چرا دادههای بزرگ مختص کسبوکارهای بزرگ نیست؟
نویسنده: Gary Evans مترجم: مریم رضایی منبع: Forbes مدتی قبل قرار بود مجموعهای از دادههای بزرگ را در اختیار یک گروه قرار بدهم. مخاطب هدف من جمعی از مدیران ارشد در حوزه بنگاههای کوچک و متوسط (SME) بودند. در برخی کشورها، اندازه این نوع بنگاهها با SMEهای فعال در آمریکا و اروپا بسیار متفاوت است. بزرگترین SMEها در کشورهایی که اقتصادهای کوچکتر دارند، ۲۵۰ نفر پرسنل دارند. اما به هر حال، با پیشرفت شرکتهای تکنولوژی در سطح جهان، مهم است این بنگاهها بدانند که دادههای بزرگ فقط به شرکتهای بزرگ محدود نمیشوند و بنابراین نباید از چالشهای احتمالی پیش رو هراس داشته باشند.
نویسنده: Gary Evans مترجم: مریم رضایی منبع: Forbes مدتی قبل قرار بود مجموعهای از دادههای بزرگ را در اختیار یک گروه قرار بدهم. مخاطب هدف من جمعی از مدیران ارشد در حوزه بنگاههای کوچک و متوسط (SME) بودند. در برخی کشورها، اندازه این نوع بنگاهها با SMEهای فعال در آمریکا و اروپا بسیار متفاوت است. بزرگترین SMEها در کشورهایی که اقتصادهای کوچکتر دارند، 250 نفر پرسنل دارند.
اما به هر حال، با پیشرفت شرکتهای تکنولوژی در سطح جهان، مهم است این بنگاهها بدانند که دادههای بزرگ فقط به شرکتهای بزرگ محدود نمیشوند و بنابراین نباید از چالشهای احتمالی پیش رو هراس داشته باشند.
میتوانم صراحتا اذعان کنم که هر شخصی میتواند به نحوی از دادههای بزرگ ارزش به دست آورد، اما پیش از هر چیز باید سازمانتان را در نظر بگیرید و مطمئن شوید که قبل از آغاز این سفر سازمان میتواند با معیارهای این حوزه سازگار باشد.
• تخصص درونسازمانی: آیا از تخصص داخلی لازم برای ارائه چنین طرحی برخوردارید؟ پروژههای دادههای بزرگ نیازمند منابعی با مهارتهای فنی و تحلیلی عمیق و نیز دانش صنعتی در بخشهای مختلف هستند که به این منابع «دانشمند داده» میگویند. به یاد داشته باشید که آنها از منابع مختلفی به مجموعه دادهها نگاه میکنند و تلاش میکنند این منابع را با هم ترکیب کرده تا مشتری را بشناسند و به نتیجه نهایی برسند.
• بازگشت سرمایه مالی: آیا میتوانید از اعداد و ارقام استفاده کنید تا از نظر مالی به جایگاه خاصی برسید؟ یا مهمتر از آن، آیا شناخت شما از عملکرد و کارآیی دادههای بزرگ برای سازمانتان به اندازه کافی عمیق است؟ اگر پاسخ منفی باشد، باید در استراتژی دادههای بزرگ خود تجدید نظر کنید.
با اینکه بیشتر سازمانهایی که تاکنون مشاهده کردهام در سطح جهانی فعالیت نمیکنند، اما مجموعه دادههایی که ایجاد میکنند بزرگ است و این همان نقطهای است که شرکتها در هر اندازهای میتوانند فرآیند ارزشآفرینی را برای خود شروع کنند.
