विषयसूची:
व्यापार जगत डेटा खोज के बारे में चर्चा कर रहा है। सतह पर यह एक साधारण शब्द की तरह लगता है, लेकिन इस कैच वाक्यांश का अर्थ "सामान बाहर खोजने" से अधिक है। तो क्या डेटा की खोज, वास्तव में है? और यह मोबाइल, एनालिटिक्स और बड़े डेटा के आधुनिक परिदृश्य में कैसे फिट होता है?
डेटा की खोज, जिसे कभी-कभी डेटा खनन के रूप में संदर्भित किया जाता है, में डेटा एकत्र करना और विश्लेषण करना शामिल है, और फिर निष्कर्षों को पठनीय, प्रयोग करने योग्य प्रारूपों में प्रस्तुत करना शामिल है। सबसे बुनियादी शब्दों में, डेटा खोज एक विशेष व्यावसायिक उद्देश्य को पूरा करने के लिए डेटा के भीतर पैटर्न खोजने और उन पैटर्नों का उपयोग करने की प्रक्रिया है।
बेशक, मिलान बिंदुओं की तुलना में डेटा की खोज के लिए अधिक है। संगठन विभिन्न क्षेत्रों में उद्देश्यों और अनुप्रयोगों की एक विस्तृत श्रृंखला के लिए डेटा खोज का उपयोग करते हैं - और एक आधुनिक, डिजिटल दुनिया में, हमेशा से खोज करने के लिए अधिक डेटा है।
डेटा डिस्कवरी कहां से आई?
हालांकि डेटा खोज डिजिटल व्यापार की शर्तों के "हॉट" लेक्सिकॉन के लिए अपेक्षाकृत नया है, लेकिन विधियाँ और रणनीतियाँ इतनी नई नहीं हैं। शब्द का पूर्ववर्ती, डेटा माइनिंग, 1990 के दशक में पेश किया गया था, लेकिन व्यवसाय और संगठन वाणिज्य की सुबह से ही डेटा खोज के कुछ रूप का उपयोग कर रहे हैं।
व्यापार रणनीति के रूप में आधुनिक डेटा खोज, बड़े डेटा के उदय के बारे में आया - एक कैच-ऑल टर्म जिसमें अपेक्षाकृत हाल ही में, बड़े, जटिल डेटा सेटों की संभावित वृद्धि का वर्णन है, जहां पारंपरिक डेटाबेस और संगठनात्मक साधनों का उपयोग करके जानकारी के विशाल मात्रा नियम उपयोगी कुछ भी निकालें।
हालाँकि, बड़ा डेटा आज के व्यवसायों के लिए एक बड़ी बात है, क्योंकि इन सबके बीच संरचित और असंरचित डेटा अत्यधिक उपयोगी पैटर्न हैं जिनका उपयोग विपणन रणनीतियों, आरओआई और मुनाफे में सुधार के लिए किया जा सकता है। इसलिए, डेटा खोज प्लेटफ़ॉर्म को संगठनों को प्रासंगिक डेटा को इंगित करने, विश्लेषण करने और निकालने के आसान तरीके देने के लिए डिज़ाइन किया गया है।
डेटा डिस्कवरी कैसे काम करता है
डेटा खोज के लिए प्लेटफ़ॉर्म में आमतौर पर कई उपकरण होते हैं जो एक साथ बंडल किए जाते हैं और डेटा को निकालने के लिए संयोजन में काम करते हैं और इसे सार्थक तरीके से पेश करते हैं। इन उपकरणों को प्रासंगिक जानकारी खोजने और पहचानने के कई तरीके हैं, लेकिन उनमें से अधिकांश तीन बुनियादी विश्लेषणात्मक तरीकों के आसपास घूमते हैं:- मेटाडेटा: सभी डिजिटल सामग्री में मेटाडेटा, या "डेटा के बारे में डेटा" होता है। यह जानकारी आम तौर पर अंतिम उपयोगकर्ताओं से छिपाई जाती है, लेकिन पीछे के छोर पर दिखाई देती है। मेटाडेटा को आमतौर पर टेबल और कॉलम विशेषताओं का उपयोग करके संग्रहीत किया जाता है - इसलिए मेटाडेटा का उपयोग करने वाले डेटा खोज उपकरण कॉलम नाम, डेटा आकार और डेटा प्रकार में मिलान के लिए देखेंगे।
- लेबल: कई मामलों में, डेटा उत्पन्न होता है और लेबल, या टैग के तहत समूहीकृत होता है, जो उस समूह के भीतर डेटा का वर्णन करता है। ये टैग तब बनाए जा सकते हैं जब डेटा बनाया जाता है, या संदर्भ और अतिरिक्त जानकारी के लिए जोड़ा जा सकता है। लेबल या टैग मेटाडेटा के समान हैं, हालांकि कम औपचारिक।
- सामग्री: यह रणनीति संलग्न लेबल या मेटाडेटा के बजाय स्वयं डेटा का विश्लेषण करती है।
एक बार डेटा का विश्लेषण करने के बाद, अन्य डेटा डिस्कवरी टूल का उपयोग खोजे गए रिश्तों, रुझानों या पैटर्न को एक उपयोगी प्रारूप में प्रस्तुत करने के लिए किया जा सकता है। ग्राफ़, टेबल और चार्ट डेटा की खोज में उपयोग किए जाने वाले मूल प्रस्तुति उपकरण हैं, लेकिन अधिक जटिल अभी तक पठनीय प्रस्तुतियाँ, जैसे कि इन्फोग्राफिक्स, डेटा विश्लेषकों के पक्ष में हैं।
डेटा डिस्कवरी क्या कर सकते हैं?
