Önümüzdeki yıl veri ve analitik dünyasında neler görmeyi bekleyebiliriz? Köşe yazarı David Booth, sektör ortaklarından, meslektaşlarından ve rakiplerinden tahminlerini değerlendirmelerini istiyor.
Geçen yıl bu zamanlarda etkileyici bir grup veri ve analiz sektörü uzmanı, gelecek yıla hazırlık amacıyla tek bir soruyu yanıtladı:
“2016’da veri ve analitiği düşündüğünüzde sabahları sizi yatağınızdan kaldıran şey nedir?”
Yanıtları hayal kırıklığına uğratmadı; bu nedenle, yeni yıla girerken sektör savunucularının, iş arkadaşlarının, arkadaşların ve hatta dijital analiz alanındaki yakın rakiplerimin ne düşündüğüne ilişkin bir güncellemeyi burada bulabilirsiniz.
Önerilen makale: karbon salinimi nedir hakkında bilgi almak ve güncel girişimcilik haberlerine ulaşmak almak için ilgili sayfayı ziyaret edebilirsiniz.
Jim Sterne
Kurucu, eMetrics Summit ve Dijital Analitik Derneği
2017’de ufukta biri teknik, diğeri insani olmak üzere iki heyecan verici şey var. İşin yazılım tarafında, pazarlamada makine öğreniminin başlangıçlarını görüyoruz. Daha fazla şirket bunu deneyiyor. Yıl sonuna kadar bazı sağlam kullanım örneklerine ve en iyi uygulamalara sahip olacağız. Ayrıca bu yeni yetenekten nasıl yararlanılmayacağına dair bazı komik, biraz utanç verici ve bazı marka lekeleyici örneklerimiz de olacak.
İnsani açıdan bakıldığında, pazarlama departmanının bir bütün olarak analitiklere bir meraktan ziyade doğal olarak güvendiğini görüyorum. Ürün pazarlama yöneticilerinin, kampanya yöneticilerinin ve satış görevlilerinin halihazırda mevcut olan dijital analiz yeteneğinden yararlanmak için analiz kavramlarını daha derin bir düzeyde ele aldıklarını görüyorum.
Analist olmayanlara analitik hakkında daha fazla eğitim sunuldukça, rakamları hesaplayanlar ile iş kararları alanlar arasındaki ilişki gelişecek ve daha sonra gelişecektir.
Elissa Fink
Tableau Software Pazarlama Direktörü (CMO)
Giderek daha fazla pazarlamacı veri konusunda akıllı hale geldiğinde ne olur? Tüm ekipler analitik kültürünü benimsemeye başlar. Ve 2017’de göreceğimiz şey bu.
Daha fazla kuruluş geniş ölçekte self-servis analitiği benimseyecek. Modern iş zekası (analitik gerçekleştirme gücünü azınlığın elinden çoğuna aktarma fikri) norm haline gelecek. Ve veri becerileri, bir zamanlar sahip olunması güzel olan şey haline gelecek.
Tüm ekibin verilerle işbirliği yapmasıyla pazarlama ekipleri daha akıllı çalışacak ve daha hızlı yenilik yapacak. Harika sonuçlar görecekler ve işletmeyi ileriye taşımaya yardımcı olacaklar.
Stéphane Hamel
Dijital Analitik Düşünce Lideri ve Fakülte Başkanı, Dijital Analitik, SimpliLearn/MarketMotive
Geçen yıl reklam engelleyicilerin büyümesinden bahsettiğimi hatırlayacaksınız. Bu yıl, şirketlerin tüketicinin doğrudan izni olmadığı sürece bir bireyin verilerini kullanmasını engelleyerek martech/ad-tech alanını kaçınılmaz olarak bozacak yeni AB veri düzenlemesine dikkat çekmek istiyorum.
Emma Hall’un bir Ad Age makalesinde söylediği gibi, “İnternet üzerinden bir kullanıcıyı (anonim olarak veya değil) görünmez bir şekilde takip eden her şeyin, Mayıs 2018’den itibaren bireylerden açık izin almak için ortaya çıkması ve kendisini duyurması gerekecek.” Bu çok önemli ve AB dışındaki satıcılar da etkilenecek. İyi, karşılıklı yarara dayalı bir müşteri ilişkisi kuran ve birinci taraf verilerini kullanan şirketlerin işi daha kolay olacak, ancak üçüncü taraf verilerine büyük ölçüde güvenenler zorlanacak.
