Data besar untuk usaha kecil untuk dummies Cheat Sheet - dummies

Oleh Bernard Marr

Data besar membuat berita utama yang besar, tapi ini lebih dari sekadar frase buzz atau mode bisnis terbaru. Fenomena ini sangat nyata dan ini menghasilkan manfaat nyata di berbagai bidang - terutama dalam bisnis. Di sini Anda akan sampai ke jantung data besar sebagai pemilik bisnis atau manajer: Anda akan melihat terminologi kunci yang Anda butuhkan untuk memahami keterampilan data penting yang penting untuk bisnis, sepuluh langkah untuk menggunakan data besar untuk membuat keputusan yang lebih baik, dan tip untuk mengkomunikasikan wawasan dari data ke rekan kerja Anda.

Memahami Jargon Data Besar

Jargon teknis yang mengelilingi data besar bisa tampak sedikit menakutkan pada awalnya. Frasa kunci dan istilah yang mungkin Anda temukan, dengan definisi yang mudah dimengerti untuk masing-masing, ikuti:

Data besar: Semakin banyak, semua yang Anda lakukan meninggalkan jejak digital (atau data), yang mana (dan lainnya) dapat menggunakan dan menganalisa. Ungkapan data besar mengacu pada data yang dikumpulkan dan kemampuan untuk memanfaatkannya.
Analisis data yang besar: Ini adalah proses mengumpulkan, memproses dan menganalisis data untuk menghasilkan wawasan yang menginformasikan pengambilan keputusan berdasarkan fakta. Dalam banyak kasus, analisis perangkat lunak berbasis menggunakan algoritme.
Algoritma: Rumus matematika atau proses statistik yang dijalankan oleh perangkat lunak untuk menganalisis data. Biasanya melibatkan beberapa langkah perhitungan dan dapat digunakan untuk secara otomatis memproses data atau memecahkan masalah.
Komputasi awan: Perangkat lunak atau data yang berjalan di server jarak jauh, bukan di lokal. Jadi, alih-alih menyimpan atau menghitung benda di mesin Anda sendiri, Anda dapat menggunakan komputer lain yang terhubung ke komputer melalui jaringan (seperti Internet).
Data terstruktur: Data atau informasi apa pun yang berada di bidang tetap dalam catatan atau file yang ditentukan, seperti database atau spreadsheet. Strukturnya yang melekat membuatnya cepat, mudah dan murah untuk dianalisis.
Data tidak terstruktur: Semua data tidak mudah disimpan dan diindeks dalam format tradisional atau database. Ini termasuk percakapan email, posting media sosial, konten video, foto, rekaman suara, suara dan sebagainya. Kurangnya struktur membuatnya lebih sulit untuk dianalisis dengan menggunakan program komputer tradisional.
Data semi terstruktur: Anda dapat menebaknya, ini adalah persilangan antara data terstruktur dan terstruktur. Ini adalah data yang mungkin memiliki beberapa struktur yang dapat digunakan untuk analisis namun tidak memiliki struktur ketat yang ditemukan di database atau spreadsheet. Misalnya, posting Facebook bisa dikategorikan oleh penulis, tanggal, panjang dan bahkan sentimen, namun isinya umumnya tidak terstruktur.
Data internal: Akun untuk semua data yang saat ini dimiliki atau berpotensi dimiliki oleh pengguna Anda atau berpotensi diakses atau dihasilkan di masa mendatang. Ini bisa terstruktur dalam format (misalnya database pelanggan) atau bisa tidak terstruktur (data percakapan dari panggilan layanan pelanggan).
Data Eksternal: Sederhananya, ini adalah kumpulan informasi tak terbatas yang ada di luar bisnis Anda. Ini bisa tersedia secara publik atau dipegang secara pribadi dan juga dapat terstruktur atau tidak terstruktur dalam format.
Internet of Things: Jaringan yang menghubungkan perangkat (disebut hal-hal yang disebut namanya) sehingga mereka dapat berkomunikasi satu sama lain. Ini mencakup teknologi seperti televisi pintar, ponsel cerdas, dan sensor, dan ini semua dimungkinkan berkat peningkatan konektivitas yang luar biasa antara perangkat, sistem dan layanan. 6 Keahlian Besar Data Utama Setiap Kebutuhan Bisnis

Apa keterampilan utama yang dibutuhkan untuk menggunakan data besar dengan sukses? Daftar di sini mencakup enam keterampilan utama yang harus dikembangkan semua bisnis, baik melalui perekrutan ilmuwan data yang sesuai dengan atribut ini, atau dengan mengembangkan keterampilan ini di karyawan yang ada:

Analytics:

