تشير البيانات الضخمة إلى عدد كبير من أنواع المعلومات المختلفة التي يتم جمعها دون انقطاع في شكل بيانات رقمية ، بما في ذلك أدوات الهاتف المحمول مثل الهواتف الذكية والهواتف اللوحية ، وخدمات الشبكات الاجتماعية مثل Weibo و WeChat ، وأنظمة إدارة الأعمال. ومع ذلك، هناك ثلاث مشاكل رئيسية في تحويل البيانات الضخمة إلى معلومات تفيد الشركة: (1) يتم خلط البيانات مع المعلومات الزائدة وغير الصالحة، ولكن قدرة معالجة النظام محدودة، ويجب تصفية البيانات؛ (2) و (2) أن البيانات تكون مختلطة مع المعلومات الزائدة وغير الصالحة. (2) لا يكفي جمع البيانات وتحليلها مؤقتا لدعم عملية صنع القرار، ويجب أن يكون للحل مصدر بيانات مستدام؛ (3) من أجل توفير معلومات قيمة للعملاء ، حافظ على تحديث نوع البيانات. بالنسبة للمشاكل المذكورة أعلاه ، هناك حاليا الحلول التالية: (1) توظيف خبراء تحليل البيانات الضخمة ، المسؤولين عن اتخاذ القرارات على المستوى الأعلى ، وتوضيح الاتجاه. في الوقت نفسه ، تتم معالجة البيانات والتحليل الإحصائي بطريقة موزعة لاستخراج بيانات فعالة. (2) ينبغي لخبراء التحليل أن ينظروا في الحالة الفعلية لنظم الأعمال وأن يوفروا حلولا لتكنولوجيا المعلومات يمكنها أن ترصد باستمرار مؤشرات الأداء الرئيسية. تقدم هذه المقالة نظرة عامة على أساليب تحليل البيانات الضخمة ، وتحليلات البيانات الضخمة القائمة على السلوك البشري ، وتحليل جدوى حلول البيانات الضخمة المستقبلية لأعمال تكنولوجيا المعلومات. 1 طرق تحليل البيانات الضخمة يمكن أن تكشف اختبارات الجدوى عن العلاقة بين قيمة الأعمال ونتائج تحليل البيانات ، في حين أن تحليل البيانات الضخمة يمكن أن يحسن كفاءة اختبارات الجدوى. يتكون اختبار الجدوى من الخطوات الأربع التالية. (1) إنشاء معلومات فعالة. يعمل خبراء البيانات مع العميل لتحديد الاحتياجات. على سبيل المثال ، ابحث عن رضا العملاء بناء على مراجعات وسائل التواصل الاجتماعي أو تحليل النوايا الحسنة ، أو تحسين استخدام المصنع والمعدات من خلال البيانات التي يتم الاحتفاظ بها بانتظام. (2) تحديد سيناريوهات لاستخدام البيانات الضخمة. استنادا إلى فهم شامل لأعمال العميل ، قم بتطوير افتراضات البحث: على سبيل المثال ، افترض نوع بيانات الإدخال وتقنيات معالجة البيانات ، وتقدير النتائج المحتملة لتحليل البيانات ، وكيفية تطبيق الاستنتاجات على الأنشطة التسويقية للشركة. (3) اختبار الجدوى. تم تصميم اختبارات الجدوى للتحقق مما إذا كان تحليل البيانات الضخمة يمكن أن يقدم استنتاجات معرفية قيمة تستند إلى معلومات صحيحة. (4) تنفيذ النظام. سيتم نقل أعمال استخراج البيانات تدريجيا من خبراء تحليل البيانات إلى منفذي النظام ، وسيتم تنفيذ النظام وفقا لعملية التطوير والاختبار والتركيب والتشغيل. 2 حلول البيانات الضخمة للسلوك البشري وجدواها تحتوي صناعة الخدمات على مجموعة واسعة من الموضوعات ، بما في ذلك كل فرد يخلق قيمة من خلال التفاعل ، ويتم توزيع معظم القوى العاملة المحلية الآن في صناعة الخدمات ، لذا فإن استخراج معلومات السلوك الشخصي في صناعة الخدمات للتحليل المتعمق هو أحد العوامل المهمة التي توجه نجاح الأعمال. (1) جهاز استشعار قائم على البطاقة - المجهر التجاري. يمكن لأجهزة الاستشعار القائمة على البطاقات ، والمعروفة باسم المجاهر التجارية ، جمع البيانات بشكل فعال عن نشاط أعداد كبيرة من السكان. يحتوي على جهاز إرسال مدمج بالأشعة تحت الحمراء ومستشعر تسارع يحسب عدد الناقلات في نطاق ويحدد أنماط نشاطها (مثل الأكل أو المشي أو شراء العناصر) بناء على الحركات البدنية للناقل. (2) نظام تسجيل نمط الحياة على أساس أجهزة استشعار سوار المعصم. نظام تسجيل نمط الحياة على أساس أجهزة استشعار سوار المعصم. يحتوي مستشعر سوار المعصم على مقياس تسارع مدمج يجمع بيانات المستوى الثاني حول أنماط النشاط (مثل المشي أو الجري أو النوم) ، ومستويات النشاط (مع مكافئات التمثيل الغذائي كبيانات إدخال) ، وعمق النوم بناء على الحركات الصغيرة لذراع مرتديها. 