2009 yılında, Büyük Veri zamanında, yıllar önce Dijital Analitik Olgunluk Modelini oluşturdum. Dijital analitiğin getirdiği dönüşümsel yönleri anlamaya büyük bir ilgi duydum. Birkaç ay önce meslektaşlarıma, diğer sektör emektarlarına ve konferans katılımcılarına şu soruyu sormaya başladım: “Söyleyin, aramızda kalsın, sizin için işler gerçekten nasıl gidiyor?” Tahmin ettiğim gibi cevaplar beni şaşırttı.
Sektör olarak yaklaşık 10, 15 yıldır web analitiği (artık dijital analiz) yapıyoruz. Başarı için yönetici sponsorluğunun gerekli olduğu söylendi, ancak konuştuğum analistlerin çok azının bu lüksü var. Pazarlamacılar ve analistler, yönetim masasına bedava giriş hakkına sahip olduklarını düşünüyorlardı. Bu beni Radikal Analitik Manifestosu’nu yazmaya teşvik etti. Eğer bunu çok uzun süredir belirli bir şekilde ve pek bir değeri olmadan yapıyorsak, belki de başka bir şey denemenin zamanı gelmiştir?
Bu iki hikaye arasında bir bağlantı var: Büyük veya Küçük verilerden kaynaklanan gerçek faydaların ve beklentilerin yeniden konumlandırılmasına ve sorgulanmasına yol açacak yıkıcı bir gelgit dalgası. 2017, “hayal kırıklığı çukurundan” geçtiğimiz yıl olacak.
Genel olarak dijital pazarlama, dijital analiz ve veri biliminde pek çok şeyin yanlış olduğunun farkına varıldığını gösteren sinyaller var. Çoğu sektör analitiğin potansiyelini “fark etmeye hiçbir zaman yaklaşamadı”, “veri bilimi yanılsaması”, “atıfın imkansız olduğu” ve daha pek çok şey olsun, her durumda temel neden ne teknoloji ne de veridir; “insanlar”dır: çeşitli ekipler arasında köprü kurmak; modern, çevik metodolojileri benimsemedeki zorluklar; ve organizasyona getirdikleri değeri ölçerek “kendi köpek mamasını yeme” konusunda disiplin eksikliği.
Alex Langshur
Kurucu ve Kıdemli Ortak, Cardinal Path
Geçen yıl kelimenin “aktivasyon” olduğunu söylemiştim. Bu sene konuyu ikiye katlayıp tekrar söyleyeceğim. Ama nedeni şu:
21. yüzyılın temel kurumsal ihtiyacı olarak veri yönetimi ve veri yönetişiminin değerinin farkındalığı. Etkinleştirmeyle ilgili en büyük sorun, verileri toplamanın, bağlamanın ve yönetmenin ne kadar zor olduğudur. Geçmişte zamanımın çoğunu bu konuda eğitime harcarken, artık eğitime daha az zaman ayırıp destek taleplerine yanıt vermeye daha fazla zaman ayırıyorum. Bunun 21. yüzyılın kurumsal sorunu olduğunu ve kuruluşların bunun stratejik öneminin ve değerinin farkına varmaya başladığını söylemek isterim.
Veri yönetimi platformu (DMP) satıcı pazarının olgunlaşması. Farkındalığın artması ve konsolidasyonun takip etmesi nedeniyle pazar geçen yıl bir dönüm noktasına ulaştı. Fiyatlar değişiyor, işlevsellik ve kullanım kolaylığı artıyor ve daha da önemlisi üçüncü taraf entegratörlerin ekosisteminde büyüme var. Yeni girişimlerle birlikte pazarda daha fazla konsolidasyon da dahil olmak üzere daha fazla değişiklik bekliyoruz.
Programatikteki yükseliş. Son zamanlarda yaşanan bazı aksaklıklara rağmen (son ABD seçimleri sonucunda net bir şekilde odaklanılanlar dahil), programatik harcamalardaki büyümenin devam edeceğine inanıyorum. Bu harcamanın daha iyi hedeflenmesi, veri yönetiminin iyileştirilmesini gerektirecek ve bu da giderek daha hassas ayarlanmış aktivasyon anlamına gelecektir.
