedrijf bleven die nodig waren om de $ 6.000 kosten van hun opleiding terug te verdienen dan nieuwsgierig mensen?
5. Supply Chain & Logistics: training van leveringsteam met big data-platforms
Supply Chain & Logistics vormen in feite een belangrijk onderdeel van organisatiestrategieën en doelstellingen. Het doel van Supply Chain & Logistics is het besparen van kosten en het verbeteren van prestaties, snelheid en wendbaarheid. Als het op logistiek aankomt, registreren en volgen ze verschillende vormen van gegevens om de operationele efficiëntie fundamenteel te verbeteren, de klantervaring en nieuwe bedrijfsmodellen te verbeteren. Deze factoren kunnen organisaties vaak helpen om middelen te sparen, een betere merknaam op te bouwen en een systematisch proces voor supply chain en logistiek te creëren.
Big data over de hele wereld volgen
Laten we een voorbeeld nemen van een e-commercegigant die Big Data gebruikt voor levering aan zijn klanten. Een product wordt vanaf een locatie naar het adres van de klant verzonden. Apparaten in het transportvoertuig zoals GPS-tracker, microfoon, sensor hebben gestructureerde en ongestructureerde gegevens die worden teruggestuurd naar de meldkamer voor realtime updates. Daarnaast helpt het ook bij het analyseren van de efficiëntie van de levertijd, het kortste pad en de middelen die worden gebruikt om één bezorgingsoperatie uit te voeren in de lijst met miljoenen van dergelijke transacties. Deze goudmijn aan gegevens over verschillende markten wordt door de organisaties geconsolideerd en vervolgens geanalyseerd om het proces verder te verbeteren of een heel niveau van nieuwe innovatie te brengen!
LEUK WEETJE : Wist je dat Big data in de vorm van het volgen van klantpagina's door Amazon het bedrijf heeft geholpen om zijn producten te positioneren in het magazijn dat het dichtst bij de klant staat om de bezorgsnelheid en efficiëntie te verbeteren?
6. Operaties, ondersteuning en klantenservice: training van medewerkers over big data bij elke klantinteractie
Het succes van een product of dienst is gebaseerd op de aftersalesondersteuning die een klant ontvangt en vaak legt de verkoper de eed af om er altijd voor hem / haar te zijn. Dit komt door het feit dat wanneer een klant een product of dienst afneemt, hij een ‘sprong in het diepe’ maakt in de hoop dat de verkoper hem / haar niet in de steek laat tijdens de levensduur van het product / de dienst. Leveren vanuit dit perspectief is cruciaal voor het succes van een organisatie.
Laten we de ondersteuning op een gedetailleerd niveau bekijken. Ik heb onlangs de gelegenheid gehad om Christopher Nolans ‘Interstellar’ te zien die de ruimtevaart naar het einde van de ruimte verkende. Dit zette me aan het denken over toekomstige luchtvaartmaatschappijen die vluchtdiensten zullen aanbieden via wormgaten die miljoenen lichtjaren ver weg zijn! Wat zijn dan de uitdagingen? Wat voor soort big data zal er worden gegenereerd tijdens deze bijna nooit eindigende reis? Hoe zorgt het team aan boord ervoor dat de passagier van de rit geniet? Om te beginnen moet de dienstverlener zich richten op primaire doelstellingen, zoals het waarborgen van de luchtveiligheid, het volgen van zijn vliegroute, het voldoen aan de eisen van de klant, enzovoort.
Big data onderweg, 24 × 7
Het idee voor interstellaire reizen is misschien een verre droom voor de komende 100 jaar (optimistisch zijn!), Maar het weerhoudt ons er niet van om te kijken naar de gegevens die worden gegenereerd door een vergelijkbare dienst die momenteel operationeel is en die meer licht zal werpen op hoe klanten service & support wordt uitgevoerd in het 'after-sales'-scenario en hoe organisaties hun inspanningen in realtime kunnen verbeteren.
