Многие компании добились успехов в сборе и использовании данных о собственной деятельности. Остался нераскрытым потенциал связывания внутренних данных с данными, предоставленными третьими сторонами, - поставщиками или общедоступными источниками данных. А это упущенная возможность.
Хотя источники внешних данных обладают огромным потенциалом, они же создают проблемы. Даже простое понимание, - какие данные доступны, а какие нет, - требует значительных усилий. Плюс к тому, что среда внешних данных фрагментирована и быстро расширяется. Также труден анализ качества и экономической ценности информационных продуктов. Внешние данные можно получить через множество каналов. Это брокеры данных, агрегаторы данных и аналитические платформы. Для эффективного использования внешних данных может потребоваться обновить существующие программные и технические ландшафты организации, могут потребоваться изменения в системах и инфраструктуре. Необходимо также помнить о проблемах конфиденциальности в связи с использованием внешних данных.
Проблемы значительны, но преодолимы.
Таблица с описанием источников внешних данных
Геопространственные
и спутниковые данные |
Достопримечательность,
маршрут |
Недвижимость |
Частный
бизнес |
Доходы,
численность работников, размещение |
Отраслевые
классификации, технография |
Потребитель |
Транзакции, пользовательские панели |
Поиск трендов, перепись |
Сеть
интернета и приложения |
Список
вакансий и продуктов |
Трафик
данных, метрики приложений |
Погода |
Температура и осадки, штормы и
неблагоприятные события, прогнозы |
|
Новости,
IP, юридические сведения |
Новостные
сервисы, каналы научных журналов |
Патенты,
юридические действия |
Публичные
данные |
федеральные, государственные и местные
документы, макроэкономические индикаторы |
|
Отраслевая
специфика |
Торговые
потоки и доставка, бронирование гостиниц и путешествий |
Запросы
здравоохранения, сельское хозяйство/зерновые культуры |
Внешние данные могут помочь компаниям создавать добавленную стоимость в нескольких ключевых областях:
- Клиентская аналитика.
- Определение идеальных потенциальных клиентов для B2B.
- Выявление быстрорастущих потребительских тенденций и маркетинговых возможностей с помощью поиска данных, анализа социальных сетей, панелей транзакций и панелей заказов.
- Стратегический анализ.
- Сравнение требуемой квалификации сотрудников, вакансий и существующих предложений квалификации.
- Выявление возможностей улучшения продукта в ходе анализа откликов в социальных сетях и на платформах электронной коммерции.
- Операции и прознозирование.
- Прогноз изменения цен, основываясь на данных локальных рынков и демографических сдвигах.
- Прогноз потребительских ожиданий и отзывов, используя инфографику и данные компании.
- Риск менеждмент.
- Снижение операционных рисков, основываясь на анализе новостей, данных социальных медиа, прогнозе цен поставщиков материалов.
- Снижение репутационных рисков, рисков сбоев поставок, рисков владения, урона от новостей, юридических рисков.
Три шага к созданию ценности с помощью внешних данных
1. Создание команды для работы с внешними данными.
Ключевая роль команды - специалист по разведке данных или стратег, которые сотрудничают с группой анализа данных и бизнес-подразделениями для определения операционных затрат, улучшений, факторов роста, которые могут быть обеспечены в силу использования внешних данных. Этот специалист также будет нести ответственность определения возможностей внешних данных, будет ответственный за планирование вариантов использования источников данных, за определение приоритетности источников данных, а также за оценку добавленной стоимости в силу использования внешних данных. Идеальные кандидаты на эту роль - интрепретаторы данных и аналитики данных. Другие члены команды - эксперты по закупкам, инженеры и специалисты обработки данных, аналитики, функциональные и технологические эксперты.
2. Развитие отношений с торговыми площадками и агрегаторами данных.