Tutarlı kanallar arası müşteri deneyiminin kutsal kasesi. Olgunluk spektrumunun en ucunda, bir hedef kitle planına sahip olan kuruluşlar yer alır; başka bir deyişle, müşteri yolculuğunun tamamında tutarlı ve incelikli bir şekilde etkinleştirmek ve hedeflemek için DMP’lerini kullanırlar. Ve buradaki anahtar kelime nüanslıdır.
Gary Melek
Digital Harç’ta CEO
2016’ya ilişkin öngörülerimde oldukça başarılı oldum; özellikle de başarılı olacağını düşündüğüm “makine öğrenimi” olayı. Radyoda olmam, Pazartesi Gecesi Futbolu rekorumu öne sürmem ve içeriden aldığım bilgileri pezevenk etmem gerektiğini hissediyorum! Ne yazık ki bu adamlar geçmiş tarihin gelecekteki performansın garantisi olmadığının kanıtı. Yeterli tahminde bulunun ve bazılarının doğru olması kaçınılmazdır. İşte daha fazlası…
Yeni işim tamamen mağazadaki müşteri yolculuğunu ölçmekle ilgili olduğundan çoğunlukla perakendeye odaklanacağım. Bahsi geçmişken, yeni bir pazara odaklanan bir iş kurmak, nihai “buna gerçekten inanıyorum” öngörüsüdür. Dijital yöntemlerin fiziksel perakendeye de geldiğine ve çok kanallı deneyimin geleneksel perakendenin Amazon’a karşı sahip olduğu tek savunma olduğuna inanıyorum. Gerçek bir çok kanallı kanal yapmaya çalışıyorsanız, insanların çevrimiçi ortamda neler yaptığı, neyle ilgilendikleri, ne hakkında düşündükleri hakkında tüm bu ayrıntılı verilere sahip olmak ve bunları başka hiçbir şeyle eşleştirmek mantıklı değildir. mağazada satın aldıklarından daha fazla.
Mağaza içi deneyimde satın alma ve iadeden daha fazlası var ve bence 2017, omnichannel’in işlemin ötesine geçtiği ve deneyim odaklı hale geldiği yıl olacak.
Mağaza içi deneyimlerden bahsetmişken, sanırım birkaçından fazlası, mağazada olmanın gerçek avantajlarından yararlanan, oldukça özelleştirilmiş dijital yolculuklar olacak. VR, sosyal ve etkileşimli dijital deneyimler, 2017’de en az birkaç mağaza içi savaşı kazandı ve yeni nesil perakendecilerin etrafında inşa ettiği şeyler haline geldi. Bu, dijital analiz çalışanlarının etkileşim kurabileceği ve yönlendirebileceği büyüleyici bir alandır; oyunlaştırma ve e-ticaretin birleşimi, oldukça ilginç yeni ölçüm fırsatları yaratmalıdır!
Daniel Waisberg
Analytics Avukatı, Google
2016 yılı için veri ve analitik konusunda beni heyecanlandıran şeyin ne olduğu sorulduğunda, departmanların merkezi veri analizi platformları aracılığıyla giderek daha fazla aynı dili konuşacak olması olduğunu yazdım. Hala bunu yapmayan şirketlerin bile bunu yapması gerektiğini bildiğine inanıyorum, o yüzden buna eski haber diyelim!
Artık verilerin bir yeri ve ortak bir dili olduğuna göre, bunların duyulmasına izin vermenin zorluğu da ortaya çıkıyor. Google Data Studio’nun yakın zamanda piyasaya sürülmesiyle (ve dataviz’e olan ilginin artmasıyla), 2017’de profesyonellerin verileri daha etkili bir şekilde anlamak ve iletmek için görselleştirme tekniklerini giderek daha fazla kullanacaklarına inanıyorum. Sektörümüzün daha güzel ve eyleme dönüştürülebilir veri hikayelerine doğru ilerlediğini görmek beni heyecanlandırıyor!
Joe Nunziante
Grup Direktörü, Müşteri Hizmetleri, Cardinal Path
Dijital reklamlara devrim niteliğinde yeni bir yaklaşım getirmemiz gerektiğini düşünüyorum; en azından öyle olduğumuzu umuyorum. Geçtiğimiz birkaç yılda gördüğümüz değişikliklerin çoğu (yerel reklamlar, ekranlar arası reklamlar, DMP’ler tarafından desteklenen reklamlar) aslında modası geçmiş bir reklam modelinin yeni yaklaşımlarıdır. Görüntülü reklamlar çalışmıyor mu? Tamam, onları hareket ettirelim ve içerik gibi görünmelerini sağlayalım… Bu tür artımlı bir yaklaşımın daha ne kadar yeterli olacağını bilmiyorum.