Ini melibatkan penentuan data mana yang relevan dengan pertanyaan Anda berharap bisa menjawab dan menafsirkan data untuk mendapatkan jawaban tersebut. Keterampilan utama mencakup kemampuan untuk melihat pola dan membangun tautan, kemampuan untuk memahami berbagai data (terstruktur dan tidak terstruktur) dan pengetahuan tentang paket analisis standar industri seperti SAS Analytics dan Oracle Data Mining. Kreativitas:
Siapapun bisa menjadi formula - Anda perlu mengarahkan inovasi yang akan membuat bisnis Anda terpisah dari paket. Kreativitas sangat penting bagi bisnis apa pun yang ingin memahami data tidak terstruktur - data yang tidak sesuai dengan nyaman ke dalam tabel dan grafik. Keterampilan kreatif yang berharga mencakup kemampuan untuk memecahkan masalah (mungkin bahkan menemukan masalah yang belum diketahui orang lain) dan kemampuan untuk menemukan cara baru untuk mengumpulkan dan menafsirkan data. Matematika dan statistik:
Orang dengan latar belakang matematika atau statistik yang kuat memiliki landasan yang baik untuk pekerjaan terkait data yang besar. Anda mencari setidaknya pemahaman dasar tentang statistik dan kemampuan untuk memperdebatkan data yang berantakan menjadi angka yang dapat diukur sehingga Anda dapat menarik kesimpulan darinya. Ilmu komputer:
Kategori yang sangat luas ini mencakup keseluruhan rangkaian subbidang, seperti pembelajaran mesin, database dan komputasi awan. Ini bisa mencakup segala hal mulai dari menghubungkan kabel hingga menciptakan pembelajaran mesin dan algoritma pemrosesan bahasa yang canggih. Keterampilan kunci mencakup pemahaman yang solid tentang teknologi database dan pemahaman teknologi yang kokoh seperti Hadoop, Java dan Python. Ketajaman bisnis:
Orang yang bekerja dengan data besar memerlukan pemahaman yang kuat tentang tujuan dan sasaran perusahaan, serta pemahaman apakah bisnis mengarah ke arah yang benar.Ini termasuk memahami apa yang membuat perusahaan kutu, apa yang membuatnya berkembang dan mengapa ia menonjol dari pesaingnya (dan jika tidak berkembang, mengapa tidak demikian). Komunikasi:
Anda dapat memiliki kemampuan analisis terbaik di dunia, namun jika Anda tidak dapat menyajikan temuan dengan cara yang jelas dan menunjukkan bagaimana mereka dapat membantu meningkatkan kinerja dan mendorong kesuksesan, semua analisis itu akan berjalan menyia-nyiakan. Keterampilan komunikasi interpersonal dan tertulis yang hebat sangat penting, seperti kemampuan untuk menambahkan nilai pada data melalui wawasan dan analisis. Kemampuan untuk mendongeng dan bisa membawa data ke kehidupan melalui teknik visualisasi juga akan sangat membantu. 10 Langkah Menggunakan Data untuk Meningkatkan Keputusan Bisnis

Data harus menjadi inti pengambilan keputusan strategis dalam bisnis, apakah Anda menjalankan bisnis multinasional atau keluarga kecil yang sangat besar. Data besar dapat memberikan wawasan yang membantu menjawab pertanyaan bisnis utama Anda, seperti 'Bagaimana saya dapat meningkatkan kepuasan pelanggan? '. Data mengarah pada wawasan; pemilik bisnis dan manajer dapat mengubah wawasan tersebut menjadi keputusan dan tindakan yang dapat meningkatkan bisnis.

Gunakan proses sepuluh langkah untuk membuat keputusan berbasis data:

Mulailah dengan strategi.

Alih-alih memulai dengan data apa yang dapat atau harus Anda akses, mulailah dengan mencari tahu apa yang ingin dicapai bisnis Anda. Singkatnya, Anda perlu menentukan tujuan strategis Anda, misalnya meningkatkan basis pelanggan Anda.

Hone di area bisnis; mengidentifikasi tujuan strategis Anda.
Identifikasi area yang paling penting untuk mencapai keseluruhan strategi Anda. Bagi sebagian besar bisnis, area pelanggan, keuangan dan operasi merupakan kunci.

Identifikasi pertanyaan yang belum terjawab.
Buat pertanyaan mana yang perlu Anda jawab untuk mencapai tujuan tersebut. Dengan mengerjakan apa yang perlu diketahui, Anda dapat berfokus pada data yang benar-benar Anda butuhkan.

Temukan data yang akan membantu menjawab pertanyaan tersebut.
Fokus pada identifikasi data ideal untuk Anda - data yang dapat membantu menjawab pertanyaan Anda yang paling mendesak dan berikan pada tujuan strategis Anda.

Identifikasi data yang sudah Anda miliki atau miliki aksesnya.
Setelah Anda mengidentifikasi data yang Anda butuhkan, masuk akal untuk melihat apakah Anda sudah pernah duduk di beberapa informasi itu, meskipun tidak segera jelas.