Хотя поиск в Интернете может показаться простым способом поиска отдельных наборов данных, этот подход не всегда эффективный. Хорошие данные не бесплатны. Поэтому нужно искать поставщиков и договориваться с ними. А это приводит к дискуссиям и переговорам с поставщиками: процесс изучения наборов данных, получение пробного доступа, заключение соглашений часто занимает месяцы.
Более эффективная стратегия - использование рыночных агрегаторов данных. Агрегаторы данных специализируются на объединении данных из сотен источников данных. Часто данные собираются и агрегируются в определенных областях. Например, агрегаторы данных - потребители, недвижимость, правительство, компании. Такие агрегированные наборы данных дают организациям свободный доступ к широкой экосистеме данных посредством интуитивно понятной платформы, ориентированной на поиск нужных данных. Это позволяет быстро протестировать нужные наборы данных, оставаясь в рамках одного контракта или соглашения. Агрегаторы - ценные партнеры и могут сэкономить время и усилия. Эти распространители данных могут помочь идентифицировать нужные информационные продукты и выступить в качестве брокера данных.
Критерии внешних источников данных:
- Глубина данных.
- Широта даннах.
- Рентальность затрат по обработке данных. Достаточен ли доход чтобы покрыть инвестиции в получение данных.
- Профиль данных. Имеется ли хорошее описание данных, частотность значений в колонках, пропущенные переменные, изменчивость переменных, достоверность данных.
- Покрытие данными. Достаточно ли покрытие данными географии, популяции, а также предвзятость в наборах данных.
- Своевременность данных. Насколько изменчивы во времени данных, как части пополняются данные, какая задержка в регистрации данных.
- Поставка данных. Как поставляются данные, в каком формате, есть ли API, как подтверждается успешность передачи данных.
- Потенциальное воздействие. Может ли с помощью данных выполнен предполагаемый анализ и моделирование, возможно ли повторное использование данных в моделях.
- Суммарные затраты. В дополнение к затратам на поставку данных какие требуются затраты для получения приемлемого для бизнеса результата.
- Приобретение и контрактование. Как быстро могут быть законтрактованы данные для их использования.
- Риск. Насколько этично и легально использовать данные и результаты, полученные на основе их.
3. Подготовка архитектуры данных для новых потоков внешних данных.
Для получения положительного дохода от инвестиций за счет внешних данных необходимо предварительное планирование структур данных. И тут требуется гибкая архитектура этой самой структуры данных. Также необходимо постоянное тестирование качества данных.
Планирование начинается с оценки существующей среды. Hужно определить возможности поддержки процессов приема, хранения, интеграции, управления и использования данных. Оценка охватывает такие вопросы, как частота поступления данных, объем данных, способ защиты данных, способ интеграции внешних данных с внутренними данными. Тогда нужно понять - потребуются и какие изменения в текущей архитектуре данных.
Архитектура данных должна быть достаточно гибкой для поддержки конвейера входящих из различных источников данных. Например, иметь интерфейса прикладного программирования (API) для интеграции с данными, поступающими из внешних источников. В других случаях может потребоваться инструментарий для поддержки широкополосного приема данных, выполнения запросов и анализа. Архитектура данных и базовые системы могут обновляться с течением времени по мере изменения потребностей.
Далее - обеспечение соответствующего и постоянного уровня качества данных путем мониторинга используемых данных. Это включает регулярную проверку данных на соответствие установленной структуре, проверку качества и оценку характера изменения данных. Если изменение данных значительно, возможно потребуется переобучить или перестроить алгоритмические модели, использующие эти данные.
Резюме
Сведение к минимуму риска, с одной стороны, и создание добавленной стоимости, с другой стороны, на основе использования внешних данных требует сочетания творческого подхода к решению проблем и наращивания организационного потенциала, ориентированного на использование результатов анализа.
Согласно материалов статьи "Использование возможностей внешних данных 3 февраля 2021 г. | Статья"
Комментариев нет:
Отправить комментарий