Big Data pour les Nuls Dummies Cheat Sheet - les nuls

Par Bernard Marr

Le big data fait la une des journaux, mais c'est bien plus qu'une simple expression la dernière mode d'affaires. Le phénomène est très réel et produit des avantages concrets dans de nombreux domaines différents, en particulier dans les affaires. Vous allez découvrir le cœur du Big Data en tant que propriétaire ou gestionnaire d'entreprise: vous examinerez la terminologie clé dont vous avez besoin pour comprendre les grandes compétences cruciales en matière de données pour les entreprises, dix étapes pour utiliser les données volumineuses pour prendre de meilleures décisions. des conseils pour communiquer des informations à partir de données à vos collègues.

Comprendre le jargon du Big Data

Le jargon technique entourant le Big Data peut sembler un peu intimidant au premier abord. Les phrases clés et les termes que vous êtes susceptible de rencontrer, avec des définitions faciles à comprendre pour chacun, suivent:

Big data: De plus en plus, tout ce que vous faites laisse une trace numérique (ou données), que vous (et d'autres) peuvent utiliser et analyser. L'expression données volumineuses fait référence à la collecte de données et à la possibilité d'en faire usage.
Analyse des données volumineuses: Il s'agit du processus de collecte, de traitement et d'analyse des données pour générer des informations qui éclairent la prise de décision fondée sur les faits. Dans de nombreux cas, il s'agit d'une analyse logicielle utilisant des algorithmes.
Algorithme: Formule mathématique ou processus statistique exécuté par logiciel pour analyser les données. Il implique généralement plusieurs étapes de calcul et peut être utilisé pour traiter automatiquement des données ou résoudre des problèmes.
Cloud computing: Logiciels ou données s'exécutant sur des serveurs distants plutôt que localement. Ainsi, au lieu de stocker ou de calculer des choses sur votre propre machine, vous pouvez utiliser d'autres ordinateurs connectés à votre ordinateur via un réseau (tel qu'Internet).
Données structurées: Toutes les données ou informations situées dans un champ fixe dans un enregistrement ou un fichier défini, tel qu'une base de données ou une feuille de calcul. Sa structure inhérente le rend rapide, facile et bon marché à analyser.
Données non structurées: Toutes les données ne sont pas facilement stockées et indexées dans des formats ou des bases de données traditionnels. Cela inclut les conversations par e-mail, les publications sur les réseaux sociaux, le contenu vidéo, les photos, les enregistrements vocaux, les sons, etc. Son manque de structure rend plus difficile l'analyse en utilisant des programmes informatiques traditionnels.
Données semi-structurées: Vous l'avez deviné, il s'agit d'un croisement entre des données structurées et non structurées. Ce sont des données qui peuvent avoir une structure qui peut être utilisée pour l'analyse mais qui n'a pas la structure stricte trouvée dans les bases de données ou les tableurs. Par exemple, un post Facebook peut être catégorisé par auteur, date, longueur et même sentiment, mais le contenu n'est généralement pas structuré.
Données internes: Ceci représente toutes les données que votre entreprise a ou pourrait potentiellement avoir accès ou générer dans le futur. Il pourrait être structuré en format (par exemple, une base de données client) ou pourrait être non structuré (données conversationnelles provenant d'appels de service client).
Données externes: En termes simples, il s'agit de l'ensemble infini d'informations qui existent en dehors de votre entreprise. Il peut être publiquement disponible ou privé et il peut également être structuré ou non structuré dans le format.
L'Internet des objets: Un réseau qui connecte les appareils (les objets mentionnés dans le nom) afin qu'ils puissent communiquer entre eux. Cela englobe la technologie comme les téléviseurs intelligents, les téléphones intelligents et les capteurs, et tout cela est possible grâce à l'augmentation massive de la connectivité entre les appareils, les systèmes et les services.

