Jak velké údaje mohou pomoci vašemu podnikání myslet mimo krabici (Op-Ed)


Jak velké údaje mohou pomoci vašemu podnikání myslet mimo krabici (Op-Ed)

Michael Rosenbaum je generálním ředitelem společnosti Catalyst IT Services, který poskytuje onshore služby vývoje softwaru, které využívají spolupráci v reálném čase a proprietární analytics pro sestavení optimalizovaných týmů. Rosenbaum tento článek přispěl k odborným hlasům Experimentální hlasy společnosti MobbyBusiness: Op-Ed a Insights.

Z oblasti lidských zdrojů a vývoje produktů, zákaznického servisu a prodeje a marketingu předpovědi, které mohou pomoci vést k průlomovým inovacím. Je to trend, který rozšiřuje rozmanité odvětví průmyslu.

Vezměte Netflixovu sázku na "Dům karet", což je nejprodávanější obsah ve Spojených státech a dalších 40 zemích. Před výrobou, pomocí Big Data, Netflix již věděl, že pravděpodobnost trháku v původním programování byla docela dobrá. Společnost dokázala analyzovat a využívat předpovědní data shromážděných od 30 milionů "her" denně, 4 milionů účastníků a 3 milionů vyhledávání. Kromě toho Netflix využil z pohledu času, kdy byly sledovány přehlídky a jaké zařízení byly používány, a také zjistili, že diváci, kteří milovali původní BBC verzi show, měli také tendenci sledovat filmy hrát Kevina Spaceyho nebo režiséra Davida Finchera. [Co je to velká data? ]

Společnost Procter & Gamble (P & G), která je největší světovou spotřebitelskou firmou zabývající se balením zboží a provozuje v 75 zemích a dosahuje 4,4 miliardy zákazníků. Společnost používá tato data v celé společnosti, aby rozhodla o nasazení inovací do svých 40 největších a nejvýnosnějších kategorií produktů, posuzovala efektivitu svého dodavatelského řetězce a pomohla řídit rozhodování v reálném čase. Jedním z příkladů práce společnosti Big Data společnosti P & G je její rozhodovací kokpit, který využívá velkých dat a vizualizaci pro zlepšení rozhodování tím, že poskytuje 60 000 zaměstnancům jedinému zdroji informací.

S touto rostoucí poptávkou po Big Data, existuje poptávka po vysokých školách se zkušenostmi v oblasti techniky, strojírenství a matematiky - "TEM" v tzv. "STEM" kariérové ​​skupině. Ale přemýšlejte o tom: zvážit přidání "S" (vědy) z STEM do vašeho týmu Big Data.

Na trhu, kde jednou z nejdůležitějších součástí inovace je schopnost přijít s nečekanými hypotézami a náhledy, odlišná perspektiva může být změna hry. Šanci přicházet se s průlomovými myšlenkami může být dramaticky zdokonalena jednoduše tím, že se zvýší rozmanitost perspektiv a prostředí v týmu.

Proč? Většina profesionálů Big Data pochází z tradičního prostředí statistiky, teoretické matematiky, aplikované matematiky a / nebo ekonometrie. Zvažte někoho vyškoleného ve vědě - a zvláště biologii. Většina analytiků se používá ke strukturovaným datům a jasným vzorům. Ale když vědci chtějí předpovědět výsledky v přírodním světě, jsou tyto údaje zřídka dokonale strukturované nebo jasné.

Biologie není "čistou" vědou - na rozdíl od fyziky nebo matematiky nebo dokonce chemie, 1 + 1 není vždy rovnocenné 2. V biologických systémech působí souběžně nesčetné složité faktory; přidání nového faktoru může poskytnout konzistentní odpověď, ale pravděpodobněji to bude mít za následek rozsah odpovědí nebo hodnot. Biologička vidí data způsobem, jakým je v přírodě zastoupena.

