В настоящее время множество организаций генерируют неструктурированные данные. Темпы роста объема таких данных превышают темпы их потребления. Человек не в состоянии вручную обрабатывать, анализировать, извлекать знания из неструктурированных данных и передавать их по различным каналам. В то же время компьютеры могут получить доступ и прочитать эти данные, однако они не способны выделить из них полезные знания.
Вся информация, беспорядочно разбросанная по различным файлам и платформам, для компьютера является неструктурированной.
В качестве примеров неструктурированных данных можно назвать следующие: электронная почта, бумажная корреспонденция, рукописные документы, письма, Twitter, доски объявлений, форумы, голосовые сообщения и т.д.
Когда данные находятся на различных платформах, их потенциал заблокирован – такие данные невозможно использовать, чтобы эффективно стимулировать рост бизнеса и оптимизировать бизнес-процессы.
Какие знания можно получить, извлекая полезную информацию из различных источников и представляя ее в структурированной аналитической форме? — Знания, в которых зачастую нуждается бизнес:
— рыночные настроения;
— последние новости, способные влиять на бизнес;
— поведение, мнения, потребности, претензии клиентов;
— информация из социальных медиа (помогает улучшить взаимодействие с клиентами);
— стратегии и пресс-релизы конкурентов.
Обработка неструктурированных данных может осуществляться вручную, но этот подход не применим для огромных объемов информации. Большие данные требуют крайне тщательной обработки, и реализовать это возможно с помощью извлечения информации (information extraction).
В процессе извлечения информации данные преобразуются в структурированную форму, что помогает объединить идеи и ресурсы, а также реализовать взаимодействие специалистов и клиентов.
Извлечение информации из неструктурированных данных позволяет получить, например, имена людей, адреса и телефонные номера. Также можно выяснить взаимосвязи между компаниями, отследить стратегии конкурентов и цены на продукцию, получить информацию о поведении клиентов, о продуктах, событиях и т.д.
Другой распространенный тип извлечения информации помогает оптимизировать активность компании в социальных медиа. Для этого производится сбор данных о взаимодействии с клиентами, анализ их отзывов, настроений и т.д. Извлечение и структурирование всей этой информации позволяет представить ее в наиболее убедительной и понятной, аналитической форме.
В результате будут получены ответы на следующие вопросы:
— Какие продукты наиболее популярны и почему?
— Почему клиенты уходят?
— Почему продукт, который раньше был очень популярен, сейчас не востребован?
— Какую ценность имеет «твит», «лайк» или «шейр»?
— Обеспечивается ли необходимое качество клиентского обслуживания, или инвестиции в этом направлении расходуются впустую?
— Какова оптимальная цена для данного продукта?
Как информация извлекается из Интернета?
Извлечение информации – это процесс, в ходе которого происходит поиск данных, и необходимая информация извлекается из таких источников, как социальные сети, форумы, сайты электронной коммерции, электронная почта и др. Затем следует обработка, добавляются метаданные, и реализуются другие процессы интеграции данных. Основная часть информации извлекается из таблиц, каталогов и форм.
Извлечение информации и аналитика
Комбинация инструментов и технологий позволяет получить наиболее полезную информацию, содержащуюся на различных платформах. Когда неструктурированные данные упорядочиваются, проверяются и представляются в наглядной форме, раскрывая неизвестные ранее закономерности и взаимосвязи, появляется возможность принимать обоснованные и, следовательно, более эффективные решения.
Когда информация обретает смысл, и вы знаете, что с ней делать, ваша компания получает силу практически применимых знаний и идей.
Извлечение информации – это не просто получение данных, это генерация идей, способных стимулировать рост бизнеса и повышать эффективность бизнес-процессов.
Большие данные, извлечение информации и аналитика заключают в себе потенциал для решения бизнес-задач, обеспечивающий перспективы и новые деловые возможности. Чтобы получить максимум от этих «трех китов», которые помогают преобразовывать данные в практически применимые знания, важно правильно сформулировать вопросы и определить, откуда и какую информацию необходимо извлечь.
Теперь, когда ваши задачи определены, становится легко преобразовать неструктурированные данные в полезную информацию, дающую вам знания, необходимые для принятия твердых и обоснованных бизнес-решений.
Автор: Ритеш Сангани
Перевод Станислава Петренко
По материалам: Tech.co