Buradaki en önemli zorluk, reklam satın alma ekosisteminin tamamının, bizi geçmişe bağlı tutan bir dizi işlem şartı ve ölçüm yaklaşımı etrafında oluşturulmuş olmasıdır. BGBM tabanlı reklam satın alma modelinin tüm kusurlarına rağmen oldukça basittir ve medya seçenekleri arasında net karşılaştırmalar yapılmasını sağlar. Yeni bir reklam modeli, tamamen yeni bir dizi ölçüm gerektirebilir ve bu, sektörümüzün yüzleşmeye hazır olması gereken bir savaştır.
Robbin Steif
CEO, LunaMetrics
“Dijital yıllar” ilerledikçe ilginç bir olguyla karşı karşıyayız: Erken benimseyen ve ileriye dönük şirketler en son teknolojiyi denerken, birçok şirket hâlâ temiz veri elde etmeye çalışıyor. Şirketlerin ihtiyaç duyduğu şeylerin yelpazesi daha geniştir ve bu nedenle 2017 (ve sonrası) için biz danışmanların daha büyük bir araç paketine sahip olmamız gerekiyor. Ayrıca Big Query’den doğrudan mühendisliğe ve tekrar geriye dönerek daha esnek olmamız gerekiyor.
2017 yılına baktığımızda, yalnızca mevcut müşterilerimizle yaptığımız çalışmalarda değil, aynı zamanda aldığımız talep türlerinde de net modellerin ortaya çıktığını gördük. Daha sonra benimseyenler bu veri tabanlı araçların değerinin farkına varmaya başlıyor ve bunları kurmak için şirket içinde para ve kaynak harcıyor. Bu tür bir kuruluş, 2017’de verilerinden daha fazlasını bekleyecektir; 2006’da bahsettiğimiz türden şeyler, yani daha fazla içgörü, daha fazla eyleme geçirilebilir bilgi parçası.
Bu spektrumda henüz yeni olmayan ancak biraz daha ilginç olan sona doğru ilerlemek: Araçları entegre etme süreci kolaylaşmaya başladı ancak bu, 2017’de de odak noktası olmaya devam edecek. Her aracın kendi analitiği ve raporlaması var; Bunların tek bir sistemde ve benzer metodolojilerde birleştirilmesi harika olmaz mı? İster dahili veri ambarları ister Google Analytics gibi ortak bir sistem olsun, bir doğruluk kaynağı geliştirmek çok önemlidir.
Son olarak hikaye anlatımının her zamankinden daha önemli olacağını düşünüyorum. Verilerimiz bize müşterilerimiz ve ziyaretçilerimiz hakkında ne söylüyor ve bu bilgileri nasıl kullanabiliriz? Analitik her departmanın bir parçasıdır ve şirketler bunun farkına varmaya başladıklarında, sağlam bir uygulamanın ve daha iyi bir anlayışın avantajlarından yararlanma olasılıkları daha yüksek olacaktır.
Juan Damia
CEO ve Kurucu Intellignos — Endeavor Girişimcisi
2016’yı kapatırken yepyeni bir yıl bizi bekliyor ve biz hala veri sorunlarımızı çözmek için neler yapacağımızı düşünüyoruz. Kuruluşlar hâlâ güvenilmez verilerden, kötü platform uygulamalarından, aşırı raporlamadan, veri entegrasyonu eksikliğinden ve verileri kârlılığı etkileyen kararlara dönüştürmede zorluklarla karşı karşıyadır.
Latin Amerika’da şirketlerin yüzde 15’inden azı kararları eyleme dönüştürebiliyor. Soru şu; eğer hepimiz mevcut bilgilere dayanarak karar vermenin sanıldığı kadar basit olmadığı konusunda hemfikirsek, bu durumu 2017’de nasıl çözebiliriz?
1. Yönetişim: Şirketlerin bir analitik yönetişim departmanının geliştirilmesine yönelik büyük bir çaba gösterdiğini görmemiş olsak da, analitik yönetişimi hâlâ geçen yılki kadar önemlidir. Bir veri bilimcisini işe almak, şirketinizin kültürünü değiştirmesini sağlamaz. Bunun, şirket yönetiminin tüm organizasyon boyunca açık bir gerekliliği olması gerekir ve bir şirketin mevcut kültürüne takılıp kalmasını engelleyebilecek dış uzmanların dikkate alınması önemlidir.
