تحول هوش تجاری در عصر داده های بزرگ

تبدیل هوش تجاری از تحلیل به پیش بینی

هوش تجاری که به برش و برش داده‌ها برای استخراج آن‌ها برای یافتن سرنخ‌هایی در مورد همه چیز، از رفتار مصرف‌کننده گرفته تا استراتژی‌های تجاری رقبا و رقبا اشاره دارد، از اولین روزهایی که برای هوشمندی بازار استفاده می‌شد تا زمان انبارداری داده، راه طولانی را پیموده است. و داده کاوی به عنوان کمک و پشتوانه برای استراتژی‌های بازاریابی تا زمان حاضر که بسیار فراتر از قابلیت‌های اولیه‌اش بوده و به‌طور واقعی نشان‌دهنده روندهای بازار و همچنین در زمان واقعی است، استفاده می‌شود.

در واقع، می‌توان گفت در حالی که هوش تجاری همیشه برای اهداف پیش‌بینی استفاده می‌شد، تبدیل آن از یک عملکرد یا فرآیند نسبتاً جزئی در شرکت‌ها به یک شاخص قوی‌تر و پیش‌بینی‌کننده‌تر از آینده به این معنی است که ورود و ظهور کلان داده‌ها واقعاً تغییر کرده است. عمل و هدف هوش تجاری به عنوان مثال، در دهه 1990، هوش تجاری بیشتر در ارتباط با ذخیره‌سازی داده و داده‌کاوی مورد استفاده قرار می‌گرفت که در آن نماهای دو بعدی و سه بعدی از پایگاه‌های داده انجام شد تا شرکت‌ها بتوانند رفتار مصرف‌کننده و سرنخ‌هایی را برای روندهای آینده بازار درک کنند.

نمونه ای از نحوه استفاده از BI در دهه 1990

در این زمینه، بررسی نحوه استفاده از هوش تجاری در یک بانک معمولی تا آنجا که به داده‌های مربوط به تراکنش‌های کارت اعتباری مربوط می‌شود، مفید خواهد بود. به طور معمول، شرکت‌ها الگوهای خرید و داده‌های پرداخت را برش می‌دادند تا بفهمند مصرف‌کنندگان چگونه در محصولات مختلف رفتار می‌کنند. جدا از این، بانک ها با تجزیه و تحلیل الگوهای پرداخت توانستند تعیین کنند که کدام مشتری و کدام کاربر کارت اعتباری احتمالاً به موقع پرداخت می کند و کدام مصرف کننده نکول می کند یا باید در ساعت اعتباری قرار گیرد. در واقع، این رایج‌ترین شکل تحلیلی بود که با استفاده از داده‌های مشتری از طریق هوش تجاری فعال‌سازی شده توسط Data Warehouse و Data Mining انجام شد.

چگونه BI در حال حاضر توانایی هایی مانند خدا دارد

به سرعت به زمان حال که هوش تجاری اکنون یک عامل پیش‌بینی‌کننده و بی‌درنگ برای رفتار مصرف‌کننده و روندهای بازار است که در آن اکنون برای نگاه کردن به آینده در مد توپ بلورین به بانک‌ها و سایر خرده‌فروشان و همچنین شرکت‌هایی که قابلیت‌های خدا را به دست می‌آورند، استفاده می‌شود. در پیش بینی آینده در واقع، این تحول یا انقلاب در روشی که هوش تجاری کار می‌کند، عمدتاً از طریق استفاده از تکنیک‌های کلان داده به دست آمده است که شرکت‌ها و سایر کاربران را قادر می‌سازد نه تنها نحوه رفتار مصرف‌کنندگان را درک کنند، بلکه پیش‌بینی کنند که چگونه در آینده عمل خواهند کرد.

