4 Lektionen für jeden Unternehmer Big Data-Lösungen erstellen

4 Lektionen für jeden Unternehmer Big Data-Lösungen erstellen
Kürzlich habe ich einen MBA-Kurs an der Universität von San Francisco mit dem Titel "& ldquo; Big Data MBA. & rdquo; In der Zusammenarbeit mit den Studenten, um die Big Data-Konzepte und -Techniken auf ihre Anwendungsfälle anzuwenden, habe ich einige Beobachtungen gemacht, die von jedem angewandt werden können.

Kürzlich habe ich einen MBA-Kurs an der Universität von San Francisco mit dem Titel "& ldquo; Big Data MBA. & rdquo; In der Zusammenarbeit mit den Studenten, um die Big Data-Konzepte und -Techniken auf ihre Anwendungsfälle anzuwenden, habe ich einige Beobachtungen gemacht, die von jedem angewandt werden können.

1. Verstehen Sie das Problem des Kunden.

Um sicherzustellen, dass Ihre Lösung einen Mehrwert bietet, führen Sie zunächst umfangreiche Primär- und Sekundärrecherchen zum Problem und zum Wert der Lösung durch. Um Ihre gezielten Kunden zu verstehen, entwickeln Sie frühzeitig Personen, die als & ldquo; Gesicht des Kunden. & rdquo; Dokumentieren Sie die Arten von Fragen, die sie stellen und Entscheidungen, die sie treffen. Verwenden Sie dann die gewonnenen Erkenntnisse, um Datenquellen zu identifizieren und zu priorisieren, die Sie basierend auf dem geschäftlichen Nutzen und der einfachen Implementierung über Ihre Kunden, Produkte und Operationen erfassen können.

Related: Wie Kleinunternehmen Big Data umarmen können

2. Verstehen Sie, wie Ihr Produkt in die Kundenumgebung passt.

Unternehmen haben große Investitionen in ihre Daten- und Technologieumgebungen. Sie werden nicht leicht überredet werden, diese Investition wegzuwerfen. Stattdessen sollten Sie herausfinden, wie Ihre Lösung die vorhandenen Daten und Technologieinvestitionen Ihrer Kunden optimieren oder erweitern kann. Daten, Analysen, Berichte, Dashboard-Tools und sogar SQL sind strategische Unternehmensressourcen. Suchen Sie nach Möglichkeiten, diese Assets durch neue Big Data-Technologien, -Produkte und -Fähigkeiten zu erweitern oder freizugeben. Durch das Hinzufügen von 1 US-Dollar können sie ihren vorhandenen Investitionen, wie Business Intelligence und Data Warehousing, einen Wert von 10 US-Dollar entziehen oder hinzufügen. Das ist immer eine Gewinnstrategie!

Related: Big Data ist nicht nur für große Unternehmen mehr

3. Bauen Sie auf Open-Source- und Cloud-Technologien auf.

Es gibt eine überzeugende Suite von Open-Source-Technologien, von denen viele von der Apache Foundation unterstützt werden. Sie sind kostenlos, skalierbar und ermöglichen es Unternehmen, Produkte schnell zu entwickeln und auf den Markt zu bringen. Zu diesen Technologien gehören:

  • Hadoop, ein Programmier-Framework, das die Verarbeitung großer Datenmengen in einer verteilten Computerumgebung unterstützt.
  • Spark, ein speicherinternes Open-Source-Cluster-Computing-Framework, das eine bis zu 100-mal schnellere Leistung für In-Memory-Analysen und -Anwendungen bietet.
  • YARN, das neben Hadoop mehrere Datenverarbeitungs-Engines wie interaktives SQL, Echtzeit-Streaming und erweiterte Analysen sowie die herkömmliche MapReduce-Stapelverarbeitung ermöglicht.
  • Mahout, eine Suite skalierbarer Algorithmen zum maschinellen Lernen, die hauptsächlich auf kollaboratives Filtern, Clustering und Klassifizierung ausgerichtet sind.
  • HBase, ein spaltenorientiertes Datenbankmanagementsystem, das auf HDFS läuft; sehr nützlich für spärliche Datensätze, die in vielen Big-Data-Anwendungsfällen üblich sind.
  • Hive, ein Open-Source-Data-Warehouse-System zum Abfragen und Analysieren großer Datensätze in Hadoop-Dateien.
  • R, eine freie Software-Programmiersprache und Softwareumgebung für statistische Berechnungen und Grafiken.

Das sollte auf den Schultern derjenigen stehen, die bereits Lösungen entwickelt haben, um Ihre einzigartige und überzeugende Differenzierung zu schaffen. Nutzen Sie Open-Source-Produkte und die Cloud für Ihre Entwicklungsumgebung. Zünde deine Haare an, um die ersten Prototypen so schnell wie möglich auf den Markt zu bringen. Instrumentieren Sie Ihr Produkt stark, damit Sie Details darüber haben, wie Kunden Ihr Produkt verwenden möchten. Lernen und entwickeln Sie sich schnell. Geschwindigkeit ist alles, mit Kundenservice an zweiter Stelle.

4. Sorgen Sie für eine überzeugende, kurze Amortisationsrendite.

Helfen Sie Organisationen, neue Wege zu finden, um ihre Daten und analytischen Ressourcen zu monetarisieren. Konzentrieren Sie sich auf die Business-Stakeholder, indem Sie Produkte und Lösungen bereitstellen, mit denen sie ihre wichtigsten Geschäftsprozesse optimieren können. Um dies zu erreichen, entwickeln Sie einen anfänglichen ROI für Ihr Produkt und verwenden Sie es als aussagekräftigen Beweis für Ihre Kunden, um Ihr Produkt zu testen, zu testen und zu kaufen. Die Bereitstellung von neuen Services für Kunden durch Front-Line-Mitarbeiter ist eine großartige Möglichkeit, Ihre Daten und Analyse-Assets zu monetarisieren und diesen ROI zu steigern. Wenn Sie nicht wissen, wie Ihr Produkt Ihre Zielkunden zu Geld macht, erwarten Sie nicht, dass sie es selbst herausfinden.

Es ist sehr ermutigend, wenn MBA-Studenten ermächtigt werden, mutig und mutig neue Geschäftsmöglichkeiten zu schaffen. Und wie ich in meinem MBA-Kurs gesagt habe, sind die Zeiten, in denen der MBA und die Wirtschaftsführer Daten und analytische Entscheidungen an die IT delegieren, vorbei. Wirtschaftsführer (und MBA-Studenten) müssen diese neuen Monetarisierungsquellen besitzen und die Zeit ist reif.

Verwandte Themen: Besseres Talent mit einem Big-Data-Wissenschaftler einstellen