डेटा दुनिया चला रहा है

हम डेटा-संचालित दुनिया में रह रहे हैं। उदाहरण के लिए, यदि आप Google मानचित्र पर स्थान प्रदाताओं को सक्रिय करते हैं और, एक वर्ष बाद, अपनी टाइमलाइन पर जाते हैं, तो यह आपको सूचित कर सकता है कि आप एक वर्ष पहले ठीक उसी दिन कहां थे। अगर आप फेसबुक एक्टिवेशन सॉल्यूशंस को ऑन करते हैं, तो यह सुझाव देता है कि दोस्तों अगर आप कहीं जाते हैं तो आपको रिक्वेस्ट करनी चाहिए।

सफल व्यवसाय अपने लक्षित ग्राहकों की पहचान करने और उनके लिए उत्पादों और समाधानों को बढ़ावा देने के लिए एकत्रित की जा रही सभी सूचनाओं से ज्ञान और जानकारी निकाल रहे हैं।

वर्तमान बाजार के माहौल से, सूचना व्यवसाय मॉडल में बदलाव ला रही है। भुगतान-प्रति-उपयोग, क्लाउड कार्यक्रमों द्वारा सक्षम, एक सुस्थापित प्रथा बन गई है। एक उदाहरण के रूप में, उबेर के उद्भव ने टैक्सी व्यवसाय को बाधित कर दिया है। फोकस सिस्टम-केंद्रित दृष्टिकोण से आपके उपयोगकर्ता-केंद्रित दृष्टिकोण में बदल गया है। यहां तक कि पारंपरिक कंपनियां, जैसे बीमा, मोबाइल उपकरणों के साथ-साथ सोशल नेटवर्किंग स्टेशनों के माध्यम से चौबीसों घंटे ऑनलाइन पॉलिसी खरीदने और संभालने के लिए स्वयं सेवा प्रदान करती हैं। नई तकनीकों जैसे बिग डेटा, आर्टिफिशियल इंटेलिजेंस (एआई), ब्लॉकचेन और आभासी और संवर्धित वास्तविकता दोनों द्वारा सक्षम उत्पादों और समाधानों का उपयोग वित्तीय इंजीनियरिंग संगठनों द्वारा रचनात्मक उत्पादों और सेवाओं को पेश करने के लिए किया जा रहा है।

बाज़ार में व्यवधान संगठनों के लिए यह अनिवार्य बना रहा है कि वे जो कुछ भी खरीद सकते हैं, उसका निर्माण करें और बाकी को लागत-प्रतिस्पर्धी बने रहने के लिए आउटसोर्स करें। सृजन पर ध्यान अब उन व्यवसायों के लिए महत्वपूर्ण है जिन्हें प्रतिस्पर्धा से अलग होने के लिए नए उत्पादों और सेवाओं का विकास करना चाहिए। कस्टमर-फेसिंग से बैक-ऑफ़िस कार्रवाइयों को स्वचालित करके डिजिटल परिवर्तन दृष्टिकोण अपनाना व्यवसायों के लिए सर्वोच्च प्राथमिकता है।

व्यक्तियों और प्रणालियों द्वारा बनाए गए डेटा को सही योजना प्राप्त करने का आधार होना चाहिए। जो संगठन प्रतिस्पर्धा में बढ़त के लिए जानकारी और खुफिया जानकारी निकालने के लिए डेटा का लाभ उठाने में सक्षम हैं, वे सफलता की खोज कर रहे हैं।

इंटेलिजेंस डेटा से निकाला जाता है

जानकारी टेक्स्ट, वीडियो और ऑडियो है। उदाहरण के तौर पर, स्टॉक एक्सचेंज में सूचीबद्ध शेयरों की जानकारी के बारे में सोचें। यदि हम इस डेटा में अतिरिक्त संकेत जोड़ते हैं कि क्या कोई विशेष स्टॉक पहले दिन के अंत से नीचे या ऊपर चला गया, तो यह डेटा बन जाएगा - कुछ ऐसा जो हमारे लिए रुचि का है, और कुछ हम विश्लेषण कर सकते हैं। जैसे ही हम सलाह देने के लिए संदर्भ को शामिल करते हैं, यह बुद्धि बन जाती है।

अगर हम स्टॉक एक्सचेंज इंडेक्स का प्रतिनिधित्व करने वाले 30 शेयरों की स्टॉक मार्केट जानकारी पर एक नज़र डालें, तो यह केवल जानकारी है। जब हम संकेतक लाने वाले थे कि सिंगापुर में स्टॉक एक्सचेंज इंडिकेटर किसी विशेष दिन कारोबार के अंत में 407 अंक नीचे था, लेकिन उसी दिन डॉव जोन्स 330 अंक ऊपर था, तो यह जानकारी है। उस जानकारी का उपयोग यह अनुमान लगाने का प्रयास करने के लिए संभव है कि सिंगापुर में अगले दिन बाजार कैसे शुरू होगा। वह बुद्धि है।

डेटा से इंटेलिजेंस और जानकारी कैसे निकालें?