مثالی از نحوه استفاده از هوش تجاری (BI) در حال حاضر

به عنوان مثال، مثال آمازون را در نظر بگیرید که از داده های بزرگ و هوش تجاری به طور گسترده استفاده می کند. این غول تجارت الکترونیک، داده‌های خرید مصرف‌کننده و داده‌های مرور را استخراج می‌کند تا پایگاه داده‌ای از اطلاعات بسازد که می‌تواند برای پیش‌بینی مواردی که احتمال خرید بعدی آن‌ها وجود دارد و بنابراین، توصیه‌ها و پیشنهاداتی را برای محصولات و مارک‌ها به آن‌ها ارائه دهد. نه تنها این، هوش تجاری فعال شده توسط Big Data همچنین به آمازون و سایر خرده‌فروشان اجازه می‌دهد تا نقشه‌های بی‌درنگ رفتار مصرف‌کننده را ایجاد کنند که در آن می‌توانند برندها و محصولات را در دسته‌ها به جای پیشنهادهای خطی محدود به دسته‌های خاص ارائه دهند.

این بدان معناست که شرکت‌هایی که از تکنیک‌های BI استفاده می‌کنند دیگر لازم نیست به تجزیه و تحلیل داده‌ها که خطی یا دو یا سه بعدی است بسنده کنند و در عوض دارای قابلیت‌های پنج بعدی هستند که می‌توانند پیش‌بینی و برون‌یابی کنند و همچنین پایگاه داده All Seeing بسازند که واقعاً انقلابی و متحول‌کننده باشد. در طبیعت. در واقع، اگر نه چیزی، BI دیگر محدود به یک تابع خاص یا یک زیرمجموعه یا حتی ابرمجموعه ای از داده ها نیست و در عوض، عملکردی متقابل و همه جانبه و همچنین جامع و جامع است.

به عنوان مثال در نظر بگیرید که چگونه CDC یا مرکز کنترل بیماری در ایالات متحده که یک آژانس فدرال است که وظیفه جلوگیری از شیوع بیماری ها را بر عهده دارد، از BI در ارتباط با داده های بزرگ استفاده می کند. CDC اکنون این قابلیت را دارد که یک نقشه بلادرنگ از بیماری ها و وقوع آنها در امتداد خطوط جغرافیایی، جمعیتی، نژادی و طبقاتی ایجاد کند که به آن امکان می دهد شیوع بیماری ها در آینده را در این پارامترها پیش بینی کند. این بدان معنی است که CDC دیگر واکنشی نیست به این معنی که پس از فوران بیماری وارد عمل می شود و در عوض، پیش بینی کننده است به این معنی که از قابلیت های اولیه خود به نقطه ای رسیده است که از داده ها و اطلاعات بلادرنگ برای نقشه برداری از شیوع استفاده می کند. از بیماری ها

داده ها ارز جدید قدرت هستند

دلیل اینکه BI دستخوش چنین قابلیت‌های تغییردهنده‌ای شده است این است که در عصر اطلاعات کنونی که داده‌ها ارز جدید قدرت هستند، بازاریابان و هر شرکتی در این زمینه اکنون در حال جمع‌آوری داده‌هایی در مورد هر چیزی و همه چیز هستند که در اصطلاح اصطلاحی به معنای کلان داده است. بنابراین، استفاده از این تکنیک‌های کلان داده در ارتباط با قابلیت‌های هوش مصنوعی پیشرفته منجر به این شده است که شرکت‌ها توانایی استفاده از BI را برای اندازه‌گیری دقیق زمان حال و همچنین پیش‌بینی آینده و استفاده از گذشته برای درک هر دو داشته باشند.

ساختن جامعه ای بهتر

در حالی که ممکن است عده‌ای از تصاحب ماشین‌ها شکایت کنند یا به نگرانی‌های اخلاقی ناشی از داشتن این قابلیت‌ها اشاره کنند، نمی‌توان گفت که BI با داده‌های بزرگ می‌تواند برای ایجاد جامعه بهتری استفاده شود، همانطور که نمونه CDC نشان می‌دهد. در واقع، در حالی که نگرانی های اخلاقی در مورد هر استراتژی تجاری یا نوآوری همیشه وجود داشته است، نکته این است که استفاده مسئولانه از BI با داده های بزرگ در واقع می تواند شیوه کار و زندگی ما را متحول و متحول کند. برای نتیجه گیری، ظهور تکنیک های کلان داده در واقع شیوه استفاده از BI را متحول کرده است و از این رو، باید از آن استقبال کرد.