डेटा डिजिटल विश्व अर्थव्यवस्था का नया तेल है

हां, डेटा डिजिटल अर्थव्यवस्था में नया तेल है

डेटा बाजारों को नियंत्रित करने के दो तरीके हैं। सबसे पहले, आप डेटा के उपयोग को प्रतिबंधित करने का प्रयास कर सकते हैं। जीडीपीआर से पहले यूरोप में इस दृष्टिकोण का उपयोग किया गया था। दूसरा, आप कर सकते हैं कोशिश करना स्वतंत्र रूप से डेटा साझा करने के लिए। जीडीपीआर से पहले इस दृष्टिकोण का उपयोग किया गया था। हालांकि, दोनों दृष्टिकोणों में समस्याएं हैं। को प्रतिबंधित करना प्रयोग डेटा का मतलब है कि लोग नवाचार नहीं करेंगे क्योंकि उनके पास कोई नया नहीं होगा विचारों . डेटा को स्वतंत्र रूप से साझा करने का मतलब है कि लोग कुछ गोपनीयता खो सकते हैं। इसलिए, हमें दो दृष्टिकोणों को जोड़ना चाहिए। हमें लोगों को स्वतंत्र रूप से डेटा साझा करने की अनुमति देनी चाहिए लेकिन सीमित करना चाहिए कैसा बहुत डेटा साझा किया जा सकता है।

डेटा क्या है?

संक्षेप में, डेटा जानकारी है। यह कुछ भी है जिसे संख्याओं और अक्षरों का उपयोग करके दर्शाया जा सकता है। उदाहरण के लिए, अगर मैं जानना चाहता हूं कि मेरे दोस्त को क्या पसंद है, तो मैं उससे सीधे पूछता हूं। अगर वह जवाब नहीं देता है, तो मैं उसके दोस्तों से पूछता हूं। अगर किसी को पता नहीं है, तो मैं उसके फेसबुक पेज को देखता हूं। इस मामले में, मैं अपने दोस्त के बारे में डेटा एकत्र कर रहा हूं। हम जितना अधिक डेटा एकत्र करेंगे, हमारी समझ उतनी ही बेहतर होगी।

हमें डेटा की आवश्यकता क्यों है?

हमें कई कारणों से डेटा की आवश्यकता है। सबसे पहले, डेटा हमें चीजों को समझने में मदद करता है। उदाहरण के लिए, हम देख सकते हैं कि बहुत सारे लोग हैं जो इसे पसंद करते हैं फिल्मों मेरे रूप में। हम यह भी देख सकते हैं कि कौन सा फिल्मों लोकप्रिय हैं। यह ज्ञान हमें यह तय करने में मदद करता है कि हम चाहते हैं या नहीं सतर्कता वे फिल्मों .

हमें निर्णय लेने में मदद करने के लिए डेटा की भी आवश्यकता है। उदाहरण के लिए, हम नहीं जान सकते हैं कि क्या यह एक पर पैसा खर्च करने लायक है चलचित्र टिकट। लेकिन अगर हम जानते हैं कि ज्यादातर लोग आनंद लेते हैं देख फिल्में, तो हम एक सूचित निर्णय ले सकते हैं।

अंत में, हमें उत्पादों को बेहतर बनाने के लिए डेटा की आवश्यकता है और सेवाएँ . उदाहरण के लिए, जब हम यात्रा की योजना बना रहे हों, तो हम यह पता लगाने के लिए मौसम के पूर्वानुमान की जांच कर सकते हैं कि सबसे अच्छा कहां है स्थानों तक जाना आर। जब हम एक होटल का कमरा बुक करते हैं, तो हम अच्छे वाई-फाई के साथ एक कमरा चुन सकते हैं ताकि हम महत्वपूर्ण ईमेल को याद न करें सफ़र .

हमें कितना डेटा एकत्र करना चाहिए?