3 حالات تحليل البيانات الضخمة للسلوك البشري 3.1 دعم استراتيجية التسويق: تقييم أداء المتاجر الصغيرة المعروفة خطط متجر صغير معروف لسياسة رعاية اجتماعية تتمثل في بطاقات العضوية المجانية وإرجاع النقاط نقدا للاحتفاظ بالعملاء القدامى أو جذب عملاء جدد. يستخدم هذا البرنامج عقد استشعار بطاقة الولاء لحساب عدد المرات التي يدخل فيها حاملو المتاجر ويغادرونها كل يوم ، وإقامتهم ومشترياتهم ، وتحليل رضا العملاء وعدد العملاء النشطين. وركز التحليل على العملاء الذين يدخلون ويخرجون من المتاجر الصغيرة على أساس يومي. تشير النتائج إلى أن العملاء الذين لديهم أعداد كبيرة من أوقات الوصول الواردة والصادرة والمنتظمة من المرجح أن يصبحوا عملاء نشطين لفترة طويلة. ومع ذلك ، إذا شكل العملاء النشطون للمتجر في فترة زمنية معينة نطاقا معينا ، مما يؤدي إلى الازدحام ، فإن القدرة على جذب عملاء جدد ستنخفض وفقا لذلك. وتكشف النتائج أيضا عن كيفية اختيار العملاء النشطين (مثل أولئك الذين يحرصون على استبدال النقاط) وكيفية عرض البضائع في المتجر (بناء على الوقت الذي يقيم فيه العميل)، مما يوفر أساسا لبناء الحلول التي تدعم استراتيجيات التسويق، وزيادة مبيعات المنتجات، وزيادة رضا العملاء عن عرض منتجات الشركات. 3.2 دعم استراتيجية تدريب الرياضيين: تقييم وضع لاعبي كرة القدم نظمت مدرسة بوريسور في اليابان تجربة للتدريب الاحترافي للاعبين. وحللت التجربة البيانات التي أدخلها كل لاعب في نظام تسجيل الحياة من خلال أجهزة استشعار على غرار الساعة على مدار أسبوع لتحديد العلاقة بين وتيرة حياته وأدائه في التدريب أو المنافسة. بالإضافة إلى تحليل نفقات الطاقة اليومية للاعب وعدد الخطوات والمسافة ، ركز الاختبار أيضا على نوع تدريب الجري الذي أجراه اللاعبون ، مثل ما إذا كانوا يركضون بسرعة أو يركضون. تظهر نتائج التحليل أن الفرق في جودة التمرين بين اللاعبين يعتمد على عوامل مثل كيفية لعب اللعبة أو دور اللاعب. في الوقت نفسه ، أخذت التجارب في الاعتبار النوم اليومي وجدول الدراسة ، ومستوى النشاط اليومي ، ونوعية النوم. اتضح أن تحقيق الدخل من اللاعب ، والحصول على استراحة غداء قبل التدريب من شأنه أن يجعل الأداء أفضل ، على العكس من ذلك ، إذا كان نقص وقت النوم في الليل بسبب وقت السفر الطويل من وإلى المدرسة سيجعل الإدراك أسوأ. في الماضي ، واجه المدربون في مدرسة بوريسول صعوبة في معرفة كيف يكون اللاعبون خارج ساعات التدريب. تساعد هذه التجربة ، التي توفر معلومات حول طول فترة النوم ونوعية النوم ومؤشر التعب لدى اللاعبين ، المدربين على تقديم المشورة بشأن نمط الحياة للرياضيين الشباب الذين يطمحون إلى أن يصبحوا لاعبي كرة قدم محترفين. من خلال جمع البيانات لدورات أطول ، يمكنك الحصول على معلومات صالحة مثل النقاط الزمنية للقمم والوديان في دورات نمو اللاعبين والفريق. تظهر النتائج المذكورة أعلاه أن طريقة تحليل البيانات الضخمة هذه تساعد على تعزيز الحركات المهنية والحلول الشبيهة بالأعمال ، مثل تنمية الموارد البشرية ، وإدارة الحالة ، وبناء استراتيجية الفريق وتنفيذها ، وما إلى ذلك. 4 الاتجاهات المستقبلية في السنوات الأخيرة ، أنشأت الشركات المعروفة تدريجيا مختبرات ذكية للابتكار في مجال الأعمال لتحسين تأثير عمل خبراء تحليل البيانات الضخمة. يجمع المختبر بين قدرات الخبراء في مجالات متعددة ، بما في ذلك الباحثين في تحليل البيانات والاستشاريين والخبراء من جمعية العلوم الهندسية ، المكرسين لتنفيذ وتشغيل الأنظمة في مجالات مثل ذكاء الأعمال ومعالجة البيانات بكميات كبيرة.
版权申明 | 隐私权政策 | حق النشر @2018 العالم المعرفة الموسوعية
