|
Guruh: 961-19 Bajardi
|
| bet | 1/2 | | Sana | 23.12.2023 | | Hajmi | 268 Kb. | | #127572 |
Bog'liq UMIRBEK optik tolali uzatish tizimlari, Mavzu Jamoani shakllantirishning istiqbol rejalari-fayllar.org, a, MUSIQAVIY BADIIY DIDNING DARAJASI, dilshod aka, Coursera Muhammedova, Shakarov Abbos falsafa axloqshunoslik, NKSHT 4MT (2), dilnoza, zafar, 1 Mînîpîliya nima , 1, 452-22 YN, TKT 1-2-3 MODULE KEY words newBu sahifa navigatsiya:
- Mavzu
Muhammad Al-Хorazmiy nomidagi Toshkent Axborot Texnologiyalari universiteti Urganch filiali
Mustaqil ish.
Guruh:961-19
Bajardi: Omonboyev Umirbek
Fan nomi: Katta ma’lumotlarni qayta ishlash texnalogiyalari.
Qabul qildi: O’razmatov Toxir.
Mavzu: Turli xil o'sishga yo'naltirilgan katta ma'lumotlarni saqlash.
Reja:
Kirish.
Turli xil o'sishga yo'naltirilgan katta ma'lumotlar.
Katta ma’lumotlarni saqlash vositalari .
Xulosa.
Foydalanilgan adabiyotlar.
Kirish.
So'nggi bir necha yil ichida ham akademik, ham elektron tijorat sanoatida katta ma'lumotlarga qiziqish portlashi sodir bo'ldi. Ushbu portlash katta ma'lumotlar tahlilini (BDA) o'z qiymat zanjiriga kiritadigan elektron tijorat firmalari raqobatchilariga qaraganda 5-6% yuqori mahsuldorlikka ega ekanligi bilan izohlanadi (McAfee va Brynjolfsson, 2012). Amerika Qo'shma Shtatlaridagi (AQSh) BSA Software Alliance tomonidan yaqinda o'tkazilgan tadqiqot shuni ko'rsatadiki, BDA firmalarning 56% o'sishining 10% yoki undan ko'prog'iga hissa qo'shadi (Columbus, 2014). Shunday qilib, Fortune 1000 kompaniyalarining 91 foizi BDA loyihalariga sarmoya kiritmoqda, bu o'tgan yilga nisbatan 85 foizga ko'pdir (Kiron va boshqalar, 2014a). Rivojlanayotgan internetga asoslangan texnologiyalardan foydalanish elektron tijorat firmalariga o'zgaruvchan imtiyozlar (masalan, real vaqtda mijozlarga xizmat ko'rsatish, dinamik narxlar, shaxsiylashtirilgan takliflar yoki takomillashtirilgan o'zaro ta'sir) bilan ta'minlansa-da (Riggins, 1999), BDA bu ta'sirlarni ma'lumotga ega bo'lishga imkon berish orqali yanada mustahkamlashi mumkin. tanqidiy fikrlarga asoslangan qarorlar (Jao, 2013). Xususan, elektron tijorat kontekstida "katta ma'lumotlar savdogarlarga har bir foydalanuvchining xatti-harakatlarini kuzatish va bir martalik mijozlarni takroriy xaridorlarga aylantirishning eng samarali usullarini aniqlash uchun nuqtalarni ulash imkonini beradi" (Jao, 2013, p.1). Katta ma'lumotlar tahlili (BDA) elektron tijorat firmalariga ma'lumotlardan samaraliroq foydalanish, yuqori konversiya tezligini oshirish, qaror qabul qilishni yaxshilash va mijozlarni kuchaytirish imkonini beradi (Miller, 2013). Elektron tijoratdagi tranzaksiya xarajatlari nazariyasi nuqtai nazaridan (Devaraj va boshq., 2002; Uilyamson, 1981), BDA onlayn firmalarga bozor tranzaksiyalari xarajatlari samaradorligini (masalan, xaridor va sotuvchining onlayn o'zaro ta'siri), boshqaruv tranzaksiyalari samaradorligini oshirish orqali foyda keltirishi mumkin. masalan, jarayon samaradorligi - Amazon tomonidan tavsiya etilgan algoritmlar) va vaqt xarajatlari samaradorligi (masalan, qidirish, savdolashish va sotishdan keyingi monitoring). Resursga asoslangan ko'rinishga (RBV) (Barney, 1991) asoslanib, biz BDA yuqori samarali biznes jarayonining o'ziga xos vakolati ekanligini ta'kidladik. sodiq va daromadli mijozlarni aniqlash, optimal narxni aniqlash, sifat muammolarini aniqlash yoki inventarizatsiyaning eng past darajasini aniqlash kabi biznes ehtiyojlarini qo'llab-quvvatlash (Davenport va Xarris, 