एकत्र किए गए डेटा की मात्रा उत्पाद के प्रकार पर निर्भर करती है या सेवा की पेशकश की जा रही है। उदाहरण के लिए, यदि हम एक मोबाइल ऐप प्रदान करते हैं, तो हम संभवतः बहुत अधिक उपयोगकर्ता डेटा एकत्र करेंगे। दूसरी ओर, यदि हम ऑनलाइन पुस्तकें बेचते हैं, तो हम शायद केवल सीमित डेटा एकत्र करेंगे।

एकत्र किए गए डेटा की मात्रा भी इस पर निर्भर करती है आकार वाला बाजार का। उदाहरण के लिए, यदि बाजार छोटा है, तो हमें शायद बाजार के बड़े होने की तुलना में कम डेटा की आवश्यकता होगी।

क्या डेटा वास्तव में 21 वीं सदी में नया तेल है?

डेटा नया तेल है। यह मूल्यवान है, लेकिन इसका उपयोग तब तक नहीं किया जा सकता जब तक कि इसे परिष्कृत न किया जाए। इसे ऊर्जा, प्लास्टिक, रसायन या अन्य उपयोगी उत्पादों में परिवर्तित करना होगा। तो क्या डेटा का उपयोग करने से पहले इसे संसाधित करने की आवश्यकता है? कुछ लोग हां कहते हैं, कुछ लोग नहीं कहते हैं। लेकिन अधिकांश सहमत हैं कि डेटा को उपयोगी होने से पहले संसाधित करने की आवश्यकता है। यही कारण है कि हम कंप्यूटर और डेटाबेस का उपयोग करते हैं। वे डेटा संसाधित करने में महान हैं।

तो अगर डेटा को संसाधित करने की आवश्यकता है, तो क्या हमें किसी को भी डेटा संसाधित करने नहीं देना चाहिए? नहीं। डेटा संसाधित करना महंगा है। और डेटा को संसाधित करने के लिए विशेष कौशल की आवश्यकता होती है। जो लोग पर्याप्त कुशल नहीं हैं वे डेटा प्रसंस्करण में शामिल सभी कार्यों को संभाल नहीं सकते हैं।

इसलिए हमें केवल उन लोगों को ही डेटा संसाधित करने देना चाहिए जो पर्याप्त कुशल हैं। हम कैसे निर्धारित करते हैं कि कौन पर्याप्त कुशल है? खैर, हमें अपना निर्णय उनकी शिक्षा पर आधारित करना चाहिए। उदाहरण के लिए, यदि किसी के पास पीएचडी है कंप्‍यूटर विज्ञान, तो हमें डेटा को संसाधित करने के लिए उन पर भरोसा करना चाहिए।

हमें किस प्रकार के डेटा की आवश्यकता है?

डेटा तीन प्रकार के होते हैं: संरचित, असंरचित और अर्ध-संरचित। संरचित डेटा में डेटा शामिल होता है जिसे आसानी से डेटाबेस में संग्रहीत किया जा सकता है। उदाहरणों में ग्राहक रिकॉर्ड, वित्तीय विवरण और कर्मचारी रिकॉर्ड शामिल हैं। असंरचित डेटा में बाकी सब कुछ शामिल है। उदाहरण के लिए टेक्स्ट दस्तावेज़, चित्र, वीडियो, ऑडियो फ़ाइलें और वेब पेज। अर्ध-संरचित डेटा में संरचित और असंरचित डेटा दोनों शामिल हैं। उदाहरण के लिए, ईमेल संदेश, ट्वीट्स और ब्लॉग पोस्ट।

हम डेटा के बारे में क्यों बात कर रहे हैं?

क्योंकि डेटा हर जगह है! यह हर वेबसाइट के अंदर है, हर स्मार्टफ़ोन हर टीवी और हर कार। वास्तव में, पहले से कहीं अधिक डेटा अब मौजूद है। विश्व अर्थव्यवस्था प्रत्येक वर्ष लगभग 4.5 ज़ेटाबाइट (4.5 x 1021 बाइट्स) डेटा उत्पन्न करती है। यह 2010 की तुलना में चार गुना अधिक डेटा है।

