예, 데이터는 디지털 경제의 새로운 석유입니다.
데이터 시장을 제어하는 방법에는 두 가지가 있습니다. 첫째, 데이터 사용을 제한할 수 있습니다. 이 접근 방식은 GDPR 이전에 유럽에서 사용되었습니다. 둘째, 다음을 수행할 수 있습니다. 노력하다 데이터를 자유롭게 공유합니다. 이 접근 방식은 GDPR 이전에 사용되었습니다. 그러나 두 방법 모두 문제가 있습니다. 제한 쓰다 데이터의 수는 사람들이 새로운 것을 갖지 못하기 때문에 혁신하지 않을 것임을 의미합니다. 아이디어 . 데이터를 자유롭게 공유한다는 것은 사람들이 일부 개인 정보를 잃을 수 있음을 의미합니다. 따라서 두 가지 접근 방식을 결합해야 합니다. 우리는 사람들이 데이터를 자유롭게 공유할 수 있도록 허용해야 하지만 제한해야 합니다. 어떻게 많은 데이터를 공유할 수 있습니다.
데이터란 무엇인가요?
간단히 말해서 데이터는 정보입니다. 숫자와 문자를 사용하여 표현할 수 있는 모든 것입니다. 예를 들어, 친구가 무엇을 좋아하는지 알고 싶다면 직접 물어봅니다. 그 사람이 대답하지 않으면 나는 그 사람의 친구들에게 물어본다. 아무도 모른다면, 나는 그 사람의 페이스북 페이지를 본다. 이 경우 친구에 대한 데이터를 수집하고 있습니다. 더 많은 데이터를 수집할수록 더 잘 이해할 수 있습니다.
데이터가 필요한 이유는 무엇입니까?
우리는 여러 가지 이유로 데이터가 필요합니다. 첫째, 데이터는 사물을 이해하는 데 도움이 됩니다. 예를 들어, 같은 것을 좋아하는 사람들이 많다는 것을 알 수 있습니다 영화 나로서. 우리는 또한 어떤 것을 볼 수 있습니다 영화 인기가 있습니다. 이 지식은 우리가 원하는지 여부를 결정하는 데 도움이 됩니다. 시계 그 영화 .
또한 의사 결정에 도움이 되는 데이터가 필요합니다. 예를 들어, 우리는 돈을 쓸 가치가 있는지 여부를 모를 수 있습니다. 영화 표. 그러나 대부분의 사람들이 즐긴다는 것을 안다면 보고 영화, 그러면 정보에 입각한 결정을 내릴 수 있습니다.
마지막으로, 제품을 개선하고 서비스 . 예를 들어, 여행을 계획할 때 일기 예보를 확인하여 가장 좋은 곳을 찾을 수 있습니다 군데 받는 사람 방문 이다. 호텔 객실을 예약 할 때 중요한 이메일을 놓치지 않도록 Wi-Fi가 좋은 객실을 선택할 수 있습니다. 여행 .
얼마나 많은 데이터를 수집해야 합니까?
수집되는 데이터의 양은 제품 유형에 따라 다릅니다. 서비스 제공되고 있습니다. 예를 들어, 모바일 앱을 제공하는 경우 많은 사용자 데이터를 수집할 수 있습니다. 반면에, 우리가 온라인으로 책을 판매한다면, 우리는 아마도 제한된 데이터만 수집하게 될 것입니다.
수집되는 데이터의 양은 또한 에 따라 달라집니다. 크기 시장의. 예를 들어, 시장이 작으면 시장이 큰 경우보다 더 적은 데이터가 필요할 것입니다.
데이터가 정말 21세기의 새로운 석유인가?
데이터는 새로운 석유입니다. 귀중하지만 정제하지 않으면 사용할 수 없습니다. 에너지, 플라스틱, 화학 물질 또는 기타 유용한 제품으로 변환되어야 합니다. 그렇다면 데이터를 사용하기 전에 처리해야 할까요? 어떤 사람들은 그렇다고 말하고, 어떤 사람들은 아니라고 말합니다. 그러나 대부분의 사람들은 데이터가 유용하기 전에 처리되어야 한다는 데 동의합니다. 이것이 우리가 컴퓨터와 데이터베이스를 사용하는 이유입니다. 그들은 데이터를 처리하는 데 능숙합니다.
그러니 데이터를 처리해야 한다면, 아무나 데이터를 처리하도록 놔둬야 하지 않을까요? 아니요. 데이터 처리는 비용이 많이 듭니다. 그리고 데이터를 처리하려면 특별한 기술이 필요합니다. 기술이 부족한 사람은 데이터 처리와 관련된 모든 작업을 처리할 수 없습니다.
