Большие данные требуют способности анализировать
Согласно отчету о новом глобальном исследовании, опубликованному корпорацией IBM и бизнес-школы Саид при Оксфордском университете (Saїd Business School at the University of Oxford), большинство инициатив, связанных с Большими данными, которые сегодня реализуются организациями, направлены на улучшение обслуживания и расширение возможностей для клиентов.
Одним из препятствий к более активному использованию внешних данных является неточность информации, касающейся погоды, экономики или настроений пользователей в социальных сетях. В ходе исследования респондентам задавали вопросы о том, доверяют ли они комментариям, критическим обзорам, твитам, постам в блогах и другим формам высказанных в Интернете взглядов и мнений. Являясь неопределенными по своей природе, данные социальных медиа, тем не менее, содержат ценную информацию. Организации должны научиться преодолевать неточность подобных данных и определять, как с максимальной эффективностью использовать их в своих интересах.
Еще одна причина того, что информационный потенциал социальных медиа и других внешних источников недооценивается, – дефицит квалификации. Наличие развитых навыков, необходимых для анализа неструктурированных данных, – данных, которые «не вписываются» в традиционные базы данных, таких как текст, показания датчиков, геопространственные данные, изображения, аудио- и видеоматериалы, а также потоковые данные – остаются серьезной проблемой для большинства организаций. Лишь 25% респондентов заявили, что они обладают необходимыми возможностями для анализа неструктурированных данных – возможностями, отсутствие которых является главным препятствием для получения максимальной отдачи от Больших данных.
Растущий бизнес-потенциал и преимущества Больших данных очевидны. Почти две трети (63%) респондентов, принявших участие в опросе, сообщают, что использование информации, в том числе Больших данных, и аналитики создает реальное конкурентное преимущество для их организаций. В аналогичном исследовании 2010 года доля таких респондентов не превышала 37% (таким образом, рост числа респондентов, считающих обладание важной для бизнеса информацией конкурентным преимуществом, составил 70%).
Кроме результатов, которые достигаются в сфере повышения качества обслуживания потребителей (в качестве главного приоритета этот пункт указала половина (49%) респондентов), сферы раннего применения Больших Данных охватывают и другие задачи. Почти одна пятая (18%) респондентов назвала главной целью оптимизацию операций. Среди других сфер применения Больших данных: управление рисками и финансовой деятельностью (15% респондентов), реализация новых бизнес-моделей (14%) и поддержка эффективного взаимодействия персонала (4%).
Три четверти (76%) опрошенных специалистов в настоящее время уже занимаются развитием проектов по использованию Больших данных, однако в отчете отмечается, что большинство из них (47%) все еще находятся на ранних стадиях планирования. Тем не менее, 28% респондентов сообщили о разработке пилотных проектов либо заявили о том, что уже внедрили два или более решения для Больших данных. Почти четверть (24%) респондентов не инициировали проекты Больших данных, и до сих пор изучают то, как Большие данные могут быть использованы в интересах их организаций.
Более половины респондентов указали в качестве источника Больших данных в своей организации внутренние данные. Это означает, что компании извлекают из них пользу, но также свидетельствует о существовании огромного неиспользуемого потенциала, по-прежнему «запертого» в этих внутренних информационных системах.
Внутренние данные являются наиболее сформированным, хорошо понятным источником данных для организаций. Эти данные были собраны, интегрированы, структурированы и стандартизированы за годы использования систем ERP и MDM, бизнес-аналитики и т.п. Применение аналитики к внутренним данным – информации о сделках с клиентами, о взаимодействии с партнерами, содержащейся в сообщениях электронной почты – может обеспечить компанию ценными для бизнеса знаниями.
Сегодня большинство организаций, осуществляющих проекты Больших данных, начинают с анализа структурированных данных, используя базовые аналитические возможности, такие как запросы и отчетность (91% респондентов) и глубинный анализ данных (77%). Две трети респондентов (67%) сообщают об использовании прогностического моделирования.
Большие данные, однако, требуют способности анализировать частично структурированные и неструктурированные данные, включая целый спектр типов данных, которые могут быть совершенно новыми для многих организаций.
В отношении более половины активных проектов Больших данных, респонденты сообщали об использовании современных возможностей для анализа текста, в частности, расшифровок переговоров с клиентами в центрах обслуживания телефонных вызовов. Эти аналитические возможности предусматривают способность понимать и интерпретировать различные нюансы разговорной речи, такие, например, как эмоциональная окраска, используемый слэнг и намерения говорящего. Такие знания могут помочь компаниям, от поставщиков банковских услуг до телекоммуникационных операторов, оценить текущие потребительские настроения своей целевой аудитории и обеспечить себя ценной информацией, которую можно будет сразу же использовать для реализации эффективных маркетинговых стратегий.