• بیمه: مساله بیمه بر همه ما تاثیرگذار است. از بیمه خودرو گرفته تا مسکن و بیمههای درمانی، همگی هزینهبر هستند و مدیریت موثر داده اگر به درستی بکار گرفته شود، میتواند مبلغ حق بیمه را به میزان قابل توجهی کاهش دهد. مثلا بیمه خودرو را در نظر بگیرید. این روزها میتوان از ابزارهایی استفاده کرد که روی خودروی رانندههای غیرماهر نصب میشوند و حق بیمهای که فرد باید بپردازد، متناسب با دادههایی که این ابزارها جمعآوری میکنند، تنظیم میشود. شرکتهای بیمه میتوانند از این مجموعه دادهها استفاده کرده و کار کارشناس بیمه را تکمیل کنند. کارشناس بیمه هم با استفاده از این ابزارها میتواند به دادههای آنی دسترسی داشته باشد و رویکرد دقیقتری ارائه کند. در این شرایط، شرکت بیمه علاوه بر درآمدزایی برای خود میتواند سیاستهایی را برای قیمتگذاری اعمال کند که حق بیمه را برای مصرفکننده نهایی هم کاهش میدهد.
• بهداشت: بهداشت حوزهای است که میتواند به میزان قابل توجهی از طوفان دادهها نفع ببرد. دنیایی را تصور کنید که در آن کلیه سوابق بیماری افراد، نتایج آزمایش و تحقیقات پزشکی به هم مرتبط است. استفاده از برچسبهای ابزار شناخت با امواج رادیویی (RFID) در بهداشت و پزشکی متداول شده است. این برچسبهای هوشمند، برای واضحسازی مشخصات بیمار تا کاهش هزینهها و جلوگیری از دزدی کاربرد دارند. مشاورین پزشکی اکنون دادهها را از طریق ابزارهای موبایل به اشتراک میگذارند تا امکان کنترل از راه دور تصاویر پزشکی را به وجود آورند. حال اگر این موضوع در سطح جهانی اجرایی شود، مجموعه دادهها بزرگتر خواهد بود. متصل کردن همه این دادهها مرحله بعدی این فرآیند است. دادههای بهداشتی جهانی باید به منظور تحلیل عمیق در اختیار موسسات تحقیقاتی قرار گیرد و بنابراین به بازدهی در نظام بهداشت جهانی برسد و در نهایت منجر به یافتن راههای درمانی و جلوگیری از ابتلا به بیماریهای لاعلاج شود. اکنون دادههای لازم موجودند، اما مساله این است که افراد درستی باید از این دادهها استفاده کنند.
• بانکداری و تامین مالی: از آنجایی که صنعت بانکداری به شدت قانونمند است و محدودیتهای امنیتی و شخصی زیادی دارد، همگام با اقدامات نوآورانه جدید به سرعت حرکت نمیکند. به دلیل وجود این عوامل، ایجاد تحرک در برخی مسائل بانکداری زمانبر است. اگر میتوانستید عملکرد مشتری خود را پیشبینی کنید، آیا ارزشآفرینی و یافتن راهکارهای بازاریابی متناسب با نیازهای آن مشتری برای شما امکانپذیر بود؟ مطمئنا پاسخ این سوال مثبت است. این یک کسبوکار پرریسک نیست، بلکه باعث درآمدزایی و افزایش رضایت مشتری میشود.
به عنوان مثال بخش IT سازمان ما (به نام EMC)، تجزیه و تحلیل کسبوکار را به عنوان یک خدمات (BAssS) اداره میکند. این روش مدل جالب جدیدی را برای گزارشنویسی و تجزیه و تحلیل معرفی میکند. دانشمندان داده و تحلیلگران کسبوکار، به وسیله دسترسی تضمینی به مجموعه دادههای جهانی EMC میتوانند گزارشهای تحلیلی خود را طبق زیرساختهای ما تولید کنند که به جای چند روز و چند ساعت، نتیجه آن ظرف چند دقیقه مشخص میشود. این نوع خدمات باعث میشود واحدهای کسبوکار دادههای خود را با توجه به نیازهایشان فشردهسازی کنند که ارزش واقعی آن در همین جا مشخص میشود.
به نظر من، هر سازمانی باید به چنین سیستمی دسترسی داشته باشد، اما این سوال همچنان باقی میماند که «آیا خودتان آن را ایجاد میکنید یا خدمات ابری را برای اجرای آن بکار میگیرید؟ این موضوع به خود شما بستگی دارد، اما رمز موفقیت آن این است که چیزی را از قلم نیندازید.
ارسال نظر