따라서 우리는 충분히 숙련된 사람들만 데이터를 처리하도록 해야 합니다. 누가 충분히 숙련되어 있는지 어떻게 알 수 있습니까? 글쎄, 우리는 그들의 교육에 근거하여 결정을 내려야 합니다. 예를 들어, 누군가가 박사 학위를 가지고 있다면 컴퓨터 과학을 믿는다면, 우리는 그들이 데이터를 처리할 수 있다고 믿어야 합니다.
어떤 종류의 데이터가 필요한가요?
데이터에는 정형, 비정형 및 반정형의 세 가지 유형이 있습니다. 구조화된 데이터에는 데이터베이스에 쉽게 저장할 수 있는 데이터가 포함됩니다. 예를 들어 고객 기록, 재무제표 및 직원 기록이 있습니다. 비정형 데이터에는 다른 모든 것이 포함됩니다. 예를 들어 문자 메시지 문서, 이미지, 비디오, 오디오 파일 및 웹 페이지. 반정형 데이터에는 정형 데이터와 비정형 데이터가 모두 포함됩니다. 예를 들어 이메일 메시지, 트윗 및 블로그 게시물.
왜 데이터에 대해 이야기할까요?
데이터는 어디에나 있기 때문입니다! 모든 웹사이트, 모든 웹사이트 내부에 있습니다. 스마트폰 , 모든 TV, 모든 자동차. 실제로 지금은 그 어느 때보다 많은 데이터가 존재합니다. 세계 경제는 매년 약 4.5제타바이트(4.5 x 1021바이트)의 데이터를 생성합니다. 이는 2010년에 비해 4배나 많은 데이터입니다.
데이터는 어디에나 있기 때문에 기업이 데이터를 관리하기가 점점 더 어려워지고 있습니다. 돈을 벌고 싶다면 데이터를 다루는 방법을 알아야 합니다. 데이터의 의미, 데이터를 저장하는 방법, 액세스하는 방법, 데이터를 분석하는 방법, 데이터를 유용한 것으로 변환하는 방법을 이해해야 합니다.
당신이 당신의 것을 유지하고 싶다면 사업 경쟁력이 있다면 데이터를 효과적으로 처리하는 방법을 배워야 합니다. 그렇지 않으면 경쟁업체에 고객을 빼앗길 수 있습니다.
그렇다면 "데이터"란 무엇을 의미할까요?
데이터에 대해 이야기할 때 우리는 정보를 의미합니다. 정보는 기록할 수 있는 모든 것입니다. 예를 들어, 숫자, 문자, 단어, 그림, 소리 및 비디오 . 정보를 기록할 때 당사는 외침 그 기록 데이터.
데이터를 정제해야 합니다.
데이터를 처리하기 전에 정리해야 합니다. 여기에는 유효하지 않거나 잘못된 값 삭제가 포함됩니다. 누락된 값도 채워야 합니다. 데이터는 데이터가 나타내는 모집단을 대표해야 합니다. 데이터 수집은 모든 예측 분석 프로젝트의 첫 번째 단계입니다. 데이터 수집이 중요한 이유는 데이터 수집이 없으면 예측을 위한 정보가 충분하지 않기 때문입니다. 정확한 결과를 얻으려면 대상 고객에 대해 가능한 한 많은 정보를 수집해야 합니다. 데이터를 수집할 때 결과를 예측하는 데 필요한 정보 유형과 해당 정보를 사용하는 방법에 대해 생각해 보세요. 예를 들어 추천 엔진을 구축하는 경우 사용자가 다른 제품을 보기 전이나 후에 제품을 구매했는지 알고 싶을 수 있습니다. 이러한 종류의 데이터는 개인이 특정 품목을 구매할 가능성이 있는지 여부를 결정하는 데 도움이 될 수 있습니다. 설문조사 결과를 사용하여 얼마나 많은 사람들이 어떤 제품을 구매하고 있는지에 대한 정확한 정보를 얻을 수 있습니다. 또한 향후 마케팅 캠페인을 타겟팅하는 데 사용할 수도 있습니다. 설문 조사의 정보를 고객 구매 내역과 결합하여 분석에 바로 사용할 수 있는 사용하기 쉬운 데이터베이스를 만들 수도 있습니다. 데이터 수집은 추천 시스템을 구축하는 데 중요한 부분입니다. 데이터를 사용하기 전에 일종의 신뢰성 검사가 필요합니다. 또한 합리적인 수준의 정확도가 있어야 합니다. 마지막으로, 우리는 사람들이 우리 제품이나 서비스에 대해 어떻게 생각하는지 알고 싶습니다. 즉, 질문을 하는 설문조사를 만들어야 합니다. 설문조사는 제품이나 서비스에 대한 사용자의 의견에 대한 정보를 수집할 수 있는 좋은 방법입니다. 또한 사용자에게 가장 가치 있는 기능을 찾을 수 있는 좋은 방법이기도 합니다. 데이터 수집은 추천 시스템을 만드는 데 가장 중요한 단계 중 하나입니다. 사람들이 우리 제품이나 서비스에 대해 무엇을 좋아하고 좋아하지 않는지 파악하여 개선할 수 있도록 도와줍니다. 데이터 수집은 권장 사항을 만드는 데 핵심입니다. 데이터가 없으면 어떤 권장 사항도 만들 수 없습니다. 우리는 단지 추측 일 뿐입니다. 그러나 데이터 수집이 항상 쉬운 것만은 아닙니다. 때때로 우리는 사람들에게 직접 의견을 물어볼 필요가 있습니다. 또 어떤 경우에는 기록을 살펴보면서 그 내용을 확인해야 할 수도 있습니다. 어느 쪽이든 데이터 수집은 필수적입니다. 데이터 수집은 모든 추천 시스템의 초석입니다. 신뢰할 수 있는 데이터가 없으면 항목을 정확하게 추천하는 모델을 구축할 수 없습니다. 따라서 올바른 데이터를 얻는 것부터 시작해야 합니다. 그런 다음 다음을 수행해야 합니다 깨끗이 그것을 적절하게 구성하고 정리하십시오. 이 작업을 완료하면 분석을 시작할 수 있습니다.
