تجزیه و تحلیل کلان داده ها: فناوری های مخرب برای تغییر بازی

ما شاهد علاقه بی سابقه ای به تجزیه‌ و تحلیل داده های بزرگ در سراسر جهان هستیم. اعضای برتر اعلام کرده اند که خودشان سازمان‌ های "Analytics Driven" را هدایت می‌ کنند. رهبران کسب‌ و کار و فناوری اطلاعات استفاده از تجزیه‌ و تحلیل داده های بزرگ برای به دست آوردن پیشرفت های قابل‌توجه در مدل‌ های کسب‌ و کار خود، مشارکت و فرآیندهای کسب‌ و کار آغاز کردند. درحالی‌که تقریبا همه از کلان داده‌ ها در سطح ابزار یا محصول صحبت می‌ کنند، درحالی‌که تقریبا همه افراد در مورد کلان داده‌ ها در سطح ابزار یا محصول صحبت می‌ کنند، سازمان‌ های موفق در مورد، موارد و تکنیک های استفاده از کلان داده‌ ها متمرکز می‌ شوند که بزرگ‌ ترین ارزش کسب‌ و کار را در اختیار دارند. آن‌ ها بر روی "کسب‌ و کار" تجزیه‌ و تحلیل داده های بزرگ تمرکز می‌ کنند. آرویند دیدگاه مشابهی را درباره تجزیه‌ و تحلیل کلان داده‌ ها مورداستفاده قرار داده است: فناوری‌ های متضاد برای تغییر بازی.
در طی سه سال گذشته، تیم برنامه اطلاعات ما به‌ طور گسترده ای به سازمان‌ ها کمک کرده است تا راهکارهای تحلیل کلان داده‌ ها خود را شکل دهند. شروع کسب‌ و کار برای موفقیت هر سازمانی ضروری است. خوشحالم که یک کتاب را که با کسب‌ و کار به‌عنوان تمرکز اصلی و بررسی بهترین شیوه های فروش، بازاریابی، خدمات مشتری و مدیریت ریسک، قبل از پیوند دادن آن‌ ها به راه حل ها و معماری هایی که آن ممکن می سازد، شروع می‌کند آشنا شدم. ما امیدواریم که از این کتاب در مورد پیشرفت بهترین شیوه ها و تاثیر آن‌ ها در چشم انداز رقابتی لذت ببرید. ممکن است گفتگو درست بین رهبران IT و کسب‌ و کار شما را تسهیل کند.
این کتاب شامل تعدادی از موارد استفاده کلان داده‌ ها، ملاحظات معماری و افزایش فضاهای بازرسی در حال ظهور (اجتماعی، جغرافیایی و غیره) است و برخی از مسائل پیچیده اطراف حریم خصوصی داده‌ ها را پوشش می‌ دهد. فضای مشاهده موجود در سازمان (اطلاعاتی که آن‌ ها می‌ توانند خود را درون قانون و سیاست قرار دهند) سریع‌ تر از توانایی درک آن‌ ها رو به رشد است. همان‌ طور که سازمان‌ ها برای ادامه فعالیت تلاش می‌ کنند، آن‌ ها مجبورند تجدیدنظر کنند که چه نوع زیرساختی برای مهار داده های بزرگ موردنیاز است.
سازمان‌ ها باید در حال پیشروی باشند تا بتوانند تراکنش هایی را که اکنون اتفاق می افتد حس کنند و پاسخ دهند و باید بتواند به‌ شدت بر آنچه که مشاهده‌ شده، منعکس شود این انعکاس عمیق فعالیت ضروری برای کشف سیگنال ضعیف مرتبط و الگوهای نوظهور است. به دنبال آزمایش‌ های اخیر که شامل چگونگی قرارگیری پازل های انسانی در کنار هم است، من شاهد بحرانی بودن اتصال شدید از بازتاب عمیق دقیقا پشت معنای واقعی در زمان و تجزیه‌ و تحلیل پاسخ بودم. در حقیقت، چون حلقه بازخورد سریع‌ تر و سریع‌ تر می‌ شود، این کشف به‌ طور چشمگیری افزایش می یابد.
سازمان هایی که چگونگی ایجاد حس یادگیری سریع برای انجام کاری درباره آن را می سنجند، این در حالی اتفاق می افتد که بسیار رقابتی تر خواهد بود.