6 Principales compétences en matière de Big Data Chaque entreprise a besoin de

Quelles sont les compétences clés requises pour utiliser les Big Data avec succès? La liste comprend six compétences clés que toutes les entreprises devraient développer, soit en recrutant des chercheurs de données qui correspondent à ces attributs, soit en développant ces compétences chez les employés existants:

Analytics: Ceci implique de déterminer quelles données sont pertinentes à la question vous espérez répondre et interpréter les données afin d'obtenir ces réponses. Les compétences clés incluent un talent pour repérer des modèles et établir des liens, la capacité de donner un sens à une série de données (structurées et non structurées) et une bonne connaissance des progiciels d'analyse standard tels que SAS Analytics et Oracle Data Mining.
Créativité: N'importe qui peut être stéréotypé - vous devez viser l'innovation qui distinguera votre entreprise de la concurrence. La créativité est particulièrement importante pour toute entreprise souhaitant donner un sens aux données non structurées - données qui ne rentrent pas facilement dans les tableaux et les graphiques. Les compétences créatives précieuses comprennent un talent pour la résolution de problèmes (peut-être même des problèmes de repérage dont d'autres ne sont pas encore conscients) et la capacité de trouver de nouvelles façons de rassembler et d'interpréter les données.
Mathématiques et statistiques: Les personnes ayant de solides connaissances en mathématiques ou en statistiques ont une bonne base pour le travail lié aux données volumineuses. Vous cherchez au moins une compréhension de base des statistiques et la capacité de brouiller les données désordonnées en chiffres qui peuvent être quantifiés afin que vous puissiez en tirer des conclusions.
Informatique: Cette catégorie très large couvre toute une série de sous-domaines, tels que l'apprentissage automatique, les bases de données et le cloud computing. Cela peut couvrir tout, du branchement des câbles à la création d'algorithmes sophistiqués d'apprentissage automatique et de traitement du langage naturel. Les compétences clés comprennent une solide compréhension de la technologie de base de données et une bonne compréhension des technologies telles que Hadoop, Java et Python.
Sens des affaires: Les personnes qui travaillent avec des données volumineuses ont besoin d'une bonne compréhension des buts et objectifs de l'entreprise, ainsi que de la compréhension du fait que l'entreprise va dans la bonne direction.Cela comprend la compréhension de ce qui fait la réputation de l'entreprise, ce qui la fait prospérer et pourquoi elle se démarque de ses concurrents (et si elle ne prospère pas, pourquoi ce n'est pas le cas).
Communication: Vous pouvez avoir les meilleures compétences analytiques du monde, mais à moins que vous soyez en mesure de présenter clairement les résultats et de démontrer comment ils peuvent aider à améliorer les performances et à favoriser le succès, toute cette analyse ira gaspiller. De grandes compétences en communication interpersonnelle et écrite sont essentielles, de même que la capacité d'ajouter de la valeur aux données grâce à des idées et à l'analyse. Un talent pour la narration et être capable de donner vie à des données grâce à des techniques de visualisation aidera également énormément.

10 étapes pour utiliser les données pour améliorer les décisions commerciales

Les données devraient être au cœur de la prise de décision stratégique dans les affaires, que vous dirigiez une grande entreprise multinationale ou une petite entreprise familiale. Les données volumineuses peuvent fournir des informations qui vous aident à répondre à vos questions commerciales clés, telles que «Comment puis-je améliorer la satisfaction des clients? '. Les données mènent à des aperçus; Les propriétaires d'entreprise et les gestionnaires peuvent transformer ces connaissances en décisions et en actions qui améliorent l'entreprise.

Utilisez ce processus en dix étapes pour prendre des décisions basées sur des données:

Commencez par la stratégie.

Au lieu de commencer par les données auxquelles vous pouvez ou devez accéder, commencez par déterminer ce que votre entreprise cherche à réaliser. En un mot, vous devez déterminer quels sont vos objectifs stratégiques, par exemple, augmenter votre clientèle.
Affinez votre zone d'activité. Identifiez vos objectifs stratégiques.

Identifiez les domaines les plus importants pour la réalisation de votre stratégie globale. Pour la plupart des entreprises, les domaines de la clientèle, des finances et des opérations sont essentiels.
Identifiez les questions sans réponse.

Trouvez les questions auxquelles vous devez répondre pour atteindre ces objectifs. En élaborant exactement ce que vous devez savoir, vous pouvez vous concentrer sur les données dont vous avez réellement besoin.
Trouvez les données qui vous aideront à répondre à ces questions.

Concentrez-vous sur l'identification des données idéales pour vous - les données qui pourraient vous aider à répondre à vos questions les plus pressantes et à réaliser vos objectifs stratégiques.
Identifiez les données auxquelles vous avez déjà accès ou auxquelles vous avez accès.

Après avoir identifié les données dont vous avez besoin, il est logique de voir si vous êtes déjà assis sur certaines de ces informations, même si elles ne sont pas immédiatement évidentes.
S'entraîner si les coûts et les efforts sont justifiés.