2007a). RBVga qo'shimcha ravishda, ushbu tadqiqot BDAni sotsiomaterializmning relyatsion ontologiyasi nuqtai nazaridan ko'rib chiqadi, bu turli tashkiliy qobiliyatlar (masalan, boshqaruv, texnologiya va iste'dod) konstitutsiyaviy ravishda chigallashgan (Orlikowski, 2007) va bir-birini qo'llab-quvvatlaydi (Barton va Sud, 2012) qat'iy ishlashga erishishda. Va nihoyat, xizmat ko'rsatish marketingi xizmat ko'rsatish innovatsion modellarini takomillashtirish istiqbollarini taklif etadi, bu Rolls Royce (Barrett va boshq., 2015), Amazon, Google va Netflix (Davenport va Xarris, 2007a) kabi firmalar tomonidan aks ettirilgan. Shunday qilib, mavjud adabiyotlarda BDA "ish bilan bandlikning o'sishi, mahsuldorlikning oshishi va iste'molchilarning ortiqcha miqdorini oshirish" platformasi (Loebbecke va Picot, 2015, p.152), "innovatsiyadagi navbatdagi katta narsa" (Gobble, 2013) 64-bet); "Fanning to'rtinchi paradigmasi" (Strawn, (2012); "innovatsiyalar, raqobat va samaradorlikning keyingi chegarasi" (1-bet) va keyingi "boshqaruv inqilobi" (3-bet) (McAfee va Brynjolfsson, 2012) yoki BDA “fan va texnologiyada inqilob keltirmoqda” (Ann Keller va boshq., 2012) va hokazo. va sanoat tadqiqoti (Fosso Wamba va boshq., 2015c) 1-jadvalda ko'rsatilganidek, BDA bozorida barqaror o'sish kuzatilmoqda, shuningdek, global elektron tijorat mijozlari soni va ularning jon boshiga sotishi.
Garchi nashr etilgan materiallar soni ortib borayotgani ushbu sohadagi amaliyotchilarga qaratilgan bo'lsa-da, adabiyotlar asosan anekdot va parchalangan bo'lib qolmoqda. Elektron tijoratda katta ma'lumotlarning o'lchamlari va qo'llanilishini o'rganish uchun umumiy taksonomiyani ta'minlaydigan tadqiqotlar kam. Shuning uchun ushbu tadqiqotning maqsadi turli xil kontseptsiyalarni aniqlashdir elektron tijoratdagi katta ma'lumotlarning o'lchamlari va ularning biznes qiymatiga aloqadorligi. Ushbu maqolaga e'tibor qaratilgan katta ma'lumotlar tahlili (BDA) yordamida biznes qiymatini ushlaydigan elektron tijorat firmalarida. Mavjud adabiyotlar shuni ko'rsatadiki, BDA elektron tijorat firmasiga bir qator imtiyozlarga erishishga imkon berishi mumkin, masalan: mahsulot va xizmatlar uchun yaxshilangan narx strategiyasi (Christian, 2013); maqsadli reklama; tadqiqot va ishlanmalar (Ar-ge) va mahsulotni ishlab chiqish o'rtasidagi aloqani yaxshilash; mijozlarga xizmat ko'rsatishni yaxshilash; takomillashtirilgan ko'p kanalli integratsiya va muvofiqlashtirish (IBM, 2013); bir nechta biznes birliklari va joylaridan kengaytirilgan global manbalar, va umuman olganda, biznes qiymatini oshirish uchun modellar va usullarni taklif qiladi (Beath va boshq., 2012; Fosso Wamba va boshq., 2015a; Sharma va boshq., 2014). Ushbu tadqiqotga sabab bo'lgan tadqiqot savoliga e'tibor qaratiladi: biznes qiymatini yaratishda "katta ma'lumotlar tahlili" elektron tijorat muhitidagi an'anaviy tahlillardan qanday farq qiladi? Ushbu tadqiqot savoliga javob berish uchun maqola umumiy taksonni taqdim etishga qaratilgan BDA va uning biznes qiymatini yaratishdagi rolini tushunishni kengaytirish. Aniqroq aytganda, ushbu maqolaning maqsadlari:
• Katta ma'lumotlar tahlilining ta'rifiy istiqbollarini aniqlash
• Elektron tijoratda katta ma'lumotlarning xususiyatlarini farqlash
• Elektron tijorat doirasidagi katta ma'lumotlar turlarini o'rganish
• Elektron tijoratda katta ma'lumotlarning biznes qiymatini ko'rsatish
• Elektron tijoratda katta ma'lumotlarni qo'llash muammolarini hal qilish bo'yicha ko'rsatmalar berish.