Om te beginnen is Southwest Airlines een van de meest gevierde luchtvaartmaatschappijen die gebruik hebben gemaakt van Big Data om de klantervaring te verbeteren. In haar poging om de luchtveiligheid te verbeteren, werkte Southwest Airlines samen met NASA om big-data-experimenten uit te voeren om de algehele vliegervaring te verbeteren. Dit omvat het pingen van NASA-satellieten met informatie over de vliegroute, rapporten van piloten en andere luchtverkeersinformatie. Aan de top van een dergelijke innovatieve techniek ligt het basisconcept van big data, ‘text data-mining’ genaamd, dat ongestructureerde tekstuele informatie omzet in betekenisvolle tekst voor inzichten. Dus je dacht dat text-datamining daar eindigt?
Natuurlijk niet, zelfs een eenvoudig concept in big data zoals text-datamining gaat veel verder. We weten allemaal dat feedback van klanten een belangrijk onderdeel is om te begrijpen waar een organisatie het misgaat op elk punt van klantinteractie. Tekstdatamining helpt ook de klantenservice door open enquêtereacties te analyseren. In plaats van klanten te beperken tot gemeenschappelijke opties zoals optie A, optie B, optie C, bieden open vragen meer inzichten, maar het classificeren en vastleggen van de antwoorden kan een belangrijk probleem zijn. Dat is waar tekstdatamining in het spel komt, waar het bepaalde reeks woorden groepeert en consolideert voor inzichten!
Als we verder kijken, moeten we allemaal toegeven dat geen enkele organisatie perfect is en dat ze allemaal een klein aantal klanten hebben die misschien niet tevreden zijn met de service. Het resultaat? Een database overspoeld met e-mail, berichten, tweets van klanten die klachten registreren of ‘verbeterpunten’ tips om het zachtjes te zeggen. Tekstdatamining gaat een stap voor op traditionele mailfilters en kan mails classificeren op basis van de prioriteit en deze omleiden naar de betreffende afdeling.
LEUK WEETJE : Wist u dat Southwest Airlines, als onderdeel van haar inspanningen om de klantenservice te verbeteren, gegevensanalyse heeft geïmplementeerd met de functie 'spraakanalyse' die de interactie tussen klant en personeel registreert voor inzichten!
7. Marketing: medewerkers trainen in een systematische marketingaanpak met big data
Bij marketing als activiteit draait het tegenwoordig allemaal om cijfers. Met de opkomst van digitale marketing kunnen we nu nauwkeurig de respons van advertenties, klikfrequentie, vertoningen, ROI enzovoort meten. Voor niet-marketingprofessionals zijn dergelijke statistieken misschien Grieks, maar voor degenen in marketing zijn deze gegevens een goudmijn. Vervolgens worden, samen met metrische gegevens, grote hoeveelheden gegevens gegenereerd op elk punt van klantinteractie, sociale media en verkoop. Het is aan de marketingprofessional om dergelijke gegevens bij te houden en deze te gebruiken om zijn producten effectiever te promoten. Training in Big Data speelt hier een essentiële rol, aangezien platforms zoals Hadoop & R helpen om het doel te dienen.
Ten tweede genieten van tijd tot tijd marketingprofessionals vaak terug aan hun merk. Vragen als:
hoe je het pad voor java instelt
Hoe is mijn merk beter dan andere?
Wat bieden andere merken?
Welke functies heeft mijn concurrent op hetzelfde product?
De studie gaat veel dieper dan dit. Van het analyseren van het product van een concurrent op basis van de 4P's (Product, Prijs, Plaats, Positionering) tot het begrijpen van de inhoud van welk product op de webpagina van de concurrent wordt gepresenteerd, de hoeveelheid gegenereerde gegevens is enorm en ingewikkeld. Zoals eerder verteld, kan het profiteren van text-mining de marketeer helpen om concurrentanalyses uit te voeren door simpelweg de website van de concurrent te crawlen. Deze eenvoudige functie op het gebied van big data kan een geconsolideerd beeld geven van wat de concurrent doet en welke producten ze hebben voor de markt, en geeft daarmee de marketeer die big data omarmde een voorsprong!