석유는 소비되지만 데이터는 생성됩니다.
기름은 연료로 사용될 때 연소됩니다. 데이터는 생성되며 파기할 필요가 없습니다. 인간의 일상적인 행동으로 인해 매일 데이터가 생성됩니다. 데이터는 사라질 필요가 없고 오랫동안 유용하게 유지되는 자산입니다 시간 , 기술 회사에서 수집한 경우에도 마찬가지입니다. 기업은 데이터를 사용하여 제품과 서비스를 개선할 수 있습니다. 이를 사용하여 고객을 더 잘 이해하고 보다 개인화된 경험을 제공할 수 있습니다. 그리고 이를 사용하여 비즈니스 결정을 내릴 수 있습니다. 데이터는 반복해서 재사용할 수 있는 리소스입니다. 석유가 소비되는 것은 사실이지만 데이터 생성은 현재 진행 중입니다. 우리는 새로운 것과 상호 작용할 때마다 데이터를 생성합니다. 즉, 데이터가 어디로도 이동하지 않습니다. 앞으로도 계속 성장하고 진화할 것입니다. 우리가 사물과 계속 상호 작용하는 한, 우리는 계속해서 데이터를 생성할 것입니다. 데이터는 데이터베이스, 스프레드시트, 문서 및 기타 위치에 저장할 수 있습니다. 온라인으로 공유하거나 비공개로 유지할 수 있습니다. 다양한 방식으로 분석하고 사용할 수 있습니다. 데이터는 날씨 예측부터 비즈니스 운영 효율성 향상에 이르기까지 모든 작업을 수행하는 데 사용할 수 있습니다.
성장을 지원하는 실행 가능한 통찰력
산업혁명 이후 세계 경제는 급격히 변화하고 있습니다. 기술 덕분에 우리는 그 어느 때보다 빠르게 발전할 수 있었습니다. 비즈니스는 더욱 효율적이고 효과적이 되었습니다. 더 많은 상품과 서비스를 모든 사람이 사용할 수 있습니다. 그리고 더 많은 사람들이 부를 창출하기 위해 함께 일하고 있습니다. 이러한 모든 변화는 세계 경제가 성장하고 있음을 의미합니다. 그러나 변화의 속도도 빨라지고 있습니다. 받는 사람 머무르다 경쟁이 치열한 기업은 빠르게 적응해야 합니다. 그들은 새로운 기술을 배우고 새로운 기술을 채택해야 합니다. 혁신해야 합니다. 기업이 성공을 유지하기 위해서는 실행 가능한 통찰력이 필요합니다. 이러한 통찰력을 통해 위험을 피하면서 기회를 활용할 수 있습니다. 그들은 그들이 만드는 것을 돕습니다. 똑똑한 결정. 그들은 그들에게 효과적으로 행동할 수 있는 능력을 줍니다. 실행 가능한 통찰력을 통해 기업은 다음과 같은 이점을 얻을 수 있습니다. 시장에서 무슨 일이 일어나고 있는지 알면 기업은 더 현명한 선택을 할 수 있습니다. 소비자에게 판매하거나 소매업체에 판매할 수 있습니다. 그들은 연구 개발에 돈을 투자할 것인지 아니면 고품질 제품을 생산하는 데 집중할 것인지 결정할 수 있습니다. 그들은 고객에게 최고의 가치를 제공하고 있는지 확인할 수 있습니다. 전략적으로 움직입니다. 기업은 실행 가능한 인사이트를 사용하여 리소스를 어디에 사용할지 더 나은 결정을 내릴 수 있습니다. 그들은 가장 큰 수익을 제공하는 영역에 자본을 할당할 수 있습니다. 그들은 새로운 프로젝트와 이니셔티브에 투자할 수 있습니다. 또는 간접비를 줄여 비용을 절감할 수 있습니다. 트렌드를 활용하세요. 기업이 시장이 어떻게 발전하고 있는지 알면 어떤 시장에 진입하고 어떤 시장을 피해야 하는지에 대해 더 나은 결정을 내릴 수 있습니다. 고객의 요구 사항을 예측하고 그에 따라 대응할 수 있습니다. 그들은 새로운 트렌드를 식별하고 이를 활용할 수 있습니다. 경쟁에서 앞서 나가십시오. 기업이 실행 가능한 통찰력을 사용하면 경쟁업체보다 한 발 앞서 나갈 수 있습니다. 그들은 어떤 전략이 효과가 있고 어떤 전략이 효과가 없는지 알 수 있습니다. 그들은 자신의 제품 라인에서 약점을 발견하고 이를 강화할 수 있는 방법을 찾을 수 있습니다. 그들은 새로운 기회를 식별하고 다른 사람들보다 먼저 잡을 수 있습니다.