Umuman olganda, ushbu maqola elektron tijorat kontekstida katta ma'lumotlarning ma'nosini to'liq ifodalashni nazarda tutadi. Biz ushbu maqolani beshta asosiy qismga ajratdik. Birinchidan, 2-bo'limda biz uslubiy gestaltni tushuntiramiz va tizimli tahlilimiz natijalarini taqdim etamiz. Ushbu ma'lumotni jamlash orqali 3-bo'limda biz katta ma'lumotlarning elektron tijoratdagi rolini aniqlaymiz va muqobil ta'rif istiqbollarini aniqlaymiz. Ikkinchidan, 4-bo'limda biz elektron tijoratdagi katta ma'lumotlarning o'ziga xos atributlari va turlarini tahlil qilamiz. Uchinchidan, 5-bo'limda biz elektron tijorat domenida BDA yordamida olinishi mumkin bo'lgan har xil turdagi biznes qiymatini tavsiya qilamiz. Va nihoyat, biz muammolarni aniqlaymiz va elektron tijoratda BDA o'sishiga yordam berish uchun ularni hal qilish uchun echimlarni taqdim etamiz.
Tadqiqot yondashuvi.
Tadqiqot elektron tijoratda BDA ning ta'rifiy jihatlari, atributlari, turlari va biznes qiymati bo'yicha mavjud bilimlarni aniqlash va baholash uchun adabiyotlarni o'rganishga asoslangan. Elektron tijoratni aniqlashda Kalakota va Uinston (1997) to'rtta istiqbolga e'tibor qaratdilar: onlayn xarid va sotish, texnologiyaga asoslangan biznes jarayoni, axborot kommunikatsiyasi va mijozlarga xizmat ko'rsatish. Biroq, bu ta'rif tranzaksiya narxiga va elektron tijoratning boshqa jihatlariga (masalan, B2B, B2G, C2C va boshqalar) etarlicha e'tibor bermaydi. Shunday qilib, ushbu muhim jihatlarni yoritib, Frost
va Strauss (2013) ta'rifni onlayn xarid qilish va sotish, raqamli qiymat yaratish, virtual bozor joylari va do'konlar va yangi tarqatish vositachilariga qaratilgan. Biroq, bu ta'rif asosan elektron marketingga qaratilgan va boshqa muhim elektron biznes jarayonlarini birlashtira olmaydi. Shunday qilib, ushbu tadqiqot tranzaksiya qiymatiga (ya'ni, xarajatlarni tejash, mahsuldorlik va samaradorlikni oshirish) va strategik qiymatga (ya'ni, raqobatdosh ustunliklar, firma faoliyati) erishishga qaratilgan katta ma'lumotlar muhitida elektron tijoratning yanada yaxlit ta'rifini ilgari suradi. raqamli bozorlarda ishlab chiqarish, inventarizatsiya, innovatsiyalar, risklar, moliya, bilimlar, munosabatlar va inson resurslarini boshqarishni tahliliy tushunchalar yordamida o'zgartirish orqali (Wixom va boshq., 2013). Ushbu tadqiqot elektron tijorat muhitidagi "katta ma'lumotlar" ni o'rganadi, bu elektron tijorat landshaftidagi katta miqdordagi tranzaktsiyalar, klik-stream, ovoz va video ma'lumotlariga ishora qiladi (Davenport va boshq., 2012). Tadqiqot ko'rib chiqish davomida qat'iylikni o'rnatish uchun tizimli yondashuvni o'z ichiga oldi: bu Ngai va Wat (2002) va Vaitianathan (2010) tomonidan elektron tijorat tadqiqotlarida va Benedettini va Neely (2012) xizmat ko'rsatish tizimlarini tadqiq qilishda qo'llangan shunga o'xshash yondashuvga asoslangan edi. Ko'rib chiqish jarayonida har bir bosqichda mezonlar, ko'lam va metodologiya tavsiflangan protokol qabul