Ce n'est qu'après que vous connaissez les coûts que vous pouvez déterminer si les avantages tangibles l'emportent sur ces coûts. À cet égard, vous devriez traiter les données comme n'importe quel autre investissement commercial clé. Vous devez justifier clairement l'investissement qui décrit la valeur à long terme des données pour la stratégie commerciale.
Collectez les données.

Une grande partie de cette étape consiste à configurer les processus et les personnes pour rassembler et gérer vos données. Vous achetez peut-être l'accès à un ensemble de données prêt pour l'analyse, auquel cas il n'est pas nécessaire de collecter des données en tant que telles. Mais, en réalité, de nombreux projets de données nécessitent une certaine quantité de collecte de données.
Analyser les données.

Vous devez analyser les données afin d'extraire des informations utiles et utiles. Après tout, il ne sert à rien d'aller aussi loin si vous ne découvrez pas quelque chose de nouveau à partir des données.
Présentez et distribuez les idées.

À moins que les résultats ne soient présentés aux bonnes personnes au bon moment de manière significative, la taille des ensembles de données ou la sophistication des outils d'analyse n'a pas vraiment d'importance. Vous devez vous assurer que les informations obtenues à partir de vos données sont utilisées pour éclairer la prise de décision et, en fin de compte, améliorer les performances.
Intégrer l'apprentissage dans l'entreprise.

Enfin, vous devez appliquer les informations issues des données à votre prise de décision, en prenant les décisions qui transformeront votre entreprise pour le mieux, puis en agissant sur ces décisions. Pour moi, c'est la partie la plus gratifiante du parcours de données: transformer les données en action.

Comment communiquer des informations issues du Big Data

Les données volumineuses peuvent vous aider à mieux comprendre. Les entreprises obtiennent un avantage concurrentiel lorsque les bonnes informations sont transmises aux bonnes personnes au bon moment. Cela signifie extraire des informations et des informations à partir des données et les communiquer aux décideurs d'une manière qu'ils comprendront facilement. Après tout, les gens sont moins susceptibles d'agir s'ils doivent travailler dur pour comprendre l'information devant eux.

Assurez-vous que vos idées brillent grâce à ces astuces:

Identifiez votre public cible. Votre public dépend de vos questions stratégiques. Le public peut être vous si vous êtes le propriétaire de l'entreprise, ou il peut s'agir de votre équipe des ressources humaines, votre équipe marketing ou une combinaison. Demandez-vous qui va voir ces résultats. Que savent-ils déjà des problèmes discutés? De quoi ont-ils besoin et veulent-ils savoir? Et, que feront-ils avec l'information?
Personnalisez l'information pour votre public. Soyez prêt à personnaliser vos informations pour répondre aux exigences spécifiques de chaque décideur.
Rappelez-vous ce que vous essayez d'accomplir. Essayez de ne pas vous laisser distraire par des idées intéressantes qui n'ont rien à voir avec la réponse à vos questions stratégiques et l'atteinte de vos objectifs d'affaires. Il pourrait être utile de revoir ces autres perspectives à l'avenir, mais pour l'instant, concentrez-vous sur ce que vous avez décidé de réaliser.
Évitez de créer un mur de texte. Rappelez-vous que les données peuvent être présentées sous forme de nombre, de narration écrite, de tableau, de graphique ou de tableau. En fait, la meilleure approche est susceptible d'impliquer une combinaison de ces formats.
Utiliser des techniques de visualisation de données. Les visuels sont parfaits pour transmettre l'information parce qu'ils sont rapides et directs, qu'ils sont (généralement) faciles à comprendre, mémorables et qu'ils suscitent de l'intérêt, étant beaucoup plus susceptibles de retenir l'attention du lecteur qu'une page complète de texte.
Mais ne négligez pas le texte. Les chiffres, graphiques et images ne peuvent donner qu'un instantané; narratif vous permet d'embellir sur des points clés. Utilisez des récits courts pour présenter ce que vous montrez et mettre en évidence les idées clés.
Utilisez des en-têtes clairs pour faire ressortir les points importants. De cette façon, même en un coup d'œil, les points clés seront évidents.
Liez les informations à votre stratégie. Si vous présentez des informations qui répondent directement à une question commerciale stratégique, par exemple «Comment réduire le taux de rotation du personnel de 10%? », inclure cette question dans le récit d'ouverture et peut-être même le titre.