데이터만으로는 새로운 석유가 될 수 없습니다
우리는 이것을 보았습니다 영화 전에. 컴퓨팅 초창기에는 컴퓨터에 대한 과대 광고가 많았습니다. 사람들은 얼마나 빨리 계산할 수 있는지에 열광했습니다. 컴퓨터는 마술처럼 보였다. 그들은 인간이 할 수 없는 일을 할 수 있었습니다. 정보를 디지털 방식으로 저장한다는 아이디어는 마법처럼 보였습니다. 우리는 컴퓨터가 종이와 연필을 대체할 것이라고 생각했습니다. 우리는 데이터가 가장 소중한 자산이라고 생각했습니다. 우리는 데이터가 새로운 석유라고 생각했습니다. 그러나 그때 현실이 시작되었습니다. 컴퓨터는 우리가 예상했던 것만큼 느리다는 것이 증명되었습니다. 종이와 연필은 사라지지 않았습니다. 대신 데이터를 조작할 수 있는 프로그램을 작성하는 방법을 배웠습니다. 우리는 데이터가 결국 새로운 석유가 아니라는 것을 알게 되었습니다. 데이터가 성공의 열쇠가 아니라는 것이 밝혀졌습니다. 데이터는 다른 유형의 지식과 결합될 때만 유용합니다. 그렇기 때문에 데이터만으로는 실행 가능한 인사이트를 제공할 수 없습니다. 실행 가능한 인사이트는 데이터를 다른 형태의 지식과 결합하는 데서 비롯됩니다. 여기에는 다음이 포함됩니다.비즈니스 지식. 기업은 해당 산업과 비즈니스 환경을 이해합니다. 그들은 자신의 회사를 독특하게 만드는 것이 무엇인지 알고 있습니다. 그들은 고객이 누구인지, 무엇이 그들에게 동기를 부여하는지 알고 있으며 경쟁업체가 무엇을 하고 있는지 알고 있습니다. 이 데이터를 구체화하면 비즈니스에 유용하게 사용할 수 있습니다.
데이터 + 지식 = 솔루션
데이터와 지식이 결합되면 솔루션을 얻을 수 있습니다. 당신은 당신의 질문에 대한 답을 얻습니다. 당신은 당신의 문제에 대한 통찰력을 얻습니다. 다음과 같은 질문에 대한 답변을 얻을 수 있습니다.무엇을 팔아야 합니까? 고객이 원하는 제품은 무엇입니까? 얼마나 많은 수익을 기대할 수 있습니까? 제한된 자원을 어디에 배치해야 합니까? 제품 라인을 개선하려면 어떻게 해야 합니까? 어떤 시장으로 확장할 수 있나요? 어떤 고객을 대상으로 해야 하나요? 어떤 제품을 생산해야 합니까? 어떤 공급업체에서 구매해야 합니까? 어떤 마케팅 채널을 사용해야 하나요?
각 질문에 대한 대답은 특정 상황에 따라 다릅니다. 각 결정에는 서로 다른 요인에 대한 분석이 필요합니다. 몇 가지 요인은 다음과 같습니다.현재 판매량. 현재 수익성 수준. 현재 인벤토리 수준입니다. 현재 시장 점유율. 현재 고객층. 앞으로의 계획. 경쟁사의 행동. 데이터는 당신이 어디로 가고 있는지, 그리고 목표 수준에 도달하기 위해 무엇을 해야 하는지 알려줍니다.
