mostanra a legtöbb vállalkozás megérti a big data analytics használatának vonzerejét. A big data segítségével a vállalatok növelhetik hatékonyságukat, növelhetik termelékenységüket, és értékes betekintést nyerhetnek, amelyek elősegítik munkájukat. Kevesen tagadják azt a fontos szerepet, amelyet a big data jelenleg a világ minden táján játszik a szervezetekben, de ezeknek az egyedi előnyöknek a megszerzéséhez magas színvonalú adatokra van szükség, ami egyre nehezebbé válik. A vállalkozások által gyűjtött adatok túl gyakran tele vannak hibákkal, hibákkal és hiányos értékekkel. Ezt piszkos adatoknak nevezik, és félelmetes akadályt jelenthet a vállalatok számára, akik azt remélik, hogy ezeket az adatokat javítani fogják. A piszkos adatok nem csak egy kisebb kérdés a dolgok nagy rendszerében, bármelyik. Az adattárház Intézet (Tdwi) szerint a piszkos adatok évente mintegy 600 milliárd dollárba kerülnek az amerikai vállalatoknak. A probléma teljes körű kezeléséhez a vállalkozásoknak meg kell érteniük, hogy mi okozza a piszkos adatokat, és hogyan lehet a legjobban kijavítani.
felhasználói hibák
a big data analitika leghatékonyabb használatának kulcsa az, hogy pontos és teljes adatok legyenek. A megbízhatatlan adatok gyakrabban vezetnek ahhoz, hogy a vállalkozások rossz következtetésekre jussanak. A probléma az, amikor a felhasználói hiba kúszik az adatkészletekbe. Az egyik módja annak, hogy a szervezetek adatokat gyűjtsenek ügyfeleikről, az, hogy online űrlapokat töltenek ki. Teljesen és helyesen kitöltve ez sok információt ad a vállalatoknak az elemzéshez és elemzéshez. Amikor azonban az ügyfelek lyukakat hagynak az adatokban, vagy ha tévedésből vagy szándékosan pontatlanul töltik ki azokat, a vállalkozások súlyos hátrányba kerülnek. Ez különösen fontos az értékesítési és marketing csapatok számára, akik a pontos ügyfélinformációktól függenek az értékesítés ösztönzéséhez. Valójában a marketingszakemberek nemrégiben végzett felmérése azt mutatja, hogy több mint fele (60 százalék) szerint adataik egészsége megbízhatatlan.
adatkapcsolat/kondenzáció
a piszkos adatokkal kapcsolatos egyéb problémák akkor merülnek fel, amikor a szervezetek különböző halmazok között próbálnak adatokat összekapcsolni. Ha az adatkészletek nem rendelkeznek egyedi azonosítóval, összekapcsolásuk problémákat okozhat, gyakran ismétlődő bejegyzések formájában jelennek meg, amelyeket kisebb hibák miatt nem kombináltak. Vagy néha az adatokat akkor kombinálják, amikor nem kellene (például amikor az azonos nevű ügyfelek adatait összekeverik). Az ilyen típusú piszkos adatproblémák leggyakrabban akkor jelentkeznek, amikor a vállalkozások egyszerre több adatbázist használnak, és megpróbálják kombinálni őket, vagy amikor olyan régebbi technológiát használnak, amely nem tud lépést tartani a jelenlegi adatigényekkel. Ugyanezek a problémák jelentkezhetnek, amikor bonyolultabb adathalmazokat próbálnak kezelhetőbb formába sűríteni.
Hogyan tisztítsuk meg a piszkos adatokat
miután egy vállalat azonosította, mi okozza a piszkos adatokat, megpróbálhatja megtisztítani ezeket az adatokat. Egy ilyen feladat nem mindig könnyű, de miután elkészült, megéri az üzleti időt, erőforrásokat és erőfeszítéseket. Az adatok tisztítása megköveteli az adatok aprólékos áttekintését, megjegyezve, hogy a helytelen vagy hiányzó értékek sérthetik az adatok pontosságát. Nyilvánvaló, hogy ha az adathalmazok hatalmasak, akkor ez manuálisan szinte lehetetlenné válik, de szerencsére a big data algoritmusok valóban segíthetnek a piszkos adatok tisztításában. Ezeket az algoritmusokat kifejezetten a felhasználói és gyűjtési hibák leggyakoribb eseteinek kijavítására tervezték. Bár lehet, hogy nem javítanak minden egyes hibát vagy pontatlanságot, nagymértékben korlátozzák a hibák számát, így a piszkos adatok sokkal tisztábbak, mint korábban.
a piszkos adatok megelőzése
a szervezetek a megfelelő előkészületeket is megtehetik annak megakadályozására, hogy a piszkos adatok valaha is nagy problémává váljanak. Azáltal, hogy bizalmi kapcsolatot alakít ki az ügyfelekkel (például nem tölti ki e-mailjeit spammel), az emberek kevésbé hajlandók pontatlan vagy hamis információkat szolgáltatni az általuk kitöltött űrlapokon. A vállalatok rendszereik frissítésével is megtisztíthatják az adatokat, hogy biztosítsák a nagy mennyiségű adatgyűjtés és elemzés kezelését. A megfelelő technológiával rendelkező vállalkozások még az adatmosásba is bejuthatnak, ami olyan, mint az adatok tisztítása, de alaposabb, olyan folyamatokat foglal magában, mint a szűrés, a dekódolás és a fordítás.
a piszkos adatok jelentős problémákat okozhatnak a nagy adatokat használó vállalkozások számára. Az idő nagy részében a vállalatok nem veszik észre, hogy még problémájuk is van, amíg a piszkos adatok burjánzóvá nem válnak. Az adatok megtisztítása és a probléma megelőzése érdekében tett lépések nagyban hozzájárulnak ahhoz, hogy a szervezetek a lehető legtöbbet hozzák ki az összegyűjtött adatokból. Csak akkor fogják látni azokat a valódi előnyöket, amelyeket a nagy adatelemzés kínál.
