Растущая цифровизация и распространение многоканальных процессов и транзакций привели к лавинообразному разрастанию данных. Сегодня организации используют неструктурированные данные для принятия бизнес-решений, касающихся, например, учета настроений покупателей, персонализации продуктов для заказчиков или отбора электронных документов. Они должны внимательно изучать информацию, поступающую от клиентов и других организаций, и прочесывать данные, собираемые с устройств. Это не только помогает организации быть начеку перед угрозами своей безопасности, но и служит гарантией правильного функционирования встроенных устройств. И если традиционные методы анализа данных работают только с тем, что уже приведено в количественную форму, то изучение больших разнородных комплексов неструктурированных данных требует распознавания образов и связей между внешне не связанными источниками данных. «Отыскание образов в неструктурированных данных может приводить к открытиям», — говорит Салил Годика, главный директор по стратегии и маркетингу и глава отраслевой группы в компании Happiest Minds, поставляющей ИТ-сервисы и решения. Однако традиционным специалистам по изучению данных необходимо приобретать новые навыки анализа неструктурированных данных. Вот двенадцать действий, которые надо предпринимать при анализе неструктурированных данных.

Версия для печати (без изображений)