Количество информации, которая образуется во всём мире непрерывно растёт. Количество цифровых данных, полученных за последние два года, в разы больше, чем суммарно за всю историю человечества. Цены на хранение, обработка и передачу данных стремительное падают. За те деньги, на которые мы покупаем компьютеры сегодня, через 5 лет можно будет купить в 10 раз мощнее и быстрее. Через 10 лете – практически в 100 раз лучше, чем сегодня. Профессионалы в своей области предсказывают, что на протяжении следующих 40 лет можно ожидать экспоненциальный рост развития информационных технологий. Скорость развития информационных технологий приведёт к быстрому рост экономической значимости данных. Уже сейчас многие компании покупают и продают информацию о клиентах. Используя компьютеры и мобильные устройства, люди производят огромное количество данных.

Большие данные (Big data)

В последние годы, концепция Больших данных (Big data) стала очень популярна. Понятие Большие данные обозначают те данные, которые “трудно” хранить и обрабатывать. Данные необходимо проанализировать для получения прибыли с них. Так как объем данных растёт, это обозначает и рост сложности их анализа.

Люди, которые работают с традиционными данным (например, бухгалтеры) работать с таблицами, строками, столбцами и с наборами данных, содержащих буквы и цифры. Обрабатывать такие данные очень легко, а табличное представление информации упрощает поставленную задачу.

Однако, большие данные обычно имеют разные форматы и большие в размерах сами по себе. В последние годы, ряд типов данных, такие как аудио, видео и рукописаный текст стали объектами анализа. Для обработки такой информации компьютер надо уже научить понимать естественный язык человека.

Монетизация данных

Монетизация данных – это способность получить доход от анализа, хранения, публикации или других видов использования данных из открытых источников. Другими словами, монетизация данных – это процесс, в котором производители, интеграторы и потребители данных покупают и продают между собой информацию.

Процесс монетизации данных происходит в пять стадий:

  1. Определение внутренних и внешних источников данных.
  2. Организация связывания, проверки и обновления данных. Эти методы необходимы для обеспечения непрерывности процесса.
  3. Написание правил обработки, хранения и получения доступа к данным.
  4. Получение и обработка данных.
  5. Использование полученных результатов от обработки данных.

Монетизация данных может образовывать доход непосредственно либо косвенно. Методы получения дохода от данных:

  • Торговля на рынке с использованием обработанных данных. Например, выявление неосознанной нужды людей в продукте и создание данного продукта.
  • Разработка управляемые данные продукцию или сервисы. Например, сервис для умного дома, который с помощью камеры будет определять местоположение хозяина в квартире.
  • Продажа необработанных данных через посредников
  • Создание отчётов и их продажа.

Однаок, это неэтично продавать данные о клиентах другим учреждениям для каких-либо целей без согласия клиентов. Кроме того, такое поведение противоречит законам защиты персональных данных, которые действуют во многих странах.

Поэтому помимо непосредственных методов монетизации данных, существует множество методов косвенной монетизации. Анализ бизнеса и клиентов позволяет проводить правильные действия по увеличению дохода и уменьшению затрат.

Аналитика

В последние годы, аналитика стала использоваться всё больше и больше во всех областях нашей жизни. “Если у тебя есть молоток, то ты склонен в каждой проблеме видеть гвоздь”. Это может быть связано с избирательностью восприятия. Аналитика — это странное слово, очень похожее на слово анализа. Но анализ можно определить, как разделение целого на части и поиск взаимоотношений полученных частей.

Но аналитика — это бизнес-дисциплина, которая предполагает составление прогнозов вместе с анализом процессов и предоставление результатов заинтересованным сторонам. Каждый знает, что тот, кто больше знает, получит лучший результат от любой работы. Мне нравится одна известная цитата об аналитике “Если вы будете достаточно долго мучать данные, то они признаются”. Конечно, Я не имею ввиду мучать в прямом смысле слова!

Стадии развития аналитики

Аналитика развивалась долго и постепенно. Типы и стадии развития аналитики можно представить следующей таблицей:

Тип аналитикиМетодПримерСложностьСвязанный вопрос
Составление резюмеЗапросы и ОтчётыНаселение в городахНормальнаяЧто произошло?
ПониманиеСбор данныхФакторы, влияющие на рост населенияСложнаяЧто вызвало?
ПрогнозированиеМашинное обучениеПрогнозирование роста населенияСложнаяЧто произойдет?
ОптимизацияИскусственный интеллектОптимальный рост населенияОчень сложнаяЧто должно быть?

Сегодня много людей говорят о том, что искусственный интеллект будет делать всё. Искусственный интеллект конечно позволяет решать все задач, которые ставит перед собой аналитика, но для аналитики искусственный интеллект подобен космическому челноку. Его сложно и дорого строить, но с другой стороны он позволяет достичь новых горизонтов. Если дальше проводить такие же параллели, то машинное обучение и сбор данных будет схоже с самолётом. Очень полезное транспортное средство, широко используется, и приносит большую пользу. А составление запросов и отчётов будет похоже на автомобиль, который стоит возле дома. Он всегда находится под рукой в любой момент, и по этой причине является наиболее ценным.

Спасибо. Если у тебя появились вопросы по статье — пиши комментарии, я обязательно отвечу!

С уважением!

Эпоха аналитики: большие данные