qilindi. Tadqiqotning subyektiv xususiyatidan kelib chiqib, tizimli yondashuv tadqiqotning aniq maqsadlariga moslashtirildi. Tadqiqot ko'rib chiqish jarayonini yanada aniqroq va kamroq xolis qilish uchun protokol davomida ilmiy va shaffof jarayonni qo'lladi. Ko'rib chiqish jarayoni quyidagi tadqiqot savolidan kelib chiqdi: elektron tijoratda BDA ning ta'rifiy istiqbollari, o'ziga xos xususiyatlari, turlari, biznes qiymatining jihatlari va muammolari qanday? Tadqiqot savolining ushbu jihatlari mavzu yo'nalishlarini, tegishli tadqiqotlarni, materiallar manbalarini, qo'shish va chiqarib tashlash mezonlarini to'g'ri aniqlash orqali ko'rib chiqish jarayoniga rahbarlik qildi. Ko'rib chiqish empirik dalillar yordamida aniq va mazmunli jihatlarni qamrab olgan holda tadqiqot savoliga pragmatik echimlarni taqdim etishga qaratilgan. Shu sababli, elektron tijoratning asosiy tarkibiy qismlari (masalan, mahsulotni ishlab chiqish; operatsiyalar; marketing, moliya va inson resurslarini boshqarish; va axborot tizimlari) BDA va biznes qiymati bilan bog'liq holda o'rganildi. Biz biologiya, kimyo, geologiya, fizika yoki siyosat kabi ilmiy qiziqishlarimiz bilan bevosita bog'liq bo'lmagan fanlarni chiqarib tashladik. BDA bo'yicha tadqiqotlar rivojlanayotgan soha bo'lganligi sababli, 2006-2014 yillar oralig'idagi qidiruv vakillik sifatida qabul qilindi. Biz pastki chegarani 2006 yilga belgilab oldik, chunki bu yili “tahlil bo'yicha raqobatlashuvchi” birinchi ilmiy maqola Davenport (2006) tomonidan Garvard Business Review jurnalida nashr etilgan (500 martadan ko'p iqtibos keltirilgan). Tadqiqotning tizimli ko'rib chiqilishi ushbu maqolani katta ma'lumotlar tahlili bo'yicha keyingi tadqiqotlar uchun tetik sifatida aniqladi.
Tadqiqot "katta ma'lumotlar tahlili*" kalit so'zlarini turli xil atamalar va iboralar bilan birlashtirgan qidiruv satrlarini shakllantirish orqali tegishli nashrlarni aniqladi. Joyker belgilardan foydalangan holda, tadqiqot qidiruv satrlari sonini qisqartirdi, chunki, masalan, "katta ma'lumotlar tahlili*" "katta ma'lumotlar tahlili" va "katta ma'lumotlar tahlili" uchun xitlarni qaytarishi mumkin. Dastlab, qidiruv e-tijorat firmalari tomonidan boshdan kechirilgan katta ma'lumotlar va tahlillarga eng mos keladigan material manbai sifatida elektron tijorat tadqiqotlariga qaratilgan. Tadqiqot "katta ma'lumotlar tahlili" kalit so'zlarini "elektron tijorat*", "elektron tijorat*", "katta ma'lumotlar tahlili* VA elektron tijorat*" va "katta ma'lumotlar tahlili*" atamalari bilan birlashtirgan ma'lumotlar bazasini qidirishni o'tkazdi. elektron tijorat*'. Umuman olganda, tadqiqot elektron tijorat tadqiqotlari doirasidagi turli oqimlardan (masalan, marketing, operatsiyalarni boshqarish, strategik menejment, inson resurslarini boshqarish, elektron tijorat va axborot tizimlari). Panel ko'rib chiqish protokolini tasdiqlash uchun har bir oqimdan akademik va tahlilchi amaliyotchidan iborat ekspertlar guruhini taqdim etdi.
