¿Para qué se utilizan los datos empresariales?
“No sé cómo usar estos datos” es un problema común, y esta empresa es solo un microcosmos de la situación actual del uso de datos por parte de muchas empresas chinas. No sólo en China, sino también en todo el mundo, según el informe de IDC, en 2012 el suministro mundial de datos alcanzó los 2,8 terabytes (ZB), o 2.800 billones de GB, pero sólo 0,5 de ellos se utilizaron para análisis. Las empresas se han dado cuenta de la necesidad de pasar de operaciones extensivas a operaciones refinadas.
Uno de los puntos centrales de las operaciones refinadas es la gestión de datos. En el pasado, muchas decisiones se tomaban de manera precipitada y el rápido crecimiento ocultaba las consecuencias. Deficiencias de esta decisión. Pero ahora hemos entrado en la era de las acciones, lo que significa que las operaciones actuales deben perfeccionarse y las decisiones que se tomen deben ser decisiones científicas que se tomen a través de la investigación de mercado, la demostración y el análisis de datos. ¿Se puede mejorar la competitividad de la empresa?
Cuando los datos de una empresa se han acumulado en un orden de magnitud, puede haber un cambio cualitativo y nacerá un nuevo modelo de negocio. Ant Micro Loan. Alibaba utiliza años de datos minoristas en línea, datos financieros de pagos, datos de identidad personal, etc., mediante el análisis de datos multidimensionales. La integración, el procesamiento y el cálculo para construir una dimensión crediticia pueden mejorar en gran medida la eficiencia de Ant Micro. -Préstamo. Esta es la aplicación inicial de inteligencia artificial y big data en el campo financiero, y muchas instituciones de productos financieros también están realizando mejoras en esta área.
Se ha reconocido que los datos son una mina de oro. pero la pregunta que enfrentamos es cómo encontrar oro en esta mina de oro. ¿Cómo deberían las empresas utilizar los datos para impulsar el crecimiento empresarial?
Entonces, ¿cómo pueden las empresas utilizar los datos para promover el crecimiento empresarial? Partamos de los siguientes cuatro aspectos: estos son los problemas de datos que las empresas deben resolver.
Primero, analizamos la integración de la fuente de datos. ¿De dónde provienen los datos? desde el sistema o desde algunas tablas de Excel fuera de línea. Entonces, ¿a qué se debe prestar atención en la gestión de estos datos?
1. Amplitud de fuentes de datos
Por ejemplo, al analizar. el número de transacciones y el precio unitario del cliente de los clientes de la empresa de ropa, el número de transacciones es el número de personas que ingresan a la tienda multiplicado por la tasa de transacción, y el número de personas que ingresan a la tienda multiplicado por el número de personas que ingresan a la tienda, luego la cantidad de personas que pasan y la cantidad de personas que ingresan a la tienda pertenecen a la amplitud de los datos. Los datos son lo suficientemente completos y habrá más dimensiones para respaldar el análisis en el futuro. Profundidad de la fuente de datos
Por ejemplo, para ver los pedidos, necesita saber la hora, la ubicación, el precio, el estilo, etc. Si la calidad general de los datos de la fuente de datos no es suficiente, no lo será. será suficiente para respaldar el análisis de datos detallado en el futuro. Lo primero que hacemos es recopilar todos los datos para lograr "acceso con un solo clic y actualización bajo demanda" para mejorar la amplitud y profundidad de las fuentes de datos. p>Es necesario no solo gestionar la calidad de las fuentes de datos, sino también garantizar que los datos tengan suficiente amplitud y profundidad y se integren en una plataforma de gestión unificada. Por ejemplo, cuando una empresa tiene una reunión y surge un problema de ventas, el departamento A presentará una cifra de ventas y el departamento B presentará una cifra de ventas, pero no coincide con las cifras. Echar la culpa no lo resolverá. el problema, lo que es muy perjudicial para el desarrollo de la empresa. Creemos que es necesario que las empresas gestionen los datos. Por ejemplo, cuando construimos un marco de indicadores de datos, ¿qué indicadores básicos deben definirse? ¿Es costo, beneficio o ingreso? Tomemos como ejemplo los ingresos, que se dividen en número de clientes, precio unitario del cliente, etc. ¿De qué fuentes y sistemas de datos provienen estos datos? Personal de entrada de datos del sistema, ¿está estandarizada la entrada? ¿Son consistentes nuestras definiciones de métricas de datos? Por lo tanto, debemos definir indicadores consistentes en su conjunto desde la perspectiva de la gestión de datos, hacer un buen trabajo en la gobernanza de datos y luego generar datos de manera uniforme en una plataforma unificada para garantizar un calibre de datos unificado.
