Äriteave ja suurandmed: milles erinevus on?

Äriteave ja suurandmed kõlavad sarnaselt, kuid need pole samad.

Üldiselt viitab äriteave (BI) struktureeritud ja hõlpsasti kasutatavale teabele, mis mõjutab kasumlikkust ja konkurentsieelist. Teisest küljest viitavad suurandmed - nagu arvata võib - tohutule hulgale digitaalset teavet, mis on laiali laiali, praktikud keskenduvad tavaliselt rohkem struktureerimata andmetele.

Mõlemad väljad hõlmavad teabe krigistamist, et saada teadmisi ja panna asju juhtuma. Kuid need erinevad nii teabe mahu ja olemuse osas, millele igaüks keskendub, kui ka tööriistade osas, mida nad andmete töötlemiseks kasutavad. Nende konkreetsed eesmärgid ja väljundid langevad mõnikord kokku, kuid mitte alati. Teil pole vaja näiteks korraliku äriintellekti süsteemi loomiseks suurandmeid, kuid suured andmed suurendavad dramaatiliselt BI võimalusi.

Selles artiklis kirjeldame, mida peate teadma ärialase teabe ja suurandmete kohta.

Reguleerimisala, ametlikud määratlused ja eelised: BI vs suurandmed

Äriteave aitab ettevõtetel teha arukaid ja tulusid suurendavaid otsuseid. Ettevõtted kasutavad teadlikult BI, et parandada protsessi, planeerimist ja kasumit. Samal ajal saavad suurandmed täita samu funktsioone, kuid saavad seda teha kiiremini ja mastaapselt. Suured andmed aitavad ka organisatsioonidel saavutada mitmeid tähelepanuväärseid saavutusi: kujundada täiuslik rinnahoidja, võidelda vähiga, kaitsta riiklikku julgeolekut, parandada sportlikke võimeid ja säilitada bioloogiline mitmekesisus. Lihtsalt kui nimetada mõnda.

Aastate jooksul on mõttekojad ja ärijuhid üritanud ajakohastada suurandmete ja äriteabe tähendust majandusliku ja tehnoloogilise konteksti arenedes. Siin on kaks kõige laiemalt tsiteeritud määratlust:

„Äriteave (BI) on katustermin, mis hõlmab rakendusi, infrastruktuuri ja tööriistu ning parimaid tavasid, mis võimaldavad juurdepääsu teabele ja selle analüüsi, et otsuseid ja toimimist parendada ja optimeerida.“ (Gartner)

„Suurandmed on termin, mida kasutatakse andmekogumites, mille suurus või tüüp ületab traditsiooniliste relatsiooniliste andmebaaside võimekuse andmeid väikese latentsusajaga andmeid hõivata, hallata ja töödelda. Ja sellel on üks või mitu järgmistest omadustest - suur maht, suur kiirus või suur mitmekesisus. Suured andmed pärinevad anduritest, seadmetest, videost / heli, võrgud, logifailid, tehingurakendused, veeb ja sotsiaalmeedia - suur osa sellest genereeritakse reaalajas ja väga suures mahus. (IBM Analytics)

Standardmõistetele tuginedes viitavad äriteave ja suurandmed kahele eraldiseisvale, kuid omavahel seotud distsipliinile, mida eristab peamiselt see, mil määral on mõlemad võimelised töötlema kolme V väärtust (maht, kiirus, mitmekesisus).

Äriteabe praktikud käitlevad üldiselt struktureeritud andmeid, samal ajal kui suurandmete spetsialistid tunnevad kodus, et töötlevad välkkiirelt tohutuid struktureerimata andmete koguseid. Mõlemad võivad anda neljanda ja kõige olulisema V (s.o väärtuse) kirjeldava, ennustava ja ettekirjutava analüüsi / aruandluse vormis.

Lõpuks kasutab iga väli erinevat võimaldavate tehnoloogiate komplekti, kusjuures andmeteaduste tööriistakast on üldiselt keerukam kui BI jaoks, ehkki need võivad jagada ühiseid tööriistu nagu SQL ja Python.

Äriteave ja suurandmed: eelised

Suurandmed ja ärialane intelligentsus pakuvad organisatsioonidele selget väärtust, näiteks et paljud suured ettevõtted võtaksid tööle nii BI-analüütikuid kui ka andmeteadlasi teabe kaevandamiseks ja kullaks muutmiseks.

Äriteave hõlmab töötlemata, kuid sageli struktureeritud teabe kogumist, jälgimist ja töötlemist, et tuvastada, arendada või juhtida võimalusi ettevõtte tulemuslikkuse parandamiseks. Organisatsioonid võimendavad BI-d paljude osakondade toetamiseks, sealhulgas müük, vastavus, värbamine, tootmine, talentide juhtimine, klientide edu ja turundus. BI-tööriistu kasutades saavad ettevõtted genereerida mängu muutvaid teadmisi, näiteks parim hinnakujundusmudel konkreetses asukohas või kõige tõhusam töövoo / personali ajakava konkreetse tootmisettevõtte jaoks.

Teisest küljest võivad suured andmed veelgi suuremat imestust pakkuda. Ettevõtted kasutavad suurandmete analüüsi sarnastel eesmärkidel, sealhulgas kulude vähendamine, kiiremad ajakavad, kõrvalekallete tuvastamine, paremad kasumimarginaalid ja riski maandamine. Kuna suurandmed muudavad olulist erinevust, peavad valitsused, finantseerimisasutused, suured jaemüüjad ja telekommunikatsiooni hiiglased pidama suuri ja aktiivseid infotehnoloogia meeskondi.

Tööriistad ja tehnoloogiad

Informatsioonist väärtuse saamiseks kasutavad BI-spetsialistid laias valikus tööriistu, sealhulgas arvutustabeleid (näiteks Excel), turu ülevaate ressursse (nt need, mida pakuvad Thompson, PwC ja LinkedIn), andmelaoteenuseid (nt SAP, Oracle ja Amazon), ärianalüüsi tarkvara (nt Power BI, Sisense ja Tableau) ja andmebaasihalduskeeled (näiteks SQL).

Teisest küljest kasutavad suurandmete spetsialistid - kes on sageli matemaatikud, statistikud, aktuaarid või tõeliselt siniste andmeteadlased - väga spetsialiseerunud tööriistu, sealhulgas suured andmeplatvormid nagu Cloudera ja Apache Hadoop, klastriprogrammide mudeleid nagu Apache Spark ja MapReduce, ja andmebaasiprogrammid, näiteks MongoDB, andmete navigeerimiseks ja mõistmiseks ookeanides.

Ülejäänud artikli jaoks külastage veebisaiti www.goskills.com.