क्योंकि डेटा हर जगह है, व्यवसायों के लिए इसे प्रबंधित करना मुश्किल होता जा रहा है। अगर आप पैसा कमाना चाहते हैं, तो आपको यह जानना होगा कि डेटा से कैसे डील करें। आपको यह समझने की आवश्यकता है कि डेटा का क्या अर्थ है, इसे कैसे स्टोर किया जाए, इसे कैसे एक्सेस किया जाए, इसका विश्लेषण कैसे किया जाए और इसे किसी उपयोगी चीज़ में कैसे परिवर्तित किया जाए।

यदि आप अपना रखना चाहते हैं धंधा प्रतिस्पर्धी, तो आपको यह सीखने की आवश्यकता है कि डेटा से प्रभावी ढंग से कैसे निपटें। अन्यथा, आप ग्राहकों को उन प्रतिस्पर्धियों के लिए खो सकते हैं जो ऐसा करते हैं।

लेकिन "डेटा" का क्या अर्थ है?

जब हम डेटा के बारे में बात करते हैं, तो हमारा मतलब जानकारी से होता है। सूचना कुछ भी है जिसे रिकॉर्ड किया जा सकता है। उदाहरण के लिए, संख्याएं, अक्षर, शब्द, चित्र, ध्वनियाँ और वीडियो . जब हम जानकारी रिकॉर्ड करते हैं, तो हम पुकार वह रिकॉर्डिंग डेटा।

डेटा को परिष्कृत करने की आवश्यकता है

संसाधित होने से पहले डेटा को साफ किया जाना चाहिए। इसमें अमान्य या गलत मानों को हटाना शामिल है। अनुपलब्ध मूल्यों को भी भरा जाना चाहिए। डेटा उस जनसंख्या का प्रतिनिधि होना चाहिए जिसका वह प्रतिनिधित्व करता है। डेटा संग्रह किसी भी भविष्य कहनेवाला विश्लेषिकी परियोजना का पहला चरण है। डेटा एकत्र करना महत्वपूर्ण है क्योंकि इसके बिना, भविष्यवाणियां करने के लिए पर्याप्त जानकारी नहीं होगी। सटीक परिणाम प्राप्त करने के लिए, आपको अपने लक्षित दर्शकों के बारे में अधिक से अधिक जानकारी एकत्र करने की आवश्यकता है। डेटा एकत्र करते समय, इस बारे में सोचें कि परिणामों की भविष्यवाणी करने के लिए आपको किस प्रकार की जानकारी की आवश्यकता है और आप उस जानकारी का उपयोग कैसे करेंगे। उदाहरण के लिए, यदि आप एक अनुशंसा इंजन बना रहे हैं, तो आप जानना चाह सकते हैं कि किसी अन्य उत्पाद को देखने से पहले या बाद में किसी ने उत्पाद खरीदा है या नहीं। इस प्रकार का डेटा आपको यह निर्धारित करने में मदद कर सकता है कि किसी व्यक्ति द्वारा किसी विशेष वस्तु को खरीदने की संभावना है या नहीं। आप सर्वेक्षण परिणामों का उपयोग करके इस बारे में सटीक जानकारी प्राप्त कर सकते हैं कि कितने लोग कौन से उत्पाद खरीद रहे हैं। आप उनका उपयोग भविष्य के मार्केटिंग अभियानों को लक्षित करने में सहायता के लिए भी कर सकते हैं। आप विश्लेषण के लिए तैयार उपयोग में आसान डेटाबेस बनाने के लिए ग्राहक खरीद इतिहास के साथ सर्वेक्षणों की जानकारी को भी जोड़ सकते हैं। डेटा संग्रह एक अनुशंसाकर्ता प्रणाली के निर्माण का एक महत्वपूर्ण हिस्सा है। किसी भी डेटा का उपयोग करने से पहले किसी प्रकार की विश्वसनीयता जांच की आवश्यकता होती है। इसके अलावा, सटीकता की उचित मात्रा होनी चाहिए। अंत में, हम जानना चाहते हैं कि लोग हमारे उत्पाद या सेवा के बारे में क्या सोचते हैं। इसका मतलब है कि हमें उनसे सवाल पूछने के लिए एक सर्वेक्षण बनाने की आवश्यकता है। सर्वेक्षण किसी उत्पाद या सेवा पर उपयोगकर्ताओं की राय के बारे में जानकारी एकत्र करने का एक शानदार तरीका है। वे यह पता लगाने का भी एक अच्छा तरीका हैं कि उपयोगकर्ताओं के लिए कौन सी सुविधाएँ सबसे मूल्यवान हैं। डेटा संग्रह एक अनुशंसाकर्ता प्रणाली बनाने में सबसे महत्वपूर्ण चरणों में से एक है। यह हमें यह पता लगाने में मदद करता है कि लोग हमारे उत्पाद या सेवा के बारे में क्या पसंद करते हैं और क्या पसंद नहीं करते हैं ताकि हम इसे बेहतर बना सकें। डेटा संग्रह सिफारिशें करने की कुंजी है। डेटा के बिना, हम कोई भी सिफारिश नहीं कर पाएंगे। हम सिर्फ अनुमान लगा रहे होंगे। लेकिन डेटा एकत्र करना हमेशा आसान नहीं होता है। कभी-कभी हमें लोगों से सीधे उनकी राय पूछनी पड़ती है। दूसरी बार, हमें यह देखने के लिए रिकॉर्ड देखने की आवश्यकता हो सकती है कि वे क्या कहते हैं। किसी भी तरह से, डेटा संग्रह आवश्यक है। डेटा संग्रह किसी भी अनुशंसाकर्ता प्रणाली की आधारशिला है। यदि हमारे पास विश्वसनीय डेटा नहीं है, तो हम एक मॉडल नहीं बना सकते हैं जो वस्तुओं की सटीक अनुशंसा करेगा। इसलिए, हमें सही डेटा प्राप्त करके शुरुआत करने की आवश्यकता है। फिर, हमें जरूरत है स्वच्छ इसे ठीक से व्यवस्थित करें। एक बार जब हम ऐसा कर लेते हैं, तो हम इसका विश्लेषण करना शुरू कर सकते हैं।