Bizning qidiruvimiz 2014-yil 01-noyabrda boshlangan va 2014-yil 20-dekabrda yakunlangan. Tadqiqot beshta maʼlumotlar bazasini oʻrganish orqali ilmiy ekspertizadan oʻtgan jurnallar, davriy nashrlar va sifatli veb-kontentni koʻrib chiqdi: Scopus (Elsevier); Web of Knowledge (Thomson ISI); ABI/Inform Complete (ProQuest); Business Source Complete (EBSCO Host); va Emerald, IEEE Xplore va ScienceDirect (Teylor va Frensis). Bundan tashqari, xuddi shunday qidiruv Axborot tizimlari assotsiatsiyasi (AIS) eng yaxshi jurnallar savatida ham o'tkazildi. Eng yaxshi jurnallar savatini qo'shish orqali tadqiqot shunga o'xshash yondashuvga ega bo'lgan oldingi tadqiqotlar tomonidan foydalanilgan asosiy ma'lumotlar bazalarini o'z ichiga oldi (Fosso Wamba va boshq., 2013; Lim va boshq., 2013b; Ngai va boshq., 2008; Ngai va boshq. , 2009) hamda yetakchi axborot tizimlari (IS) jurnallaridan olingan muhim topilmalar.
Qidiruvlar mavhum maydon bilan chegaralangan, mavzu (ya'ni, referat, sarlavha va kalit so'zlar) ishlatilgan Web of Knowledge ma'lumotlar bazasi bundan mustasno. Hammasi bo'lib 121 ta maqola yuklab olindi va ko'rib chiqildi. Tadqiqot e'tibori elektron tijoratda BDA bo'yicha maksimal ko'rishlar sonini qo'lga kiritishga qaratilganligi sababli, maqolalarning tadqiqot savollariga qo'shgan hissalarining ravshanligi bo'yicha sifat bahosi o'rnatildi (Birnik va Bowman, 2007). Ushbu bosqichda 32 ta hujjat aniqlandi. Yana ettita hujjat tegishli deb topildi, chunki ular turli sohalarda, shu jumladan elektron tijoratda BDAga aniq yo'naltirilgan edi. O'zaro havolalar qo'shish uchun mos bo'lgan yana beshta hujjatni berdi. Ushbu bosqichda tadqiqot qo'lda yana to'rtta maqolani o'z ichiga oldi va 48 ta maqolaning yakuniy ro'yxatini berdi. Umuman olganda, har bir qog'ozni tanlash uchun ishlatiladigan mezonlar elektron tijorat landshaftida BDA ning aniq yoki yashirin ko'rsatkichini o'z ichiga oladi. Biz adabiyotlarni ko'rib chiqishning tematik tahlilini (Ezzy, 2002) qabul qildik, uni ayniqsa Braun va Klark (2006) boshqargan. Keng qamrovli tekshiruv 5 ta boshlang'ich kodlar to'plamini yaratdi. Ochiq kodlash adabiyotlarni o'rganish natijasida olingan kodlar bilan ma'lum qilingan bo'lsa-da, koderlar adabiyotda mavjud bo'lmagan qo'shimcha o'lchamlarni aniqlash uchun ochiq edi (Spiggle, 1994). Biroq, koderlar adabiyot va aniqlangan besh toifa (ya'ni, ehtiyojlarni aniqlash, bozor segmentatsiyasi, qaror qabul qilish va ish faoliyatini yaxshilash, yangi mahsulot/bozor/biznes modeli innovatsiyasi, infratuzilma va shaffoflikni yaratish) o'rtasida dastlabki yozishmalarni o'rnatdilar. Ushbu bosqichda, kontentni tahlil qilishda qo'shimcha qat'iylikni o'rnatish uchun biz Krippendorff alfasini (yoki Kalfa) baholadik, bu kuzatuvchilar soni, o'lchov darajasi, namuna o'lchamlari va etishmayotgan ma'lumotlarning mavjudligi yoki yo'qligidan qat'i nazar, ishonchlilik o'lchovidir ( Krippendorff, 2004, 2007). Kalfani baholash uchun, birinchi navbatda, 48 ta maqolaning har bir kichik namunasi ikkita sudya tomonidan 1 dan 5 gacha bo'lgan nominal shkaladan foydalangan holda mustaqil ravishda kodlangan (ya'ni, 1 = ehtiyojlarni aniqlash, 2 = bozor segmentatsiyasi, 3 = qaror qabul qilish va ish faoliyatini yaxshilash, 4 = yangi mahsulot/bozor/biznes modeli innovatsiyasi, 5= infratuzilma va shaffoflikni yaratish). Ikkinchidan, biz kodlangan ma'lumotlarni IBM SPSS statistik to'plamiga (21-versiya) yukladik va kodlangan o'zgaruvchilarning (Hayes va Krippendorff, 2007). Nihoyat, natijalar bizga 0,82 ning munosib Kalpha qiymatini taqdim etdi, bu 0,80 (De Swert, 2012) chegara qiymatidan oshadi va bizga kontentni tahlil qilishda ishonchlilikning etarli dalillarini taqdim etadi.
Elektron tijoratda BDA ning 5 jihatini qamrab oluvchi adabiyotlarning umumiy taqsimoti 2-jadvalda keltirilgan. Shuni ta'kidlash kerakki, ko'plab maqolalar bir necha jihatlarni qamrab olganligi sababli bir necha marta paydo bo'lgan. Shubhasiz, nashrlarning katta qismi “qaror qabul qilish va samaradorlikni oshirish” toifasiga kirdi (48 ta maqola yoki barcha nashrlarning 36 foizi). Darhaqiqat, elektron tijoratning yakuniy muvaffaqiyati real vaqt rejimida biznes qarorlarini qabul qilishga bog'liq bo'lib, bu ushbu toifaga yo'naltirilgan nashrlarning yuqori darajasi uchun tushuntirishlardan biri bo'lishi mumkin. Tadqiqot shuni ko'rsatdiki, ko'pchilik tadqiqotlar murakkab tahlillar va amaliy tushunchalar asosida mustahkam qaror qabul qilish o'rtasidagi bog'lanishni qo'llab-quvvatlaydi. Masalan, ishonchli tahlillardan foydalangan holda, LinkedIn yangi xususiyatlarni joriy etishga qaror qildi, masalan, "Siz bilishi mumkin bo'lgan odamlar", "Sizni qiziqtiradigan ishlar", "Sizga yoqishi mumkin bo'lgan guruhlar", "Siz kuzatmoqchi bo'lgan kompaniyalar" va 30% yuqori bosish tezligiga erishdi (Barton va Kort, 2012). Shundan so‘ng har bir toifa uchun 24 ta maqola (yoki har bir domen uchun 18%) bo‘lgan “ehtiyojlarni aniqlash” va “infratuzilma va shaffoflikni yaratish” bo‘limlari kuzatildi. "Ehtiyojlarni aniqlash" yirik tranzaksiya ma'lumotlarini o'rganish orqali mijozlarning aniq ehtiyojlarini aniqlashni anglatadi, "infratuzilma va shaffoflik" esa to'g'ri qaror qabul qilish uchun tarmoqlar orqali tegishli ma'lumotlarni taqdim etishga qaratilgan. Misol uchun, Amazonning tavsiyalar mexanizmi tranzaktsiyalar tarixi va kitob ko'rinishini tahlil qilish asosida mijozlarning mumkin bo'lgan ehtiyojlarini aniqlash uchun "siz ham xohlashingiz mumkin" so'rovlarini ishlab chiqaradi (Manyika va boshq., 2011). Infratuzilma va shaffoflikning bir qismi sifatida Google asosiy qidiruv va reklama xizmatlarini ko'rsatish algoritmlarini takomillashtirish uchun katta ma'lumotlardan foydalanadi (Davenport va Patil, 2012). Xuddi shunday, AQShdagi elektron sotuvchi Macys bir soatdan ko'proq vaqt ichida 73 million mahsulot narxini optimallashtirishi mumkin bo'lgan tahliliy infratuzilmani ishlab chiqdi (Davenport va boshq., 2012). Macy's shuningdek, turli xil assortimentdagi mahsulotlarni tayyor bo'lishini ta'minlash uchun zaxiralarni saqlash birligi (SKU) darajasida ma'lumotlarni tahlil qiladi. Nihoyat, sharh 22 ta maqola (yoki barcha nashrlarning 17%) bilan "yangi mahsulot / bozor / biznes modeli innovatsiyasi" va 14 maqola yoki barcha