Сочинение на тему Преимущества и барьеры анализа больших данных в организациях

Центр по борьбе с преступностью в реальном времени в Нью-Йорке должен был облегчить доступ и обеспечить достоверность данных о преступлениях («Большие данные приносят большие вознаграждения?», 2015). В результате центр теперь может получить доступ к криминальной информации, сведениям о преступлениях и визуализировать информацию в течение коротких промежутков времени. Vestas, с другой стороны, нуждались в повышении точности размещения турбин, следовательно, необходим анализ больших данных. Следовательно, он расширил свою библиотеку ветров и теперь может более точно анализировать местоположения и данные о погоде и управлять ими.

Для Sears необходимость анализа и обслуживания больших данных была стремлением стать ближе к своим потребителям. В результате теперь он может персонализировать маркетинговые кампании для отдельных потребителей как способ поддержания их лояльности. Тем не менее, он не смог получить конкурентное преимущество на рынке, но обладал лучшей структурой затрат в отрасли.

6-17

Vestas нуждался в повышении точности размещения турбин и не мог обойтись без анализа обширного местоположения и глобальных данных о погоде. Благодаря сбору и анализу больших данных, он смог увеличить точность, с которой он положил турбины. Аналогичным образом, благодаря использованию больших данных, AutoZone смогла эффективно управлять ценами на товары, а также вносить коррективы в запасы для некоторых из своих 5000 огромных магазинов («Большие данные приносят большие вознаграждения?», 2015).

Кроме того, для Центра по борьбе с преступностью в реальном времени в Нью-Йорке решения, касающиеся взаимосвязи между преступной деятельностью и отдельными лицами, были значительно усилены за счет анализа больших данных о преступности, собранных из различных баз данных в публичном и частном доступе. Следовательно, информация о преступлении может быть передана на места преступления в течение очень ограниченного периода времени.

6-18

Всем организациям следует анализировать большие данные, поскольку в настоящее время это лучший инструмент для более эффективного принятия решений. Однако следует соблюдать осторожность, поскольку существуют различные риски и ограничения, связанные с его использованием. Во-первых, компания, желающая проанализировать большие данные, должна установить бизнес-цели для новой информационной системы, чтобы гарантировать, что она собирает и анализирует правильную информацию, в которой она нуждается. В противном случае организация может в конечном итоге проанализировать неверные данные, которые приведут к неверным результатам, как в случае с результатами заражения Google гриппом, которые обсуждались в этом случае.

В двух словах, анализ больших данных в настоящее время является наилучшим решением для принятия решений на основе данных, и, как видно из примера, это идеальный инструмент для достижения более высокой производительности для организаций, чьи операции связаны с потоком огромных объемов данных ( Заяц, 2014). Из этого случая также очевидна его способность улучшать процесс принятия решений при интеграции с другими интеллектуальными бизнес-системами, и поэтому я бы рекомендовал использовать аналитику больших данных в качестве способа улучшения бизнес-решений. Однако следует соблюдать осторожность, чтобы обеспечить точность собранных данных и наличие заранее определенных целей для интеграции данных в соответствующие системы.