En segundo lugar, escenarios de uso
1. Debe cubrir PC y terminales móviles.
Escenario Muchos de nuestros escenarios de aplicaciones ahora están en el lado móvil, especialmente en el lado C. El análisis de datos tradicional es un modelo del lado de la PC, por lo que el modelo del lado de la PC debe migrarse al lado móvil.
2. Escenario empresarial
Esperamos que el análisis de datos no sea sólo un concepto o una forma. Debe ser más adecuado para nuestros escenarios comerciales reales, aprovechar al máximo su valor y resolver los problemas reales encontrados en el proceso comercial. Por lo tanto, es necesario cubrir escenarios comerciales, resolver eficazmente los problemas descubiertos por el personal comercial y el personal de operaciones en el proceso comercial real y realmente aportarles valor. Sólo de esta manera se podrá utilizar la plataforma en las empresas; de lo contrario, podría abandonarse con el tiempo.
En tercer lugar, el rendimiento del procesamiento de datos
El rendimiento es un indicador muy descuidado en el software tradicional. Al principio queríamos construir un sistema y lo que más nos importaba era la funcionalidad. No importa si el sistema es lento siempre que pueda cumplir con las funciones. Es diferente ahora. Hoy en día, una gran cantidad de aplicaciones del lado C han cultivado hábitos de usuario. Cuando esté acostumbrado a un entorno de ejecución muy simple y rápido y vuelva a cambiar a un sistema de respuesta muy lenta, creo que le resultará difícil aceptar esta aplicación del sistema.
El tiempo de cálculo para cientos de millones de datos en la plataforma de datos comerciales BDP es de 0,28 segundos; tenemos más de 600.000 modelos de datos en línea y el tiempo promedio desde el cambio de la fuente de datos hasta el cálculo del modelo es de 24 segundos. Estos datos de rendimiento son suficientes para garantizar que los usuarios experimenten una plataforma de análisis rápida y flexible en el front-end. Cuarto, visualización de datos
En el futuro, el análisis de datos se migrará al departamento comercial, porque solo el personal comercial que comprende mejor el negocio puede maximizar el valor de los datos. Sin embargo, a través de una gran cantidad de formularios, es difícil para el personal comercial común descubrir rápidamente algunos problemas comerciales. Por lo tanto, los datos también se transformarán de la forma de tablas de datos a gráficos. Después de todo, los humanos reciben y procesan gráficos mucho más rápido que los números.
(Software de dibujo visual: BDP Personal Edition)
Para aplicar realmente el análisis visual a la gente de negocios, debe tener las siguientes características:
Facilidad de uso : Ahora La tendencia de desarrollo de las plataformas de análisis de datos y las aplicaciones tecnológicas en general debe apuntar hacia la simplicidad y la facilidad de uso. Por ejemplo, antes necesitábamos un fotógrafo y un estudio fotográfico para tomar fotografías, pero ahora que quiero ir a un estudio fotográfico para tomar fotografías, naturalmente preguntarás: ¿No tienes un teléfono móvil? Todos pueden tomar fotografías. Si aprendes algo sobre fotografía, es posible que incluso puedas capturar el trabajo de un fotógrafo con tu teléfono. Por tanto, la plataforma de análisis de datos también debe reducir el umbral, siempre que sea fácil de utilizar.
Flexibilidad: las empresas de Internet, especialmente, han experimentado rápidos cambios y desarrollos comerciales. Hoy necesitamos analizar los datos A, mañana necesitamos analizar los datos B y pasado mañana necesitamos analizar los datos A y B en diferentes dimensiones. En este momento, si se trata de una plataforma tradicional, los recursos limitados y el personal de RD limitado nunca podrán afrontar los cambios interminables. No satisfacer las necesidades comerciales también significa que la empresa no puede responder al mercado rápidamente, lo que reducirá la eficiencia de las operaciones corporativas y perderá lentamente su ventaja. Por lo tanto, este análisis de datos debe ser flexible y rápido para respaldar los cambios comerciales.
Eficiente: Con el desarrollo de Internet, la cantidad de datos continúa ampliándose. Cuando la cantidad de datos alcanza una cierta cantidad, como 100 millones de datos, si desea realizar un análisis, ¿cuánto tiempo llevará obtener un resultado? En muchas empresas, el rendimiento se ha convertido en una deficiencia del análisis de datos. Por ejemplo, uno de nuestros clientes minoristas solía tardar seis horas en analizar un dato, pero después de usar la plataforma de datos comerciales BDP, solo le toma de dos a tres minutos obtener los resultados, lo que acorta enormemente el proceso de análisis y mejora enormemente. la eficiencia operativa y el desempeño de la empresa. Imagina que tu proceso de análisis dura 6 horas, mientras que tu oponente solo tarda 5 minutos. Con el tiempo, la brecha se puede imaginar.