nashrlarning 11% "bozor segmentatsiyasi" ni aniqladi. Misol uchun, Netflix Inc. yoqqan, sevilgan, nafratlangan va hokazo kabi toifalar bo'yicha bir milliarddan ortiq sharhlarni tahlil qilib, turli mijozlar segmentlarini (masalan, sarguzashtlar, jinoyat haqidagi filmlar, oilaviy xususiyatlar, kitoblardagi filmlar va boshqalar) yaratdi (Davenport va Xarris, 2007b). Vizualizatsiya va talabni tahlil qilish vositasidan foydalanib, Netflix Qo'shma Shtatlarda (AQSh) "Kartalar uyi" dasturini taqdim etdi, bu yangi mahsulot sifatida katta muvaffaqiyatga erishdi (Ramaswamy, 2013). Umuman olganda, ushbu tadqiqot tashkilotlar katta ma'lumotlar tahlilidan foydalangan holda biznes qiymatini yaratishi mumkin bo'lgan beshta keng jihatni aniqlaydi
. Elektron tijorat muhitida katta ma’lumotlar tahlilini aniqlash
Elektron tijorat firmalari o'z o'yinlarini davom ettirish zarurati tufayli BDAni qabul qiluvchilarning eng tezkor guruhlaridan biri hisoblanadi (Koirala, 2012). Aksariyat hollarda elektron tijorat firmalari tuzilgan va tuzilmagan ma'lumotlar bilan shug'ullanadilar. Strukturaviy ma'lumotlar demografik ma'lumotlarga, jumladan ism, yosh, jins, tug'ilgan sana, manzil va afzalliklarga qaratilgan bo'lsa, tuzilmagan ma'lumotlarga bosish, yoqtirishlar, havolalar, tvitlar, ovozlar va boshqalar kiradi. BDA muhitida muammo ikkalasini ham hal qilishdir. konversiyalarni oshirish uchun mazmunli tushunchalarni yaratish uchun ma'lumotlar turlari. Schroeck va boshqalar. (2012) katta ma'lumotlarning ta'rifi turli o'lchamlarni o'z ichiga olganligini aniqladi, jumladan: axborotning keng doirasi; yangi turdagi ma'lumotlar va tahlillar; real vaqtda ma'lumot; ommaviy axborot vositalari ma'lumotlarining noan'anaviy shakllari; yangi texnologiyaga asoslangan ma'lumotlar; katta hajmdagi ma'lumotlar; so'nggi shov-shuvli so'z; va ijtimoiy media ma'lumotlari. Katta ma'lumotlarni aniqlashda IBM (2012), Jonson (2012a) va Davenport va boshqalar. (2012) ma'lumotlar manbalarining xilma-xilligiga ko'proq e'tibor qaratdi, boshqa mualliflar, masalan, Rouse (2011), Fisher va boshqalar. (2012), Havens va boshqalar. (2012) va Jacobs (2009) katta ma'lumotlar bilan ishlashda saqlash va tahlil qilish talablarini ta'kidladilar. IDC (2013) tomonidan ta'riflanganidek, katta ma'lumotlar uchta asosiy xususiyatga qaratilgan: ma'lumotlarning o'zi, ma'lumotlarning tahlili va yangi mahsulot yoki xizmatlar nuqtai nazaridan biznes qiymatini yaratishga imkon beruvchi tahlil natijalarini taqdim etish. Umuman olganda, tadqiqot katta ma'lumotlarni besh Vs nuqtai nazaridan belgilaydi: hajm, tezlik, xilma-xillik, haqiqat va qiymat (White, 2012). "Hajm" eksponent ravishda o'sib borayotgan katta ma'lumotlarning miqdorini anglatadi. "Tezlik" - bu real vaqtda ma'lumotlarni yig'ish, qayta ishlash va tahlil qilish tezligi. "Har xil" katta ma'lumotlar muhitida to'plangan har xil turdagi ma'lumotlarni anglatadi. "Haqiqiylik" ma'lumotlar manbalarining ishonchliligini anglatadi. Va nihoyat, "qiymat" katta ma'lumotlarning tranzaksiyaviy, strategik va axborot afzalliklarini ifodalaydi (Fosso Wamba va boshq., 2015b; Wixom va boshq., 2013).