2. Otomasyon: Makine öğrenimi, gelirlerin yüzde 20’sini oluşturan faaliyetlerin yüzde 80’inin otomasyonunu sağlayan ve yöneticilerin gelirin yüzde 80’ini oluşturan faaliyetlerin yüzde 20’sine odaklanmasına olanak tanıyan harika bir çözüm haline geldi. Değerin yattığı yer burasıdır ve derinlemesine veri kazma ve analizini gerektirir (ve haklı çıkarır). Bir DSP’ye (talep tarafı platformu) aktarılabilecek kümeler oluşturmak ve optimize etmek, pazarlama otomasyonu için tahmine dayalı modeller oluşturmak veya mikro deneyimi gelire dönüştürebilecek en iyi eylemi anlamak, makine öğreniminin ve büyük verilerin gerektirdiği acil şeylerden bazılarıdır. analizler basitleştirebilir ve çabalarımızı daha önemli şeylere odaklamamıza olanak tanıyabilir.
3. Kontrol Panelleri ve İçgörü Çıktıları: Veri hacmi ve kısaltılmış karar verme döngüleri, bilgileri yorumlamak ve karar vermek için yeterli zamana sahip olmayı gerçekten zorlaştırır ve analiz ile raporlama tamamen farklı iki şeydir. Paydaşlara çizelge ve grafikler sunmak, verilerin yanlış veya uygun bağlam olmadan yorumlanmasına olanak tanır. Makine öğrenimi teknikleri ve veri öyküsü anlatımı, ilgili bağlamla açıklanan ve paydaşlara gerçek değer sağlayan belirli içgörülere olanak tanır.
Simo Ahava
Reaktor’da Kıdemli Veri Avukatı
Geçen yıl bir paradigma değişimini sabırsızlıkla bekliyordum. Teknolojideki, özellikle de veri depolama ve işlemenin ölçeklenebilirliğindeki tüm büyük ilerlemelere rağmen, daha kapsamlı bir şey yerine hâlâ tek dikey analize (web analitiği, uygulama analitiği, iş analitiği) bu kadar takılıp kalmamız bana tuhaf geldi.
Ve sonra aklıma geldi. Bu, endüstrinin ilerlemediği anlamına gelmiyor; bu. Sorun şu ki, karmaşıklığı bilgi aktarımı açısından anlamlı olacak şekilde kavramsallaştırma konusunda hâlâ çabalıyoruz. Eğer çalıştığımız şirketlere, organizasyonlara ve toplumlara tutarlı bir şekilde değişim getiremezsek, bunu veri süreçlerimizde de yapmayı nasıl bekleyebiliriz?
Dolayısıyla 2017 için öngörüm – hayır, dileğim – dijital ortamda çalışan insanların mevcut becerilerini iyice gözden geçirmeleri ve bunları şu perspektiften yeniden değerlendirmeleri: “İşimi ilerletmek için ne öğrenmem gerekiyor?” özellikle değişimi körüklemek için verileri kullanma açısından ileriye doğru?”
Çoğu kişi için bu, “Yeni Başlayanlar İçin JavaScript” kitabının tozunu almaları veya sonunda http://www.codeacademy.com adresindeki Python kursuna katılmaları gerektiği anlamına gelir. Bazıları için bu, istatistiğin temellerini yeniden gözden geçirmek anlamına gelebilir. Ve herkes için, veriye dayalı bir sürecin iş mantığına iyi bir bakış garanti edilir.
Veriler ve analizler boşlukta mevcut değildir; anlamlarını uygulamalarından ve bağlamlarından alırlar. Bir dizi iyi veri, verinin ne işe yaradığını anlama tutkusu olmayan vasıfsız bir uygulayıcının elinde olduğunda yıkıcı olabilir. Aynı veri seti, analitik alanında çalışmak için gerekli becerileri toplamak için zaman harcayan hibrit bir öğrencinin elinde olduğunda yapıcı olabilir.
