Was zum $ @! ist Datenerkennung?

In der Geschäftswelt geht es um die Entdeckung von Daten. Oberflächlich betrachtet scheint es ein einfacher Begriff zu sein, aber dieser Slogan bedeutet mehr als "Dinge herausfinden". Also, was ist Datenerkennung wirklich? Und wie fügt es sich in die moderne Landschaft von Mobile, Analytics und Big Data ein?

Bei der Datenermittlung, die manchmal als Data Mining bezeichnet wird, werden Daten gesammelt, analysiert und anschließend in lesbaren, verwendbaren Formaten präsentiert. In den grundlegendsten Begriffen ist Datenerkennung der Prozess des Findens von Mustern in Daten und des Verwendens dieser Muster, um ein bestimmtes Geschäftsziel zu erreichen.

Bei der Datenermittlung geht es natürlich um mehr als um das Abgleichen von Punkten. Unternehmen nutzen Data Discovery für eine Vielzahl von Zielen und Anwendungen in verschiedenen Bereichen - und in einer modernen, digitalen Welt gibt es mehr Daten zu entdecken als jemals zuvor.

Woher stammt die Datenermittlung?

Während die Datenermittlung für das "heiße" Lexikon digitaler Geschäftsbegriffe relativ neu ist, sind die Methoden und Strategien nicht so neu. Der Vorgänger des Begriffs, Data Mining, wurde in den 1990er Jahren eingeführt, aber Unternehmen und Organisationen verwenden seit Beginn des Handels eine Form der Datenermittlung.

Moderne Datenerfassung als Geschäftsstrategie entstand durch den Aufstieg von Big Data - ein Sammelbegriff, der das relativ junge, exponentielle Wachstum großer, komplexer Datensätze beschreibt, bei denen die schiere Menge an Informationen unter Verwendung herkömmlicher Datenbank- und Organisationstools ausschließt etwas Nützliches extrahieren.

Big Data ist jedoch eine große Sache für Unternehmen von heute, da strukturierte und unstrukturierte Daten äußerst nützliche Muster darstellen, die zur Verbesserung von Marketingstrategien, ROI und Gewinnen verwendet werden können. Datenerkennungsplattformen wurden daher entwickelt, um Organisationen die Möglichkeit zu geben, relevante Daten zu lokalisieren, zu analysieren und zu extrahieren.

Wie funktioniert die Datenermittlung?

Plattformen für die Datenerkennung bestehen in der Regel aus mehreren Tools, die zusammen gebündelt werden und zusammenarbeiten, um Daten zu extrahieren und auf sinnvolle Weise darzustellen. Es gibt verschiedene Möglichkeiten, mit denen diese Tools relevante Informationen finden und identifizieren können. Bei den meisten handelt es sich jedoch um drei grundlegende Analysemethoden:

• Metadaten: Alle digitalen Inhalte enthalten Metadaten oder "Daten über Daten". Diese Informationen sind im Allgemeinen für Endbenutzer nicht sichtbar, werden jedoch im Back-End angezeigt. Metadaten werden in der Regel mithilfe von Tabellen und Spaltenattributen gespeichert. Datenerkennungstools, die Metadaten verwenden, suchen daher nach Übereinstimmungen in Spaltenname, Datengröße und Datentyp.
• Beschriftungen: In vielen Fällen werden Daten unter Beschriftungen (Tags) generiert und gruppiert, die die Daten in dieser Gruppe beschreiben. Diese Tags können beim Erstellen der Daten generiert oder als Referenz und zusätzliche Informationen hinzugefügt werden. Beschriftungen oder Tags ähneln Metadaten, sind jedoch weniger formal.
• Inhalt: Diese Strategie analysiert die Daten selbst und nicht die angehängten Bezeichnungen oder Metadaten.

In der Regel ist das Inhaltsdatenvolumen sehr viel größer als bei Tags oder Metadaten. Dies bedeutet, dass das Identifizieren von Daten anhand des Inhalts länger dauert und komplexere Ermittlungsmethoden verwendet werden. Die Inhaltsanalyse liefert jedoch tendenziell auch reichhaltigere und nützlichere relationale Ergebnisse.

Sobald die Daten analysiert wurden, können andere Datenerkennungswerkzeuge verwendet werden, um die erkannten Beziehungen, Trends oder Muster in einem nützlichen Format darzustellen. Grafiken, Tabellen und Diagramme sind grundlegende Präsentationstools, die bei der Datenermittlung verwendet werden. Komplexere und dennoch lesbare Präsentationen, wie z. B. Infografiken, werden von Datenanalysten immer beliebter.

Was kann die Datenermittlung tun?

Praktisch gesehen gibt es nahezu unbegrenzte Verwendungsmöglichkeiten für Data Discovery-Plattformen und -Tools. Diese Methoden und Strategien werden in fast allen Branchen, einschließlich Einzelhandel, Finanzen, Kommunikation und Marketing, am häufigsten von verbraucherorientierten Organisationen eingesetzt, obwohl auch gemeinnützige Organisationen, Business-to-Business-Organisationen und Regierungsbehörden diese Technologie nutzen.

Mithilfe der Datenermittlung kann eine Organisation Beziehungen zwischen internen Faktoren (wie Preis, Produktpositionierung und Mitarbeiterleistung) und externen Faktoren (wie Wettbewerbsdaten, Wirtschaftsindikatoren und Kundendemografien) finden. Diese Beziehungen helfen Unternehmen dabei, die Auswirkungen von Änderungen an einem oder mehreren Faktoren auf Umsatz, Kundenbindung und Gewinn zu veranschaulichen und zu definieren.

Die bei der Datenermittlung verwendeten Tools bieten ein detaillierteres Bild der Einflussfaktoren und ermöglichen es Unternehmen, ihre Marketingstrategien und Werbekampagnen mit gezielten Informationen abzustimmen. Die Empfehlungs-Engine für den beliebten Streaming-Videodienst Netflix ist ein gutes Beispiel für die Datenerkennungstechnologie bei der Arbeit. Der Dienst verwendet externe Daten zu den Betrachtungsverläufen der Kunden und interne Daten zu den Medieninhalten in ihrer Datenbank, um individuelle Vorschläge für neue Videos zu machen, die ihre Kunden wahrscheinlich interessieren.

Die potenzielle Anwendung von Data Discovery geht jedoch über den Einzelhandel hinaus. Ein Beispiel ist die Advanced Scout-Software, ein Programm der National Basketball Association (NBA). Es analysiert die Bewegungen der Spieler anhand von Bildaufnahmen von Basketballspielen, um Trainern bei der Entwicklung von Strategien und der Orchestrierung von Spielen zu helfen.

Mit dem Fortschritt der Data Discovery-Plattformen und der immer günstigeren Technologie können immer mehr Unternehmen diese Tools nutzen, um ihre Kunden besser zu verstehen und einzigartige, maßgeschneiderte Angebote bereitzustellen, die den Handel für alle verbessern.