De creatieve wapenen
Een strateeg voor sociale media wil bijvoorbeeld meer weten over de merkperceptie van zijn organisatie op sociale mediaplatforms, en waarschijnlijk zal het uitvoeren van sentimentanalyse in R & Hadoop helpen om dit doel te bereiken. Op dezelfde manier helpt het gebruik van Big Data-tools marketing bij verschillende activiteiten, zoals prijsstelling, productpositionering, enzovoort.
Een ander voorbeeld is een marketingmanager bij een verkooppunt die de verkoop wil maximaliseren. Iedereen zou het voorbeeld van Walmart kennen, dat in staat was om bier en melk naast elkaar in het gangpad te plaatsen op basis van eerdere aankoopgeschiedenis van klanten door grote hoeveelheden gegevens op te halen die miljoenen klanten in een tijdsbestek beslaan!
LEUK WEETJE: Wist je dat General Motors met zijn jaarlijkse marketingbudget van $ 2 miljard per jaar Big Data Analytics gebruikte om gedetailleerde klantprofielen te creëren en ruimtelijke data-analyse te combineren met gedetailleerde demografie / klantinformatie voor meer gepersonaliseerde marketing!
Waarom bedrijven overschakelen naar Big Data-platforms
Doorgaans hebben organisaties die oude legacysystemen gebruiken, gegevens verspreid over veel systemen. Door de verspreiding van gegevens op verschillende locaties, gaat de verwerkingssnelheid samen met de nauwkeurigheid van het analyseren van gegevens. Dit vraagt om het consolideren van gegevens binnen een datahub van een onderneming, waardoor een snellere toegang tot gegevens ontstaat, wat resulteert in diepere analyses. Een van de belangrijkste doelstellingen van de IT-afdeling in elke organisatie is om op verzoek snel nauwkeurige gegevens te verstrekken aan alle afdelingen in de organisatie.
Bij het verzamelen van gegevens is het belangrijk om ongestructureerde, gestructureerde en semi-gestructureerde gegevensbronnen op één platform te verenigen om diepgaande analyses uit te voeren en in feite de zakelijke besluitvorming te ondersteunen. Deze functie van Hadoop brengt meer mensen aan tafel binnen de organisatie, aangezien er werknemers zijn die op verschillende contactpunten in de dagelijkse bedrijfsvoering met gegevens omgaan. Bovendien kunnen traditionele ETL- en batchprocessen lang duren, terwijl Hadoop met zijn grote batchverwerking het tot 10 keer versnelt.
De betekenis van Hadoop betekent niet noodzakelijk dat elke medewerker binnen een organisatie moet worden getraind in het Big Data-platform, wat in de meeste gevallen misschien niet haalbaar is. Maar het zou van strategisch voordeel zijn voor een CTO om die professionals te identificeren en op te leiden die voortdurend in interactie zijn met gegevens.
Na de opslag, verwerking en het ophalen van gegevens via het populaire Hadoop-platform te hebben behandeld, is een ander belangrijk fenomeen dat deel uitmaakt van de natuurlijke voortgang de Big Data-analyse. Om het eenvoudiger te maken, organisaties hebben meerdere perspectieven nodig van verschillende professionals binnen een organisatie.
Het cijfer ‘6’ kan worden gezien als het getal ‘9’ vanaf de andere kant van de tafel. Met andere woorden, de conclusie uit het observeren van gegevens verschilt van persoon tot persoon.
Organisaties weten dit en trainen vaak werknemers in een vergelijkbaar platform, zodat mensen van verschillende afdelingen die door dezelfde activiteit met elkaar verbonden zijn, inzichten bespreken, betrekken en delen voor een goede besluitvorming. Dus ik denk dat het veilig zou zijn om Big Data-training te definiëren als een kans voor elke werknemer om op dezelfde pagina te staan en organisaties naar een hoger niveau te tillen!
Heeft u een vraag voor ons? Noem ze in het opmerkingengedeelte en we nemen contact met u op.
Gerelateerde berichten: