大数据分析能做什么

发现更多有价值的见解

企业通常花费太多的时间和精力收集和整理数据,但没有足够的时间应用大数据分析来获得有价值的业务见解。公司需要正确的工具,使数据准备过程更加高效,并将重点转移到分析上。

大数据可能有什么

什么是大数据分析?

在回答这个问题时,许多隐喻都适用。

  • 如果大数据是大海捞针,分析就是你如何找到针头。
  • 如果大数据是巨浪,分析就是冲浪板。
  • 如果大数据是音波,分析可以让你听到信号。

所有这些类比都有一些道理,但除非您的业务是投机,否则最好从实际推动业务增值操作的角度考虑大数据分析。这也是许多大数据的障碍所在。

具体来说,公司花费太多的时间、精力和金钱在大数据的准备和加载上,却没在应用分析来找到与众不同的见解方面花费足够的时间、精力和金钱。为了达到这个要求,公司需要找到工具,使数据准备过程更加高效。这将大大提高组织的“分析灵活性”。只有这样,他们才能超越传统的分析技术,如通常用于客户细分的统计和交易分析。

大数据分析的多种形式

需要注意的是,大数据分析不是一种方法或工具。在某些情况下需要大数据可视化,而连接分析是其他情况下正确的答案。事实上,对于在思维上过于以应用为中心的组织来说,存在风险。不同类型的大数据分析最好在最适用的场景中使用。与大数据中的其他许多数据一样,它归结到业务问题和目标上。用户是否正在寻求:

  • 市场数据的时间模式或地理视图?
  • 来自机器日志或传感器数据的程序性见解?
  • 单个产品、多个产品或尚未推出的产品的行为模式相关性?
大数据分析通常与预测能力有关——比如,在针头消失在大海之前找到针头。是的,大数据分析驱动着热门电子商务网站上我们都很熟悉的推荐引擎。但它也是以市场敏感性为指导的运营行动。更深入地了解人与流程之间关系的结构和性质,并定义导致用户定义结果的模式。

预测分析产生巨大投资回报率

雅虎日本应用大数据分析工具,深入洞察客户行为,定制服务和目标广告,获得1亿美元的投资回报率。

大数据分析在起作用:

  • 更快速的测试和失败——研发领导者可以在进行大赌注投资之前测试他们的假设。例如,药物可以使用大数据分析来绘制患者共同病症的地图,以便在测试新药时发现潜在风险。
  • 寻找"双赢"替代疗法——通过映射广泛和多来源的患者数据集,提供者和医疗保健组织可以找到更有效(且廉价)的治疗方法,例如用疼痛管理技术或者物理治疗来取代手术。这样病人受益,钱包也受益。
  • 更丰富的客户盈利能力肖像——除了流失风险度量,还能帮营销知道哪些客户值得用奢侈的忠诚度计划去保留、哪些客户讨价还价需要高维护(还不如送给竞争对手)。
  • 黑天鹅建模——保险公司可以将先进的风险建模技术应用于大数据,以便在“黑天鹅”情景出现之前调整资本储备,或通过关联其索赔数据来加强反欺诈能力。

大数据分析最佳实践

那么这里最好的做法是什么?组织如何使这种分析思维成为战略规划、资源配置和绩效管理的常态?

一个基础广泛的数据发现平台,而非一个软件,是确保分析能力适合所有类型的数据,从高度结构化的交易和操作数据到非结构化、半结构化和多结构化数据的方法。整合开源组件的“生态系统”分析视图是构想大局的正确方法。

是的,大数据分析使公司能够提取比以往更深入的客户见解,并识别以前隐藏的模式。但是,这些见解如何导致模式比实际帮助业务是最终的游戏(如在草堆里找针)。

大数据:逆直觉视图

大数据?还是所有数据?数据背景有多重要?听取星座研究的行业思想领袖雷·王、福雷斯特的玛莎·贝内特、文塔纳研究公司的马克·史密斯和斯坦福大学的布莱克·约翰逊关于观察组织中“大”数据的新观点,无论数据大小或数量如何。

看看Teradata如何帮助您从大数据分析中获得更多。