Como O Big Data É Coletado?
os negócios de hoje dependem de dados—sobre seus clientes, concorrentes, o mercado geral e além-para se manterem competitivos. Com os avanços na tecnologia, o número de métodos que as empresas usam para coletar dados cresceu consideravelmente nos últimos anos. Isso levou a uma crescente demanda por especialistas com a educação para analisar e interpretar esses dados.
um grau avançado, como um Mestrado em análise, é projetado para ajudar os indivíduos interessados a descobrir as respostas a perguntas como ” como o big data é coletado?”e saiba como as empresas de hoje usam dados.
História do google Analytics
Enquanto a história do google analytics em negócios remonta do século 19, business analytics como uma disciplina distinta realmente surgiu na década de 1950. Foi então quando foram desenvolvidas ferramentas que podem capturar informações e identificar padrões e tendências mais rápido do que a mente humana. O disco rígido da IBM, inventado em 1956, foi particularmente consequente para o movimento de análise, abrindo caminho para as empresas substituírem os sistemas de arquivamento físico por sistemas digitais. Esses primeiros esforços no business intelligence representavam o que os analistas de dados costumam chamar de Analytics 1.0.
as características desta época incluíam fontes de dados pequenas, estruturadas e principalmente internas, operações de processamento em lote que poderiam levar meses e relatórios descritivos limitados. Os analistas gastaram muito mais tempo coletando e preparando dados do que realmente analisando-os, e quaisquer insights que pudessem ser obtidos com a análise muitas vezes chegavam tarde demais para serem eficazes.A era inicial da inteligência de negócios durou cerca de meio século, de meados da década de 1950 a 2009, quando surgiu o advento do big data.
era do Big Data
em meados dos anos 2000, gigantes da internet e das mídias sociais como Google e Facebook começaram a identificar, coletar e analisar um novo tipo de dados. Embora o termo “big data” não tenha entrado no léxico comum até cerca de 2010, os analistas reconheceram que essa nova informação era qualitativamente diferente dos pequenos conjuntos de dados do passado.
pequenos dados foram gerados pelas operações e transações internas de uma empresa, mas esses novos dados vieram de fontes externas, extraídas da internet, fontes públicas de dados e projetos específicos, como o Projeto Genoma Humano. Isso significou a mudança para o Analytics 2.0 e a era do big data.
com a chegada do big data, novas tecnologias e processos foram desenvolvidos em velocidade de dobra para ajudar as empresas, grandes e pequenas, a transformar dados em insights de negócios que poderiam ajudar a gerar lucro. Aproveitar as vantagens do big data, no entanto, exigiu novas estruturas de processamento, como OLAP e ferramentas avançadas, como mineração de dados, para extrair informações significativas. Os analistas de dados da era Analytics 2.0 estavam melhor posicionados do que seus colegas anteriores. Ao aplicar a tecnologia mais avançada da época-incluindo ferramentas automatizadas de gerenciamento de dados—eles foram capazes de analisar dados, tendências e outras informações para informar decisões estratégicas de negócios.
Evolução da análise de Dados
O google Analytics 2.0 época foi seguido 3.0, que durou aproximadamente o final da década de 2000 ao início de 2010. Essa época foi marcada pela introdução de smartphones, a disseminação das mídias sociais como ferramentas de coleta de dados, e clientes novos serviços voltados para a utilizado o google analytics para fornecer a tecnologia hyper-experiências do usuário personalizadas. De fato, muitos especialistas acreditam que uma quarta era—Analytics 4.0—chegou, com a disseminação de ferramentas avançadas de tomada de decisão automatizadas que dependem da tecnologia em nuvem.Entre os desenvolvimentos mais importantes na evolução da análise de dados estão os muitos avanços na forma como o big data é coletado. As organizações hoje têm muitos métodos para coletar dados de seus clientes e constituintes.Sites, plataformas de mídia social e telefonemas de clientes, bate-papos ao vivo e pesquisas são alguns dos exemplos mais óbvios de onde e como as empresas coletam seus dados. Outros métodos mais complexos também existem, incluindo:
- Localização baseado em publicidade: a tecnologia de Rastreamento, que registra informações como endereços de IP ajuda a criar perfis personalizados de usuários de tecnologia. Essas informações são usadas para direcionar os dispositivos de cada pessoa com publicidade individualizada.Programas de fidelidade: esses programas oferecem incentivos aos clientes e permitem que as empresas criem um perfil detalhado do consumidor, indicando preferências de produtos e hábitos de consumo.
- análise de marketing Online: Uma força motriz no marketing digital, isso normalmente implica que um cliente preencha um formulário de pedido, que fornece a esse negócio informações pessoais. A empresa pode então usar essas informações para melhorar o atendimento ao cliente e fornecer ao consumidor uma experiência mais personalizada.
novas disciplinas de análise surgiram para complementar a análise descritiva no portfólio de análises. As análises preditivas e prescritivas—que fornecem informações sobre a probabilidade de um evento ocorrer no futuro e recomendam possíveis cursos de ação—estão surgindo como ferramentas-chave para os executivos de negócios. As análises estão disponíveis para apoiar a tomada de decisões em tempo real por meio do uso de aplicativos analíticos.
esta nova era do Analytics 4.0 certamente não é o fim do conto evolutivo na análise de negócios. Na verdade, apresenta novos desafios e oportunidades para empresas e analistas de dados. Aqueles indivíduos que são capazes de capturar dados e organizá-los, bem como analisá-los e usá-los para tomar melhores decisões de negócios, estão e continuarão em alta demanda.
um caminho para uma carreira de Análise de negócios
análises de dados eficazes são essenciais para que as empresas modernas cresçam. As empresas precisam de indivíduos que possuam não apenas o conhecimento técnico para reunir, organizar e analisá-lo, mas também o conhecimento do negócio para entender como transformar esses dados em ação.
um mestrado on-line em análise da Villanova University pode ajudá-lo a desenvolver as habilidades para se tornar um especialista em análise de negócios. Saiba mais sobre como o programa pode ajudá-lo a iniciar uma carreira gratificante em big data.
Leituras recomendadas
tendências de Análise de dados para procurar
Como iniciar uma carreira em análise
mulheres em tecnologia: oportunidades de sucesso