तेल की खपत होती है, लेकिन डेटा बनाया जाता है

ईंधन के रूप में उपयोग करने पर तेल जल जाता है। डेटा बनाया जाता है और इसे नष्ट नहीं करना पड़ता है। हर दिन मानव क्रियाएं हर दिन डेटा बनाती हैं। डेटा एक ऐसी संपत्ति है जिसे दूर नहीं जाना पड़ता है और लंबे समय तक उपयोगी रहता है समय , भले ही यह प्रौद्योगिकी कंपनियों द्वारा एकत्र किया गया हो। कंपनियां अपने उत्पादों और सेवाओं को बेहतर बनाने के लिए डेटा का उपयोग कर सकती हैं। वे इसका उपयोग ग्राहकों को बेहतर ढंग से समझने और अधिक व्यक्तिगत अनुभव प्रदान करने के लिए कर सकते हैं। और वे इसका उपयोग व्यावसायिक निर्णय लेने के लिए कर सकते हैं। डेटा एक ऐसा संसाधन है जिसका बार-बार पुन: उपयोग किया जा सकता है। यह सच है कि तेल की खपत होती है, लेकिन डेटा निर्माण जारी है। हर बार जब हम कुछ नया करते हैं, तो हम डेटा बनाते हैं। इसका मतलब है कि डेटा कहीं नहीं जा रहा है। यह बढ़ता और विकसित होता रहेगा। जब तक हम चीजों के साथ बातचीत करते रहेंगे, हम डेटा उत्पन्न करते रहेंगे। डेटा को डेटाबेस, स्प्रेडशीट, दस्तावेज़ और अन्य स्थानों में संग्रहीत किया जा सकता है। इसे ऑनलाइन साझा किया जा सकता है या निजी रखा जा सकता है। इसका विश्लेषण और उपयोग विभिन्न तरीकों से किया जा सकता है। डेटा का उपयोग मौसम की भविष्यवाणी करने से लेकर व्यवसायों को अधिक कुशलता से चलाने में मदद करने तक कुछ भी करने के लिए किया जा सकता है।