यह एक संगठनात्मक संदर्भ में बिजनेस इंटेलिजेंस (बीआई) का विषय है। इसका उद्देश्य स्वच्छ, सटीक और सार्थक जानकारी प्राप्त करना है। जानकारी निकालने की प्रक्रिया एक जांच है और इसे ऑनलाइन विश्लेषणात्मक प्रसंस्करण (OLAP) और डेटा माइनिंग जैसी प्रक्रियाओं के माध्यम से किया जा सकता है। OLAP डेटा को एक डेटा वेयरहाउस के साथ सूचना मॉडल में खींचने के बारे में है, जो इसे एकत्रित और स्लिट करने के लिए बैक एंड है।

नया क्या है? एआई, बिग डेटा और मशीन लर्निंग

OLAP और डेटा माइनिंग का उपयोग करने वाला BI कुछ समय के लिए आसपास रहा है - हाल के वर्षों में जो बदला है वह है बड़े डेटा टूल और तकनीकों का विकास। बड़े डेटा ने अधिक व्यापक डेटा-खनन तकनीकों के उपयोग में एक विस्फोट उत्पन्न किया। बड़े डेटा की विशेषताओं को आम तौर पर 3 वी - मात्रा, गति और विविधता के संदर्भ में समझाया जाता है। हाल ही में, एक चौथा शब्द, सत्यता, को लिस्टिंग में जोड़ा गया था। किस बात ने बिग डेटा को इतना आकर्षक बना दिया है? प्रौद्योगिकियां अब डेटा कमोडिटी कंप्यूटरों को बनाए रखना और लागत को कम रखना संभव बनाती हैं, और कुछ एल्गोरिदम जैसे MapReduce का उपयोग मांगे गए डेटा को माइन करने के लिए किया जा सकता है, हालांकि, सम्मोहक ड्राइवर एक कंपनी के लिए मूल्य है।

आइए हम तीन तरीकों की जांच करें कि पारंपरिक बीआई विधियों का मिश्रण, बड़े डेटा के साथ, मूल्य जोड़ सकता है।

सबसे पहले, लक्षित ग्राहकों की पहचान करना किसी भी व्यावसायिक उद्यम के लिए फायदेमंद होता है। कल्पना कीजिए कि आप एक कार कंपनी की मार्केटिंग टीम का हिस्सा हैं और आपके पास कार खरीदने वाले उपभोक्ताओं का रिकॉर्ड है। आप उनके सामाजिक आँकड़ों को देख सकते हैं और अतिरिक्त संभावित लक्षित ग्राहकों की एक या दो डिग्री अलगाव का उपयोग करके एक शॉर्टलिस्ट बना सकते हैं। फिर, सामाजिक नेटवर्क विश्लेषण कई क्षेत्रों और औद्योगिक गतिविधियों में लोगों के बीच संबंधों पर एक नज़र प्रदान करता है। एक अन्य विश्लेषिकी तकनीक - प्रतिगमन जांच - को उन लोगों की जनसांख्यिकी का विश्लेषण करने के लिए भी नियोजित किया जा सकता है जिन्हें शॉर्टलिस्ट किया गया है और, उनकी उम्र के आधार पर, यह अनुमान लगाया जा सकता है कि वे किस तरह की कार खरीद सकते हैं।

क्रॉस-सेलिंग उत्पाद और सेवाएं एक और तरीका है जिससे व्यवसाय अपनी कमाई बढ़ाने का प्रयास करते हैं। समान कार-विक्रय सादृश्य को जारी रखते हुए, भले ही आप जानते हों कि एक निश्चित जनसांख्यिकीय प्रोफ़ाइल वाले व्यक्ति, जो एक निश्चित प्रकार की कार खरीदते हैं, अपनी दूसरी कार के रूप में अन्य प्रकार की कार प्राप्त करने के लिए अधिक इच्छुक होते हैं, जिसका संगठन के लिए मूल्य होता है। एसोसिएशन रूल लर्निंग नामक तकनीक के माध्यम से इस लिंक की भविष्यवाणी करना संभव है, जिसमें कारकों के बीच सहसंबंधों की खोज करना शामिल है।

अंत में, किसी व्यवसाय की सफलता के लिए ग्राहक की समझ को समझना महत्वपूर्ण है। ब्रांड और ऑटो मॉडल को बाजार में कैसे माना जाता है? आप यह पता लगाने के लिए राय विश्लेषण के रूप में जानी जाने वाली तकनीक का उपयोग कर सकते हैं।

डेटा का भविष्य

बढ़ी हुई बुद्धि को निकालने के लिए एक दूसरे के पूरक और पूरक के लिए पर्याप्त डेटा और एआई विधियों का उपयोग किया जाता है। लगभग सभी वर्टिकल मार्केट सेगमेंट ग्राहकों को अपनी पेशकश को सहज बनाने के लिए एआई का उपयोग कर रहे हैं। कार-बिक्री परिदृश्य से, यदि हम पूछें कि किसी नए विशिष्ट ग्राहक का कौन सा मॉडल खरीदने की अधिक संभावना है, तो हम एआई और बड़े डेटा का उपयोग करके एक अच्छा उत्तर प्राप्त कर सकते हैं।

डेटा रणनीतिक है, और संगठन जो डेटा को समग्र रूप से संभालते हैं वे लाभ के लिए खड़े होते हैं। इसका मतलब है कि डेटा प्रौद्योगिकी संगठनों को प्रतिस्पर्धा में बढ़त प्रदान करने में नई तकनीक, तकनीकों और क्षमताओं के माध्यम से एक बढ़ती हुई भूमिका निभाती है। सबसे बढ़कर, किसी कंपनी की सफलता के लिए नवाचार महत्वपूर्ण है - क्योंकि कंपनियों को लगातार नया करने या मरने की आवश्यकता होती है।