Jedním dokonalým příkladem je lidský genom (nebo jakákoli DNA analýza). Má 3 miliardy párových bází, které byly rozpoznány rozpoznáním vzoru a průzkumem miliard bilionů bází - Big Data - hledat smysluplné vzorce, které přispívají k lepšímu porozumění roli genetiky v nemocech. Tato jedinečná perspektiva může pomoci odemknout skryté informace ze sady dat a proměnných, které matematici a vědci v jiných oborech nemusí považovat za

Jak to souvisí s úspěchem při jednání s Big Data v podnikatelském světě? Před vyvozením závěrů biologové představují mnoho proměnných a pak se podívají zblízka na zbývající proměnné, které se mohou zdát neurčité. Mít lidi, kteří jsou zvyklí na to, že jsou v reálném světě odpovědní za "nepořádek" a složitost - a kteří jsou dobří při vytváření struktury kolem této nepořádky způsobem, který umožňuje ostatním analyzovat a přemýšlet o tom - je klíčem k dosažení průlomových poznatků.

Moje společnost Catalyst IT Services využila přístupu Big Data k náboru a sestavování týmů. Catalyst má biologa na pracovníky, kteří vyvinuli přístup k shromažďování údajů o žadatelích, kteří poskytují vysoce spolehlivé a předvídatelné informace o budoucí výkonnosti a umožňují společnosti vytvářet nejvhodnější agilní týmy, které budou s klienty dobře spolupracovat, aby jim pomohly inovovat a plnit cíle. Použití velkých dat umožňuje Catalyst identifikovat vysoce výkonné osoby, které by ostatní přehlédli, protože potenciální zaměstnanci nemají typická pověření, která se používají k přijímání rozhodnutí o přijímání pracovníků - pověření, která také obecně nedokáže předpovědět úspěch. Tento přístup vede k vyššímu individuálnímu a týmovému výkonu s týmy v USA, jejichž náklady jsou ekvivalentní těm, které vznikly při využívání poskytovatelů offshore.

Řídící guru Peter Drucker identifikoval sedm zdrojů inovací. Každý zdroj však vede k inovacím pouze prostřednictvím toho, co Drucker nazývá "skokem představivosti". Přidání rozmanitosti myšlení a lidí, kteří jsou do vašeho týmu Big Data spokojeni s neočekávanými vzory, mohou být jen klíčem k imaginativním řešením a lepším, větším a rychlejším inovacím.

Názory vyjádřené jsou názory autora a nemusí nutně odrážet názory vydavatele. Tato verze článku byla původně publikována na MobbyBusiness.


Studie odhaluje, jak vytvořit nejlepší značky

Studie odhaluje, jak vytvořit nejlepší značky

Chuť candy barů Kit Kit, Coca-Cola nápoje a Jelly Belly cukrovinky jsou že stimuluje chuť a následně ovlivňuje výdaje spotřebitelů na výdaje, ale nyní vědci naznačují, že jednoduše slyší zvuk těchto značek a jiní s opakovaně strukturovanými názvy mohou vyvolat podobné výsledky. V několika kategoriích výrobků, slyšitelná expozice opakovaně znějícím značkám příznivě ovlivňuje to, jak spotřebitelé vnímají a vybírají položky a rozhodují o tom, kde je mají koupit, odhaluje studii, která byla nedávno zveřejněna v časopise Journal of Marketing.

(Obchodní)

Dell Inspiron 13 7000 2-v-1 recenze: Je to dobré pro podnikání? Inspiron 13 7000 2-v-1 je všestranný pracovní stroj za dobrou cenu.

Dell Inspiron 13 7000 2-v-1 recenze: Je to dobré pro podnikání? Inspiron 13 7000 2-v-1 je všestranný pracovní stroj za dobrou cenu.

Inspiron 13 7000 2 v 1 nabízí flexibilní, skládací design, takže jej můžete použít v několika různých režimech. Sklopení displeje zpět o 360 stupňů vám umožní používat jako nadměrnou tabletu, i když je systém příliš objemný, aby se v této orientaci cítil velmi prakticky. Pracovníci budou pravděpodobně dostat více kilometrů z mezipodlažního režimu, který je vhodný pro používání dotykových aplikací nebo pro prezentaci prezentací do malé skupiny.

(Obchodní)