व्यावहारिक उपयोग के संदर्भ में, डेटा खोज प्लेटफार्मों और उपकरणों के लिए लगभग असीमित उपयोग हैं। इन तरीकों और रणनीतियों का उपयोग उपभोक्ता-सामना करने वाले संगठनों द्वारा आमतौर पर लगभग हर उद्योग में किया जाता है, जिसमें खुदरा, वित्तीय, संचार और विपणन शामिल हैं, हालांकि मुनाफे के लिए, व्यवसाय-से-व्यापारिक संगठन और सरकारी एजेंसियां भी इस तकनीक का उपयोग नहीं करती हैं।
डेटा खोज एक संगठन को आंतरिक कारकों (जैसे मूल्य, उत्पाद स्थिति और कर्मचारी प्रदर्शन) और बाहरी कारकों (जैसे प्रतियोगिता डेटा, आर्थिक संकेतक और ग्राहक जनसांख्यिकी) के बीच संबंधों को खोजने में सक्षम बनाता है। ये रिश्ते व्यवसायों को बिक्री, ग्राहक जुड़ाव और मुनाफे पर एक या एक से अधिक कारकों में परिवर्तन के प्रभावों को चित्रित करने और परिभाषित करने में मदद करते हैं।
डेटा खोज में उपयोग किए जाने वाले उपकरण प्रभावशाली कारकों की एक अधिक विस्तृत तस्वीर पेश करते हैं, और कंपनियों को अपनी लक्षित रणनीतियों के साथ विपणन रणनीतियों और विज्ञापन अभियानों को ठीक करने की अनुमति देते हैं। लोकप्रिय स्ट्रीमिंग वीडियो सेवा नेटफ्लिक्स पर सिफारिश इंजन काम पर डेटा खोज तकनीक का एक अच्छा उदाहरण है। यह सेवा ग्राहकों के देखने के इतिहास और आंतरिक डेटा के बारे में उनके डेटाबेस में मीडिया सामग्री के बारे में बाहरी डेटा का उपयोग करती है, नए वीडियो के लिए व्यक्तिगत सुझाव देने के लिए जो उनके ग्राहकों के लिए रुचि रखते हैं।
लेकिन डेटा खोज का संभावित अनुप्रयोग खुदरा उपभोक्ताओं से आगे निकल जाता है। एक उदाहरण उन्नत स्काउट सॉफ्टवेयर है, जो राष्ट्रीय बास्केटबॉल एसोसिएशन (एनबीए) द्वारा उपयोग किया जाता है। यह खिलाड़ियों की रणनीतियों और ऑर्केस्ट्रा नाटकों को विकसित करने में मदद करने के लिए बास्केटबॉल खेलों की छवि रिकॉर्डिंग से खिलाड़ियों के आंदोलनों का विश्लेषण करता है।
जैसे-जैसे डेटा खोज प्लेटफ़ॉर्म आगे बढ़ता है और प्रौद्योगिकी अधिक सस्ती हो जाती है, अधिक संगठन अपने ग्राहकों को बेहतर ढंग से समझने और अद्वितीय, अनुकूलित प्रसाद वितरित करने में इन उपकरणों का उपयोग करने में सक्षम होंगे जो सभी के लिए वाणिज्य में सुधार करते हैं।