विकास का समर्थन करने के लिए कार्रवाई योग्य अंतर्दृष्टि

औद्योगिक क्रांति के बाद से विश्व अर्थव्यवस्था तेजी से बदल रही है। प्रौद्योगिकी ने हमें पहले से कहीं अधिक तेजी से विकसित करने की अनुमति दी है। व्यवसाय अधिक कुशल और प्रभावी हो गए हैं। अधिक सामान और सेवाएं सभी के लिए उपलब्ध हैं। और अधिक लोग धन बनाने के लिए मिलकर काम कर रहे हैं। इन सभी परिवर्तनों का मतलब है कि विश्व अर्थव्यवस्था बढ़ रही है। लेकिन बदलाव की रफ्तार भी बढ़ रही है। तक रहना प्रतिस्पर्धी, व्यवसायों को जल्दी से अनुकूलित करना चाहिए। उन्हें नए कौशल सीखने चाहिए और नई प्रौद्योगिकियों को अपनाना चाहिए। उन्हें नवाचार करना चाहिए। सफल बने रहने के लिए, व्यवसायों को कार्रवाई योग्य अंतर्दृष्टि की आवश्यकता होती है। ये अंतर्दृष्टि उन्हें जोखिमों से बचने के दौरान अवसरों का लाभ उठाने की अनुमति देती हैं। वे उन्हें बनाने में मदद करते हैं दर्द निर्णय। वे उन्हें प्रभावी ढंग से कार्य करने की क्षमता देते हैं। कार्रवाई योग्य अंतर्दृष्टि के साथ, व्यवसाय कर सकते हैं:सूचित निर्णय लें। बाजार में क्या हो रहा है, यह जानकर, व्यवसाय बेहतर विकल्प बना सकते हैं। वे उपभोक्ताओं को बेचने या खुदरा विक्रेताओं को बेचने के बीच चयन कर सकते हैं। वे तय कर सकते हैं कि अनुसंधान और विकास में पैसा निवेश करना है या उच्च गुणवत्ता वाले उत्पादों के उत्पादन पर ध्यान केंद्रित करना है। वे यह सुनिश्चित कर सकते हैं कि वे अपने ग्राहकों के लिए सर्वोत्तम मूल्य प्रदान कर रहे हैं। रणनीतिक कदम उठाएं। व्यवसाय अपने संसाधनों को खर्च करने के बारे में बेहतर निर्णय लेने के लिए कार्रवाई योग्य अंतर्दृष्टि का उपयोग कर सकते हैं। वे उन क्षेत्रों में पूंजी आवंटित कर सकते हैं जो सबसे बड़ा रिटर्न प्रदान करते हैं। वे नई परियोजनाओं और पहलों में निवेश कर सकते हैं। या वे ओवरहेड खर्चों को कम करके लागत में कटौती कर सकते हैं। रुझानों का लाभ उठाएं। जब व्यवसाय जानते हैं कि बाजार कैसे विकसित हो रहा है, तो वे बेहतर निर्णय ले सकते हैं कि किन बाजारों में प्रवेश करना है और किन लोगों से बचना है। वे ग्राहकों की जरूरतों का अनुमान लगा सकते हैं और तदनुसार प्रतिक्रिया दे सकते हैं। वे उभरते रुझानों की पहचान कर सकते हैं और उनका लाभ उठा सकते हैं। प्रतियोगिता से आगे रहें। जब व्यवसाय कार्रवाई योग्य अंतर्दृष्टि का उपयोग करते हैं, तो वे प्रतिस्पर्धियों से एक कदम आगे रह सकते हैं। वे देख सकते हैं कि कौन सी रणनीतियाँ काम करती हैं और कौन सी नहीं। वे अपनी उत्पाद लाइनों में कमजोरियों को पहचान सकते हैं और उन्हें मजबूत करने के तरीके खोज सकते हैं। वे नए अवसरों की पहचान कर सकते हैं और दूसरों से पहले उनका लाभ उठा सकते हैं।

