Apa $ @! itu penemuan data?

Dunia bisnis penuh dengan penemuan data. Di permukaan sepertinya istilah sederhana, tetapi frase menangkap ini berarti lebih dari "mencari hal-hal." Jadi, apa itu penemuan data? Dan bagaimana hal itu cocok dengan lanskap modern seluler, analitik, dan data besar?

Penemuan data, yang kadang-kadang disebut sebagai penambangan data, melibatkan pengumpulan dan analisis data, dan kemudian menyajikan temuan dalam format yang dapat dibaca dan dapat digunakan. Dalam istilah yang paling mendasar, penemuan data adalah proses menemukan pola dalam data dan menggunakan pola itu untuk memenuhi tujuan bisnis tertentu.

Tentu saja, ada lebih banyak penemuan data daripada pencocokan poin. Organisasi menggunakan penemuan data untuk berbagai tujuan dan aplikasi di berbagai bidang - dan di dunia digital modern, ada lebih banyak data untuk ditemukan daripada sebelumnya.

Dari mana Datangnya Penemuan Data?

Sementara penemuan data relatif baru pada leksikon istilah bisnis digital, metode dan strategi tidaklah begitu baru. Pendahulunya, penambangan data, diperkenalkan pada 1990-an, tetapi bisnis dan organisasi telah menggunakan beberapa bentuk penemuan data sejak awal perdagangan.

Penemuan data modern sebagai strategi bisnis muncul melalui munculnya data besar - istilah umum yang menggambarkan pertumbuhan eksponensial besar dan baru yang kompleks dari kumpulan data yang rumit di mana volume informasi yang besar mengesampingkan penggunaan database tradisional dan alat organisasi untuk ekstrak apa saja yang bermanfaat.

Namun, data besar adalah masalah besar bagi bisnis saat ini, karena di antara semua itu data terstruktur dan tidak terstruktur adalah pola yang sangat berguna yang dapat digunakan untuk meningkatkan strategi pemasaran, ROI, dan keuntungan. Oleh karena itu, platform penemuan data dirancang untuk memberikan cara yang lebih mudah bagi organisasi untuk menentukan, menganalisis, dan mengekstrak data yang relevan.

Bagaimana Cara Kerja Penemuan Data

Platform untuk penemuan data biasanya terdiri dari beberapa alat yang digabungkan bersama dan bekerja bersama untuk mengekstraksi data dan menyajikannya dengan cara yang bermakna. Ada beberapa cara yang berbeda dari alat-alat ini untuk menemukan dan mengidentifikasi informasi yang relevan, tetapi kebanyakan dari mereka berputar di sekitar tiga metode analisis dasar:

• Metadata: Semua konten digital mengandung metadata, atau "data tentang data." Informasi ini umumnya disembunyikan dari pengguna akhir, tetapi dapat dilihat di bagian belakang. Metadata biasanya disimpan menggunakan atribut tabel dan kolom - jadi alat penemuan data menggunakan metadata akan mencari kecocokan dalam nama kolom, ukuran data, dan tipe data.
• Label: Dalam banyak kasus, data dihasilkan dan dikelompokkan di bawah label, atau tag, yang menggambarkan data dalam grup itu. Tag ini dapat dihasilkan saat data dibuat, atau dapat ditambahkan untuk referensi dan informasi tambahan. Label atau tag mirip dengan metadata, meskipun kurang formal.
• Konten: Strategi ini menganalisis data itu sendiri, bukan label atau metadata yang terlampir.

Biasanya, akan ada lebih banyak volume data konten daripada tag atau metadata, yang berarti mengidentifikasi data berdasarkan konten membutuhkan waktu lebih lama dan menggunakan metode penemuan yang lebih kompleks. Namun, analisis konten juga cenderung memberikan hasil relasional yang lebih kaya dan lebih bermanfaat.

Setelah data dianalisis, alat penemuan data lainnya dapat digunakan untuk menyajikan hubungan, tren atau pola yang ditemukan dalam format yang bermanfaat. Grafik, tabel, dan grafik adalah alat presentasi dasar yang digunakan dalam penemuan data, tetapi presentasi yang lebih kompleks namun dapat dibaca, seperti infografis, mendapat dukungan dari analis data.

Apa Yang Dapat Dilakukan Penemuan Data?

Dalam hal penggunaan praktis, ada penggunaan yang hampir tak terbatas untuk platform dan alat penemuan data. Metode dan strategi ini paling sering digunakan oleh organisasi yang berhadapan dengan konsumen di hampir setiap industri, termasuk ritel, keuangan, komunikasi dan pemasaran, meskipun organisasi nirlaba, organisasi bisnis-ke-bisnis, dan lembaga pemerintah juga menggunakan teknologi ini.

Penemuan data memungkinkan suatu organisasi untuk menemukan hubungan antara faktor-faktor internal (seperti harga, posisi produk dan kinerja karyawan) dan faktor-faktor eksternal (seperti data persaingan, indikator ekonomi dan demografi pelanggan). Hubungan ini membantu bisnis menggambarkan dan mendefinisikan dampak perubahan pada satu atau lebih faktor pada penjualan, keterlibatan pelanggan dan keuntungan.

Alat-alat yang digunakan dalam penemuan data menawarkan gambaran yang lebih rinci tentang faktor-faktor yang berpengaruh, dan memungkinkan perusahaan menyesuaikan strategi pemasaran dan kampanye iklan mereka dengan informasi yang sangat bertarget. Mesin rekomendasi pada layanan video streaming populer Netflix adalah contoh yang baik dari teknologi penemuan data di tempat kerja. Layanan ini menggunakan data eksternal tentang riwayat penayangan pelanggan dan data internal tentang konten media dalam basis data mereka untuk membuat saran individual untuk video baru yang mungkin menarik minat pelanggan mereka.

Tetapi aplikasi potensial dari penemuan data melampaui konsumen ritel. Salah satu contoh adalah perangkat lunak Scout Lanjutan, sebuah program yang digunakan oleh National Basketball Association (NBA). Ini menganalisis gerakan pemain dari rekaman gambar pertandingan basket untuk membantu pelatih mengembangkan strategi dan mengatur permainan.

Saat platform penemuan data maju dan teknologi menjadi lebih terjangkau, lebih banyak organisasi akan dapat menggunakan alat ini untuk lebih memahami pelanggan mereka dan memberikan penawaran yang unik dan disesuaikan yang meningkatkan perdagangan untuk semua orang.