Bekerjalah jika biaya dan usaha dibenarkan.
Hanya setelah Anda tahu biaya yang bisa Anda hasilkan jika manfaat nyata lebih besar daripada biaya tersebut. Dalam hal ini, Anda harus memperlakukan data seperti investasi bisnis utama lainnya. Anda perlu membuat kasus yang jelas untuk investasi yang menguraikan nilai jangka panjang data ke strategi bisnis.

Kumpulkan data.
Sebagian besar langkah ini dimulai untuk menyiapkan proses dan orang untuk mengumpulkan dan mengelola data Anda. Anda mungkin membeli akses ke kumpulan data yang siap analisis, sehingga tidak perlu mengumpulkan data seperti itu. Namun, kenyataannya, banyak proyek data memerlukan sejumlah pengumpulan data.

Menganalisis data.
Anda perlu menganalisis data untuk mendapatkan wawasan bisnis yang berarti dan bermanfaat. Lagi pula, tidak ada gunanya datang sejauh ini jika Anda kemudian tidak menemukan sesuatu yang baru dari data.

Hadirkan dan bagikan wawasannya.
Kecuali jika hasilnya dipresentasikan ke orang yang tepat pada waktu yang tepat dengan cara yang berarti, maka ukuran kumpulan data atau kecanggihan alat analisis tidak terlalu penting. Anda perlu memastikan bahwa wawasan yang diperoleh dari data Anda digunakan untuk menginformasikan pengambilan keputusan dan, pada akhirnya, meningkatkan kinerja.

Memasukkan pembelajaran ke dalam bisnis.
Akhirnya, Anda perlu menerapkan wawasan dari data ke pengambilan keputusan Anda, membuat keputusan yang akan mengubah bisnis Anda menjadi lebih baik - dan kemudian bertindak atas keputusan tersebut. Bagi saya, inilah bagian paling berharga dari perjalanan data: mengubah data menjadi tindakan.

Cara Mengomunikasikan Wawasan dari Data Besar

Data besar dapat membantu Anda mendapatkan wawasan. Bisnis mendapatkan keunggulan kompetitif ketika informasi benar

dikirim ke orang benar pada waktu yang tepat . Ini berarti mengekstrak wawasan dan informasi dari data dan mengkomunikasikannya kepada pengambil keputusan dengan cara yang mudah dipahami. Bagaimanapun, orang cenderung tidak bertindak jika mereka harus bekerja keras untuk memahami informasi di depan mereka. Pastikan wawasan Anda bersinar melalui tip teratas ini: Kenali audiens target Anda.

Siapa audiens Anda tergantung pada pertanyaan strategis Anda. Penonton mungkin Anda jika Anda adalah pemilik bisnis, atau tim SDM Anda, tim pemasaran atau kombinasi Anda. Tanyakan pada diri Anda siapa yang akan melihat hasil ini. Apa yang sudah mereka ketahui tentang isu-isu yang sedang dibahas? Apa yang mereka butuhkan dan ingin mereka ketahui? Dan, apa yang akan mereka lakukan dengan informasinya?

Sesuaikan informasi untuk audiens Anda. Bersiaplah untuk menyesuaikan informasi Anda untuk memenuhi persyaratan spesifik setiap pembuat keputusan.
Ingat apa yang ingin Anda capai. Cobalah untuk tidak terganggu oleh wawasan menarik yang tidak ada hubungannya dengan menjawab pertanyaan strategis Anda dan mencapai tujuan bisnis Anda. Mungkin ada ruang lingkup untuk meninjau kembali wawasan lain di masa depan namun, untuk saat ini, fokuskan pada apa yang ingin Anda capai.
Jangan membuat dinding teks. Ingat bahwa data dapat disajikan sebagai angka, narasi singkat, tabel, grafik atau grafik. Sebenarnya, pendekatan terbaik mungkin melibatkan kombinasi format ini.
Gunakan teknik visualisasi data. Visual sangat bagus untuk menyampaikan informasi karena mereka cepat dan langsung, mudah dipahami, mudah diingat, mudah diingat dan diminati, lebih cenderung menahan perhatian pembaca daripada halaman penuh. teks.
Tapi jangan abaikan teksnya. Angka, grafik dan visual mungkin hanya memberikan gambaran; narasi memungkinkan Anda untuk memperindah pada poin-poin kunci. Gunakan narasi singkat untuk mengenalkan apa yang Anda tampilkan dan sorot wawasan utama.
Gunakan judul yang jelas untuk membuat poin penting menonjol. Dengan sekilas ini, titik-titik kunci akan menjadi jelas.
Tautkan informasi ke strategi Anda. Jika Anda menyajikan informasi yang secara langsung menjawab pertanyaan bisnis strategis, seperti 'Bagaimana cara mengurangi omset staf hingga sepuluh persen? ', sertakan pertanyaan itu di narasi pembuka dan mungkin juga judulnya.