«Данные — это новая нефть» — термин, придуманный в 2006 году британским математиком Клайвом Хамби. Этот термин стал широко используемым и в основном означает, что если ваша организация имеет доступ к большим объемам данных, вы можете использовать их для принятия решений и достижения результатов.
Хотя в том, что доступ к данным может привести к более глубокому пониманию бизнес-аналитики, есть великая правда, на самом деле компаниям нужен доступ к «хорошим» данным и содержащейся в них информации. Однако многие до сих пор не могут понять, что делает данные ценными. Поскольку соображения часто включают в себя такие факторы, как количество, возраст, источник или разнообразие, непонимание того, какой тип данных полезен для бизнеса, означает, что легко заблудиться в наборах данных, которые в конечном итоге имеют низкое качество и плохо подходят для принятия решений. Основные издержки неправильных больших данных
Затраты на обработку данных низкого качества высоки. В среднем цена составляет $13 млн на компанию или 10-30% выручки, и для компаний любого размера это огромная нагрузка.
Компании привыкли принимать решения на основе больших наборов данных. Они используют программное обеспечение для работы с электронными таблицами для анализа и используют этот анализ для принятия решений. Но этот подход усиливает потребность в еще большем количестве данных, которые могут выявить тенденции «статистической значимости». Проблема заключается в том, что трудно действительно тщательно проверить источник и подлинность информации. Возьмем, к примеру, мнение потребителей. Если компания получает наборы данных от третьей стороны, может ли она быть на 100% уверена, что вся эта информация была предоставлена подлинными респондентами и что ничто от ботов или людей не является на 100% правдивым? Йонас Александерссон
Навигация по социальным ссылкам
Соучредитель и исполнительный директор GetWhy.
Для тематических исследований о том, почему большие наборы данных не всегда дают более точные результаты, мы можем обратиться к политике. 2024 год станет монументальным: выборы пройдут как в США, так и в Великобритании, а опросы политического мнения снова сыграют роль в прогнозировании результатов. Однако они не всегда правы. Во время выборов в США в 2016 и 2020 годах предварительные опросы ошибочно предсказывали некоторые очень важные события; первый даже предсказал, что Хилари Клинтон отпразднует большую победу. Причины крайне неверных прогнозов включают в себя предвзятость в связи с отсутствием ответов, когда избиратели Трампа с меньшей вероятностью взаимодействовали с социологами, что искажало результаты в пользу Клинтон.
Аналогичным образом, в Британии «фактор застенчивой тори» упоминался на выборах, где Консервативная партия показала лучшие результаты, чем предсказывали опросы. В этом случае респонденты сказали бы, что проголосовали бы в направлении, противоположном тому, что они сделали бы в конечном итоге.
Хотя горстка таких респондентов в больших наборах данных может не иметь слишком большого влияния на окончательный анализ, вышеупомянутые предвыборные опросы показывают, что может произойти, когда данные не отражают действительно внешний мир. Для компаний, которые используют такую аналитику для принятия решений, действия на основе этой информации могут стоить дорого.
Подпишитесь на информационный бюллетень Ny Breaking и получайте все лучшие новости, мнения, функции и рекомендации, необходимые вашему бизнесу для успеха! Слушать против понимания
Опора на большие наборы данных также является признаком того, что компании часто склонны слушать, а не понимать своих потребителей. Это означает, что, хотя они могут использовать большие данные для выявления тенденций, они не понимают, почему эти тенденции существуют. Например, если организация знает, что потребителям нравится синий цвет, но не ищет дополнительной информации, она просто прислушивается. Это может оказаться успешным в краткосрочной перспективе, но если эта тенденция внезапно изменится и потребителям начнет нравиться зеленый цвет, они не спешат реагировать.
Если компания знает, что потребителям нравится синий цвет, но пойдет еще дальше и выяснит, почему они это делают, она поймет, что на самом деле на них влияет. Возможно, синий цвет — это реакция на событие или определенное настроение, и наличие такой информации позволяет организации не только принимать решения, более чуткие к потребителям, но и лучше подготовиться к любому изменению требований. Открывая новую эру эмпатии
Сочувствие имеет решающее значение в то время, когда мир переживает трудные времена. В условиях, когда происходит несколько крупных геополитических событий, понимание потребителей является одной из многих вещей, которые могут помочь открыть новую эру сочувствия. Компаниям также необходимо работать над тем, чтобы удерживать потребителей на стороне, поскольку недоверие к брендам растет, вызванное рядом причин. Например, потребители часто сталкиваются с недобросовестной практикой в Интернете, включая фальшивые отзывы и проблемы с данными, связанными с целевой рекламой.
Чтобы разорвать порочный круг, компании должны переосмыслить способы получения информации. Сбор информации обычно требует огромных затрат времени и средств, а полученные в результате большие громоздкие наборы данных, которые дегуманизируют респондентов, больше не подходят в мире, где взгляды людей постоянно меняются.. Сбор данных не только занимает слишком много времени, но и данные могут быть неверными.
Организациям необходимо уделять больше внимания пониманию потребителей. Им нужно знать, почему они думают определенным образом, а не только то, что они делают. Качественная аналитика на основе искусственного интеллекта позволяет компаниям быстро понять, чего действительно хочет аудитория. ИИ может запускать инструменты опроса респондентов из демографических групп по всему миру, а затем в течение нескольких часов предоставлять анализ с тем же качеством, что и традиционные методы. Просматривая впоследствии записи, бренды видят не только то, что говорит респондент, но и то, как и почему он это говорит.
В конечном счете, неверные данные дорого обходятся компаниям. Действия на основе информации, которая не является неточной, могут иметь серьезные последствия: от незначительного недовольства потребителей до полного провала. Компаниям необходимо отказаться от своих старых процессов и принять новый подход к сбору информации. Большие наборы данных не означают лучшее понимание; более продуманный и целенаправленный подход. А когда компании действительно понимают потребителей, это способствует чуткому принятию решений, повышению доверия к бренду и лучшим результатам. Мы перечислили лучшее программное обеспечение для баз данных клиентов.
Эта статья была подготовлена в рамках канала Expert Insights от Ny BreakingPro, где мы рассказываем о лучших и ярких умах современной технологической индустрии. Мнения, выраженные здесь, принадлежат автору и не обязательно совпадают с мнением Ny BreakingPro или Future plc. Если вы заинтересованы в участии, вы можете прочитать больше здесь: https://www.techradar.com/news/submit-your-story-to-techradar-pro.
Статья добавлена ботом, с использованием машинного перевода : https://nybreaking.com/category/tech/