अकेले डेटा नया तेल नहीं है

हमने यह देखा है चलचित्र सामने। कंप्यूटिंग के शुरुआती दिनों में, कंप्यूटर के आसपास बहुत प्रचार था। लोग इस बात को लेकर उत्साहित थे कि वे कितनी तेजी से गणना कर सकते हैं। कंप्यूटर जादू की तरह लग रहा था। वे ऐसे कार्य कर सकते थे जो मनुष्य नहीं कर सकते थे। डिजिटल रूप से जानकारी संग्रहीत करने का विचार जादुई लग रहा था। हमने सोचा था कि कंप्यूटर कागज और पेंसिल की जगह ले लेंगे। हमने सोचा कि डेटा हमारी सबसे मूल्यवान संपत्ति होगी। हमने सोचा कि डेटा नया तेल था। लेकिन फिर वास्तविकता सामने आ गई। कंप्यूटर उतने ही धीमे साबित हुए जितने हमने उम्मीद की थी। कागज और पेंसिल गायब नहीं हुए। इसके बजाय, हमने सीखा कि ऐसे प्रोग्राम कैसे लिखें जो डेटा में हेरफेर कर सकें। हमें पता चला कि डेटा सब के बाद नया तेल नहीं था। यह पता चला है कि डेटा सफलता की कुंजी नहीं है। डेटा केवल तभी उपयोगी होता है जब इसे अन्य प्रकार के ज्ञान के साथ जोड़ा जाता है। यही कारण है कि अकेले डेटा कार्रवाई योग्य अंतर्दृष्टि प्रदान नहीं करता है। कार्रवाई योग्य अंतर्दृष्टि ज्ञान के अन्य रूपों के साथ डेटा के संयोजन से आती है। यह भी शामिल है:व्यावसायिक ज्ञान. व्यवसाय अपने उद्योग और कारोबारी माहौल को समझते हैं। वे जानते हैं कि उनकी कंपनी को क्या विशिष्ट बनाता है। वे जानते हैं कि उनके ग्राहक कौन हैं और उन्हें क्या प्रेरित करता है और वे जानते हैं कि उनके प्रतियोगी क्या कर रहे हैं। यह इस डेटा का शोधन है जो इसे व्यवसाय के लिए उपयोगी बनाता है।

डेटा + ज्ञान = समाधान

जब डेटा और ज्ञान का संयोजन होता है, तो आपको समाधान मिलते हैं। आपको अपने सवालों के जवाब मिलते हैं। आपको अपनी समस्याओं के बारे में जानकारी मिलती है। आपको इस तरह के सवालों के जवाब मिलते हैं: मुझे क्या बेचना चाहिए? मेरे ग्राहक क्या उत्पाद चाहते हैं? मुझे कितने लाभ की उम्मीद करनी चाहिए? मुझे अपने सीमित संसाधनों को कहां रखना चाहिए? मैं अपनी उत्पाद लाइन कैसे सुधार सकता हूं? मैं किन बाजारों में विस्तार कर सकता हूं? मुझे किन ग्राहकों को लक्षित करना चाहिए? मुझे किन उत्पादों का उत्पादन करना चाहिए? मुझे किन आपूर्तिकर्ताओं से खरीदना चाहिए? मुझे किन मार्केटिंग चैनलों का उपयोग करना चाहिए?

प्रत्येक प्रश्न का उत्तर विशिष्ट स्थिति पर निर्भर करता है। प्रत्येक निर्णय के लिए विभिन्न कारकों के विश्लेषण की आवश्यकता होती है। कुछ कारकों में शामिल हैं:आपकी वर्तमान बिक्री मात्रा। आपका वर्तमान लाभप्रदता स्तर। आपकी वर्तमान इन्वेंट्री स्तर। आपकी वर्तमान बाजार हिस्सेदारी। आपका वर्तमान ग्राहक आधार। आपकी भविष्य की योजनाएं। आपके प्रतियोगी के कार्य। डेटा आपको बताता है कि आप कहां जा रहे हैं और अपने लक्षित स्तरों को हिट करने के लिए आपको क्या करना चाहिए।