Geldiğim ülke olan Finlandiya, 2017’de 100 yaşına giriyor. Bu, biz Finliler için, Fin olmanın ne demek olduğunu ve bu ülkeyi daha iyi bir ülke haline getirmek için geçmişi, bugünü ve geleceği nasıl müzakere ettiğimizi yeniden değerlendirmemiz için bir şans. Çocuklarımızın yaşamaktan mutlu ve gurur duyacağı bir şey. 2017’de veriler bilinen evren kadar eski olacak, dolayısıyla bizim de veriler için aynısını yapmamızın zamanı geldi. Özellikle içinde yaşadığımız ve çalıştığımız işletmeler, kuruluşlar ve toplumlar bağlamında değişimin hızını yakalamamız ve kendi becerilerimizi yeniden değerlendirmemiz gerekiyor.
Corey Koberg
Kurucu ve Kıdemli Ortak, Cardinal Path
Pazarlama analitiği daha müşteri odaklı hale geldikçe kanonik müşteri profillerine duyulan ihtiyaç kritik hale geliyor. CRM öne çıkıp yetkili müşteri kaydı olarak haklı sahipliğini mi alacak (ve diğer sistemlerden nitelikleri “ekleyecek”) yoksa pazarlama teknolojisi/reklam teknolojisi endüstrisi bunların etrafında yenilik yapmaya ve yerini almaya devam mı edecek?
Pazarlama analitiği uzun zaman önce CIO/IT dünyasından CMO’nun görüş alanına taşındı. Gizlilik ve düzenlemelerin göz ardı edilemeyecek kadar maliyetli hale gelmesiyle birlikte, Hukuk Baş Sorumlusu büyük şirketlerin yeni analiz sahibi mi olacak?
Basit demografik temelli benzer modelleme (erkekler, 25-34 yaş arası, vb.), işe yaradığı için değil, satın alınması ve ölçeklendirilmesi kolay olduğu için son kullanma tarihi çoktan geçmiştir. Bu cevizi kırmanın daha iyi yolları var ve markalar bunların kullanılmasını talep ediyor.
Davranışsal modelleme nedenselliğin daha iyi görülebilmesini gerektirir. Yaz aylarında dondurma satışlarının ve boğulma vakalarının artması, dondurmayı yasaklayarak boğulmayı önleyebileceğim anlamına gelmez; aynı şekilde, iki davranışın birbiriyle ilişkili olması, bu ilişkili davranışları teşvik ederek daha fazla satış elde edebileceğim anlamına da gelmez ( hatta daha fazlasını bulmak). *Nedenini* anlamamıza yardımcı olacak veri bilimini kullanmamız gerekiyor.
TV ortadan kalkmıyor ve çevrimiçi/adreslenebilir ortam özellikle kabloları kesen trendlerle birlikte büyüyor. “TV” (yayın videosu) ortadan kalkmayacak, ancak birleşme ve onunla birlikte yepyeni bir dizi ölçüm geliyor. TV alıcıları doğruluktan ziyade standartlaştırılmış ölçümleri (Nielsen derecelendirmeleri vb.) severler. Bu zihniyetin cesur yeni dünyada da devam edip etmeyeceğini merakla bekliyorum.
Feras Alhlou
Yazar, Kurucu Ortak ve Baş Danışman E-Nor
Çok kanallı ve çok cihazlı ilişkilendirmenin pazarlamacılar ve analistler için zorlu bir mücadele olacağını söyleseydik, bu 2017 için eski bir haber olurdu (ancak yine de oldukça alakalı). Sektör olarak hâlâ birden fazla kanal ve cihazdaki kullanıcı deneyimlerinden içgörü elde etmek için çalışıyoruz ancak artık birden fazla veri kümesinde analiz yapma zorunluluğuyla da giderek daha fazla karşı karşıya kalıyoruz. Pazarlamacılar, analistler ve işletme sahipleri, kolayca bulunabilecek ve nispeten düşük maliyetli olacak çok sayıda veri kaynağına hazır olmalıdır.
Dönüştürme Yükünü Ayıkla (ETL) modeli her zamanki gibi güncel: Sistemler hâlâ birbirleriyle iyi bir şekilde konuşmuyor ve verilerinizi taşımak, temizlemek, birleştirmek ve bir araya getirmek hâlâ size kalmış. Ve ETLV’ye (Visualize için) V’yi de ekleyebiliriz. Sürecin ilk üç adımını gerçekleştirdikten sonra, önemli bir iyileşmeye (ve sizin için bir terfiye) yol açan ince içgörüyü (veya göze çarpan anormalliği) ortaya çıkaran mücevherleri çıkarmak için verilerinizin grafiğini çizebilecek ve yönlendirebileceksiniz. yeni yıl).
