차례:
비즈니스 세계는 데이터 검색에 대해 화를 내고 있습니다. 표면적으로는 단순한 용어처럼 보이지만이 캐치 프레이즈는 "물건 찾기"이상의 의미를 갖습니다. 그렇다면 데이터 검색이란 무엇입니까? 그리고 모바일, 분석 및 빅 데이터의 현대 환경에 어떻게 적합합니까?
데이터 마이닝이라고도하는 데이터 검색에는 데이터를 수집 및 분석 한 다음 결과를 읽을 수 있고 사용 가능한 형식으로 표시합니다. 가장 기본적인 용어로, 데이터 검색은 데이터 내에서 패턴을 찾아 특정 패턴을 사용하여 특정 비즈니스 목표를 달성하는 프로세스입니다.
물론, 일치점보다 데이터 검색에 더 많은 것이 있습니다. 조직은 다양한 영역에서 광범위한 목표와 응용 프로그램에 데이터 검색을 사용하며, 현대의 디지털 세계에는 그 어느 때보 다 더 많은 데이터가 검색됩니다.
데이터 검색은 어디에서 왔습니까?
데이터 검색은 디지털 비즈니스 용어의 "핫"어휘에 비교적 새로운 것이지만 방법과 전략은 그리 새로운 것이 아닙니다. 이 용어의 전신 인 데이터 마이닝은 1990 년대에 도입되었지만 비즈니스와 조직은 상업이 시작된 이래로 어떤 형태의 데이터 발견을 사용하고 있습니다.
비즈니스 전략으로서의 현대적인 데이터 발견은 빅 데이터의 증가를 통해 이루어졌습니다. 기존의 데이터베이스 및 조직 도구를 사용하여 대량의 정보를 배제하는 대규모의 복잡한 데이터 세트가 비교적 최근에 기하 급수적으로 증가하는 것을 설명합니다. 유용한 것을 추출하십시오.
그러나 빅 데이터는 오늘날 비즈니스에 큰 영향을 미칩니다. 구조화되고 구조화되지 않은 데이터는 마케팅 전략, ROI 및 수익을 개선하는 데 사용할 수있는 매우 유용한 패턴이기 때문입니다. 따라서 데이터 검색 플랫폼은 조직에서 관련 데이터를보다 정확하게 찾아서 분석하고 추출 할 수있는 방법을 제공하도록 설계되었습니다.
데이터 검색 작동 방식
데이터 검색 플랫폼은 일반적으로 함께 번들로 제공되고 데이터를 추출하여 의미있는 방식으로 제공하는 여러 도구로 구성됩니다. 이러한 도구는 관련 정보를 찾고 식별하는 방법에는 여러 가지가 있지만 대부분 세 가지 기본 분석 방법을 중심으로합니다.- 메타 데이터 : 모든 디지털 컨텐츠에는 메타 데이터 또는 "데이터에 대한 데이터"가 포함됩니다. 이 정보는 일반적으로 최종 사용자에게는 보이지 않지만 백엔드에서는 볼 수 있습니다. 메타 데이터는 일반적으로 테이블 및 열 속성을 사용하여 저장되므로 메타 데이터를 사용하는 데이터 검색 도구는 열 이름, 데이터 크기 및 데이터 유형에서 일치하는 항목을 찾습니다.
- 레이블 : 대부분의 경우 데이터는 해당 그룹 내의 데이터를 설명하는 레이블 또는 태그로 생성 및 그룹화됩니다. 이러한 태그는 데이터가 생성 될 때 생성되거나 참조 및 추가 정보를 위해 추가 될 수 있습니다. 레이블이나 태그는 형식적이지는 않지만 메타 데이터와 유사합니다.
- 컨텐츠 :이 전략은 첨부 된 레이블 또는 메타 데이터가 아닌 데이터 자체를 분석합니다.
데이터가 분석되면 다른 데이터 검색 도구를 사용하여 검색된 관계, 추세 또는 패턴을 유용한 형식으로 표시 할 수 있습니다. 그래프, 테이블 및 차트는 데이터 검색에 사용되는 기본 프리젠 테이션 도구이지만 인포 그래픽과 같이 더 복잡하지만 읽기 쉬운 프리젠 테이션이 데이터 분석가에게 유리합니다.
데이터 검색으로 무엇을 할 수 있습니까?
실제 사용과 관련하여 데이터 검색 플랫폼 및 도구에 대한 거의 무제한 사용이 있습니다. 비영리 단체, B2B (Business-to-Business) 조직 및 정부 기관에서도이 기술을 사용하지만 이러한 방법과 전략은 소매, 금융, 커뮤니케이션 및 마케팅을 포함한 거의 모든 산업의 소비자 대면 조직에서 가장 일반적으로 사용됩니다.
데이터 검색을 통해 조직은 내부 요소 (예 : 가격, 제품 포지셔닝 및 직원 성과)와 외부 요소 (예 : 경쟁 데이터, 경제 지표 및 고객 인구 통계) 간의 관계를 찾을 수 있습니다. 이러한 관계는 비즈니스가 영업, 고객 참여 및 이익에 대한 하나 이상의 요소에 대한 변경의 영향을 설명하고 정의하는 데 도움이됩니다.
데이터 검색에 사용되는 도구는 영향력있는 요소에 대한보다 자세한 그림을 제공하며 기업이 목표가 정한 정보를 사용하여 마케팅 전략 및 광고 캠페인을 세부 조정할 수 있도록합니다. 널리 사용되는 스트리밍 비디오 서비스 인 Netflix의 권장 엔진은 실제 데이터 검색 기술의 좋은 예입니다. 이 서비스는 고객의 시청 이력에 대한 외부 데이터와 데이터베이스의 미디어 컨텐츠에 대한 내부 데이터를 사용하여 고객이 관심을 가질만한 새로운 비디오를 개별적으로 제안합니다.
그러나 데이터 검색의 잠재적 인 적용은 소매 소비자를 넘어선 것입니다. 한 예로 NBA (National Basketball Association)에서 사용하는 프로그램 인 Advanced Scout 소프트웨어가 있습니다. 그것은 농구 경기의 이미지 기록에서 선수의 움직임을 분석하여 코치가 전략을 개발하고 놀이를 조정하도록 돕습니다.
데이터 검색 플랫폼이 발전하고 기술이 저렴 해짐에 따라 더 많은 조직에서이 도구를 사용하여 고객을 더 잘 이해하고 모든 사람의 상거래를 향상시키는 고유 한 맞춤형 제품을 제공 할 수 있습니다.
