Contenu
- D'où vient la découverte de données?
- Comment fonctionne la découverte de données
- Que peut faire la découverte de données?
Source: Alphaspirit / Dreamstime.com
À emporter:
Les entreprises collectent des données, sous une forme ou une autre, depuis le début de leurs activités. À présent, la découverte de données aide les entreprises à utiliser ces données de manière nouvelle.
Le monde des affaires déborde de découverte de données. En apparence, cela semble être un terme simple, mais cette expression accrocheuse signifie plus que "découvrir des choses". Alors, quelle est la découverte de données, vraiment? Et comment s'intègre-t-il dans le paysage moderne du mobile, de l'analyse et du big data?La découverte de données, parfois appelée exploration de données, implique la collecte et l'analyse de données, puis la présentation des résultats dans des formats lisibles et utilisables. En termes plus simples, la découverte de données consiste à rechercher des modèles dans les données et à les utiliser pour atteindre un objectif commercial particulier.
Bien entendu, la découverte de données ne se limite pas à la mise en correspondance de points. Les organisations utilisent la découverte de données pour un large éventail d'objectifs et d'applications dans différents domaines. Dans un monde numérique moderne, il y a plus de données à découvrir que jamais.
D'où vient la découverte de données?
Bien que la découverte de données soit relativement nouvelle dans le lexique «chaud» des termes commerciaux numériques, les méthodes et les stratégies ne sont pas si nouvelles. L'exploration de données, son prédécesseur, a été introduite dans les années 90, mais les entreprises et les organisations utilisent une forme de découverte de données depuis le début du commerce.La découverte de données moderne en tant que stratégie commerciale découle de l'essor du big data - terme fourre-tout qui décrit la croissance relativement récente et exponentielle de grands ensembles de données complexes où le volume considérable d'informations exclut l'utilisation de bases de données et d'outils organisationnels traditionnels. extraire quelque chose d'utile.
Cependant, le big data est un gros problème pour les entreprises d’aujourd’hui car, parmi toutes ces données structurées et non structurées, il existe des modèles très utiles qui peuvent être utilisés pour améliorer les stratégies marketing, le retour sur investissement et les bénéfices. Les plates-formes de découverte de données sont donc conçues pour permettre aux organisations de repérer, d’analyser et d’extraire les données pertinentes plus facilement.
Comment fonctionne la découverte de données
Les plates-formes de découverte de données se composent généralement de plusieurs outils regroupés qui fonctionnent conjointement pour extraire des données et les présenter de manière significative. Ces outils permettent de rechercher et d'identifier les informations pertinentes de différentes manières, mais la plupart d'entre eux s'articulent autour de trois méthodes analytiques de base:- Métadonnées: tout contenu numérique contient des métadonnées, ou "données relatives à des données". Ces informations sont généralement masquées aux utilisateurs finaux, mais sont visibles sur le back-end. Les métadonnées sont généralement stockées à l'aide d'attributs de tables et de colonnes. Ainsi, les outils de découverte de données utilisant des métadonnées rechercheraient des correspondances dans le nom de la colonne, la taille des données et le type de données.
- Étiquettes: dans de nombreux cas, les données sont générées et regroupées sous des étiquettes, ou balises, décrivant les données de ce groupe. Ces balises peuvent être générées lors de la création des données ou ajoutées pour référence et informations supplémentaires. Les étiquettes ou les balises sont similaires aux métadonnées, bien que moins formelles.
- Contenu: cette stratégie analyse les données elles-mêmes, plutôt que les étiquettes ou les métadonnées attachées.
Une fois les données analysées, d'autres outils de découverte de données peuvent être utilisés pour présenter les relations, les tendances ou les modèles découverts dans un format utile. Les graphiques, tableaux et graphiques sont des outils de présentation de base utilisés dans la découverte de données, mais les présentations plus complexes et lisibles, telles que les infographies, gagnent en popularité auprès des analystes de données.
Que peut faire la découverte de données?
En termes d'utilisation pratique, il existe des utilisations presque illimitées pour les plates-formes et les outils de découverte de données. Ces méthodes et stratégies sont le plus souvent utilisées par les organisations en contact avec les consommateurs dans presque tous les secteurs, notamment la vente au détail, les finances, les communications et le marketing, bien que les organisations à but non lucratif, les entreprises entre entreprises et les agences gouvernementales utilisent également cette technologie.La découverte de données permet à une entreprise de trouver des relations entre des facteurs internes (tels que le prix, le positionnement du produit et la performance des employés) et des facteurs externes (tels que les données sur la concurrence, les indicateurs économiques et les données démographiques des clients). Ces relations aident les entreprises à illustrer et à définir les impacts des modifications apportées à un ou plusieurs facteurs sur les ventes, l’engagement des clients et les bénéfices.
Les outils utilisés dans la découverte de données offrent une image plus détaillée des facteurs d'influence et permettent aux entreprises d'affiner leurs stratégies marketing et leurs campagnes publicitaires avec des informations très ciblées. Le moteur de recommandation du service de diffusion vidéo en continu très utilisé Netflix est un bon exemple de la technologie de découverte de données à l'œuvre. Le service utilise des données externes sur les historiques de visionnage des clients et des données internes sur le contenu multimédia de leur base de données pour faire des suggestions personnalisées de nouvelles vidéos susceptibles d’intéresser leurs clients.
Mais l'application potentielle de la découverte de données dépasse les consommateurs de détail. Un exemple est le logiciel Advanced Scout, un programme utilisé par la National Basketball Association (NBA). Il analyse les mouvements des joueurs à partir d’enregistrements d’images de matchs de basketball pour aider les entraîneurs à développer des stratégies et à orchestrer des jeux.
À mesure que les plates-formes de découverte de données progressent et que la technologie devient plus abordable, de plus en plus d'organisations pourront utiliser ces outils pour mieux comprendre leurs clients et proposer des offres uniques et personnalisées qui améliorent le commerce pour tous.