Yukarıdakilerin tümü, sistemlere, süreçlere, kişilere, temel uygulama ve analiz becerilerinde başlangıçtan itibaren ustalığa ve elbette bütçelere bağlılık gerektirecektir; ancak çok sayıda cihaz, kanal ve veri kümesinde kazanç elde etmeye başlayabilirseniz, sahip olacaksınız. karmaşık bir analitik uygulamasının ve veriler aracılığıyla rekabet avantajının temelini attı.
Matthew Tod
Direktör, D4t4 Çözümleri
Peki bu yıl beni ne heyecanlandırıyor? Makine öğrenimi, yapay zeka ve sinir ağlarını kullanma konusunda ilk denemelerimi son 12 ayda yaptım ve ilk sonuçlar beni çok heyecanlandırıyor. Ayrıca sadece davranışsal verilerin değil, deneyimsel verilerin toplanmasına daha fazla odaklanmam gerektiğini ortaya çıkardı.
Deneyimsel veriler, bir etkileşim sırasında mevcut olan ancak aslında tıklanmayan tüm bilgilerdir. Örneğin, benim bedenimde ve rengimde bir ürünün mevcut olması veya bana sunulan uçuş saatleri seçimi veya £/$ cinsinden yaşadığım gerçek tasarruflar buna dahildir. Tüm bu zengin veriler, elbette toplanması koşuluyla, daha derin analizler ve daha akıllı kişiselleştirme için mükemmel bir besindir.
Dolayısıyla 2017’de temel konulara geri döneceğim; ticari bir etki yaratmak için gerçekten ihtiyacım olan deneyimsel verileri topluyorum.
Alan Wille
Başkan ve CEO, Klipfolio Inc.
Y kuşağı, Boomer kuşağının iki katı oranda iş kurmaya başlıyor. Ayrıca hızla kurumsal liderlik pozisyonlarına yükseliyorlar. Bu sosyal fikirli, dijital yerli girişimcilerin, 2017’de üç trendi yönlendirecek veri ve analitik çözümlerine yönelik farklı ihtiyaçları, beklentileri ve gereksinimleri var:
Bulut entegrasyonlarına yönelik artan talep: Y kuşağı bulutta doğup bulutta yaşadığından beri, iş uygulamalarında önce bulutu düşünüyorlar. Artık şirket içi verileri, hatta e-tabloları bile olmayan müşterilerimiz var. Bulut uygulamalarına yönelik artan talep, 2017’de daha fazla ve daha iyi bulut entegrasyonlarına sahip olmak için analiz araçlarına yönelik talebin artmasını da hızlandıracak.
Duvar panosu şeffaflığının ortaya çıkışı: Y kuşağı girişimcileri ve liderleri, kişisel sosyal medyayla dolu hayatlarında sahip oldukları şeffaf, her şeyi paylaşan bakış açısını iş hayatlarına da taşıyor. Bundan ortaya çıkan trend, benim “duvar panosu şeffaflığı” olarak adlandırdığım şeydir – performans ölçümlerinin ve verilerin (hatta finansal) tüm şirketin görmesi için duvara monte TV’lerde görüntülenmesi. Giderek daha fazla Y kuşağının liderlik pozisyonlarına yükselmesiyle bu eğilimin 2017’de hızlanmasını bekliyorum.
Gerçek zamanlı ölçümlere olan talep arttı: Y kuşağı girişimcileri ve liderleri Google’dan ve sağladığı anlık yanıtlardan vazgeçti. Ayda veya üç ayda bir performans verilerine bakmanın mevcut yöntemi onlara sunulduğunda, bu onlara acı verici derecede güncelliğini kaybetmiş görünüyor. Nasıl performans gösterdiklerini sürekli olarak bilmek isterler. Bu, iş ölçümlerine gerçek zamanlı erişim talebini artırmaya devam edecek.
2017 ve sonrası
Dijital veri ve analiz alanı gelişmeye devam ettikçe eski sorunlar çözülecek ve yeni zorluklar ortaya çıkacak, bu da hepimize verinin gücünden yararlanmak için bir sonraki harika fırsatı sunacak. 2017 için dijital hedefleriniz ne olursa olsun, veri ve analizlerin bir rol oynayacağını umduğumuzda sanırım hepimiz hemfikiriz!
Pazarlama ve İnovasyon 