Шашанк Дубей
Соучредитель и руководитель отдела аналитики, Tredence

Масштабы больших данных, наводнение данных, 4V данных и все, что между ними… Мы все слышали так много слов, прилагательных к «данным». А многочисленные отчеты и литература подняли словарный запас и интерпретацию данных на совершенно новый уровень. В результате рынок разделился на преувеличений, реализаторов и разрушителей. Кто из них вы?

Представьте это! Телеком-гигант решает инвестировать в открытие 200 физических магазинов в 2017 году. Как они решают эту проблему? Как они выбирают наиболее оптимальное место? В каком районе будет максимальная посещаемость и конверсия?

А еще есть ведущий игрок CPG, пытающийся выяснить, где им разместить свои трайки с мороженым. Заметьте, речь идет об импульсивной покупке скоропортящихся товаров. Как они определяют количество трайков, которые должны быть развернуты, и где, какие варианты будут лучше всего работать в каждом регионе?

В этих двух примерах, если бы предприятия принимали решения на основе доступных им данных (читали собственные данные), они изо дня в день совершали бы одни и те же ошибки — используя прошлые данные для принятия текущих решений и будущих инвестиций. Эффект от этого смотрит вам в лицо; ваше представление об истинном потенциале рынка остается искаженным, ваше понимание настроений клиентов устарело, а рентабельность инвестиций редко выходит за рамки ваших базовых оценок. И тогда вы уязвимы для конкуренции. Просчитанные риски становятся слишком просчитанными, чтобы изменить правила игры.

Подрыв в настоящее время требует от предприятий смены парадигмы; от владения данными к их поиску. Этот переход требует сознательной настройки:

Сила непринужденного мышления

Будучи взрослыми, мы обычно слишком ограничены тем, что знаем. Мы нервничаем, когда дело доходит до выхода из зоны комфорта, что мешает нам выйти в дикую природу. Однако настоящее обучение — в жизни, в аналитике или в любой другой области — происходит в дикой природе. Чтобы извлечь выгоду из этого пути, отдельные лица и предприятия должны культивировать почти детскую, свободную от запретов культуру «неограниченного мышления».

Каждый раз, когда мы сталкиваемся с нестандартными бизнес-задачами, остановитесь и спросите себя: если бы у меня был неограниченный доступ ко всем данным в мире, как бы изменился дизайн моего решения; Какие данные (воображаемые или реальные) мне потребуются для выполнения нового проекта?

Сила приближенной реальности

Мы многого не знаем и никогда не узнаем со 100% точностью. Однако это никогда не мешало исполнителям разрушать мир. Неограниченное мышление должно соответствовать приблизительной реальности, чтобы приносить ощутимые результаты.

Здесь следует задать вопрос: каковы ближайшие доступные приближения всех потоков данных, о которых я мечтал в своем неограниченном воображении?

Вы будете поражены результатом. Например, использование Yelp для определения гиперлокального изобилия населения (как постоянного, так и движущегося населения), оценки посещаемости магазинов вашего конкурента путем анализа данных, полученных с высоты в несколько тысяч футов.

Это сила сочетания непринужденного мышления и приближенной реальности. Возможности безграничны.

Фильтр, чтобы отличить сигнал от шума — Триангуляция данных

Помните, что вы больше не так умны, как данные, которыми владеете, а данные, которые вы зарабатываете и ищете. Но в то время, когда данные в изобилии и потоковые, более важным решением при поиске данных является определение «релевантных данных». Критической здесь будет способность фильтровать сигналы от шума. В отсутствие наземной проверки лучше всего использовать триангуляцию.

«Пуристы» данных среди нас будут обсуждать этот подход к триангуляции. Но добро пожаловать в мир данных, которыми вы не владеете. Здесь необходимо нарушить некоторые условности и изменить мышление. Мы в Tredence обнаружили, что триангуляция данных является одним из самых надежных способов проверки достоверности ваших незнакомых и неподтвержденных источников данных.

Возможность приручить дикие данные

К сожалению, старое вино в новой бутылке будет не слишком вкусным. Когда вы исследуете данные в дикой природе — за пределами корпоративных брандмауэров — общепринятых знаний и опыта будет недостаточно. Ваши команды специалистов по данным должны быть наделены уникальными возможностями и технологическими ноу-хау, чтобы использовать всю мощь данных из нетрадиционных источников. В двух упомянутых выше примерах — телекоммуникационного гиганта и игрока CPG — наша команда специалистов по данным использовала свободно доступные гиперлокальные данные, чтобы создать отличное решение для оптимизации местоположения; из данных, хранящихся в картах Google, Yelp и спутниках.

Поработав с несколькими клиентами из разных отраслей, мы пришли к выводу о силе этого подхода — владения и поиска данных; без ущерба для целостности данных, безопасности и управления. В конце концов, революционеры и революционеры редко бывают последователями; скорее они прокладывают свой собственный путь и тоже решили найти иголку в стоге сена!

Подрывает ли ваша организация подход, который мы только что упомянули? Поделитесь с нами своим опытом.