Akademik va sanoat tadqiqotlarining katta hajmi elektron tijoratning ko'plab funktsional sohalarida, jumladan marketing, inson resurslarini boshqarish, ishlab chiqarish va ekspluatatsiya va moliyada katta ma'lumotlarning ahamiyati haqida dalillar beradi (Agarval va Vayll, 2012; Bose, 2009; Davenport, 2006; Davenport, 2010, 2012; Davenport va boshqalar, 2012). Elektron tijoratda mijozlar bilan bog'liq katta hajmdagi ma'lumotlar mijozlar "tizimga kirganlarida" mavjud bo'ladi: bu ma'lumotlar biznes qarorlarini qabul qiluvchilar uchun katta qiziqish uyg'otadi. Strategik qarorlarni qabul qilishda katta ma'lumotlarning ahamiyati e'tirof etilgan va tushunilgan bo'lsa-da, katta ma'lumotlar tahlilining (BDA) operatsion ta'rifi bo'yicha konsensus yo'q. Shunday qilib, umumiy mavzularni aniqlash uchun oldingi tadqiqotlarda keltirilgan BDA ta'riflarini tahlil qilish oqilona. Masalan, Davenport (2006) BDA biznes qarorlarini qabul qilish uchun katta ma'lumotlarning miqdoriy tahlilini nazarda tutadi. Bundan tashqari, analitikaning qaror qabul qilishda foydali bo'lgan bu jihati Davenport va Xarris (2007b), Davenport (2010) va Bose (2009) kabi boshqa tadqiqotlarda ham diqqat markazida bo'ldi. Davenport va Xarris (2007b) BDA ni statistik tahlil va tushuntirish va bashorat qiluvchi modeldan foydalanish kabi mexanizmlar yordamida tushuntirgan bo'lsa, Bose (2009, p.156) BDAni ajratib olish, izohlash uchun ishlatiladigan "asboblar guruhi" deb ta'riflagan. ma'lumot, shuningdek, qarorlar natijalarini bashorat qilish. BDAni aniqlashda tadqiqotning bir oqimi strategiyaga asoslangan analitikaga yoki biznes uchun barqaror qiymat yaratadigan tahlillarga qaratilgan. Masalan, LaValle va boshqalar. (2011) qaror qabul qilish uchun biznes-tahlilni qo'llash (yoki katta ma'lumotlardan foydalanish qobiliyati) asosan tashkilot strategiyasi bilan bog'liq bo'lishi kerakligini tushuntirdi. Darhaqiqat, strategiyaga asoslangan tahlil yaxshi qaror qabul qilishdagi roli tufayli katta e'tiborga sazovor bo'ldi. Tadqiqotlar, shuningdek, real vaqtda ma'lumotlarni tahlil qilish uchun tahlilni qo'llash bilan birga "raqobat ustunliklari" va "farqlash" ga e'tibor qaratdi (Schroeck va boshq., 2012). Xuddi shunday tarzda, Biesdorf va boshqalar. (2013) raqobatdosh ustunliklarga erishish uchun katta ma'lumotlar, jarayonlarni optimallashtirish, oldingi vositalar va odamlar yaxshi moslashtirilgan muhitni yaratish muhimligini ta'kidladi. Boshqa tadqiqot oqimi BDAni katta imkoniyatlar bilan yangi imkoniyatlarni aniqlash nuqtai nazaridan belgilaydi. ma'lumotlar (1-ilovaga qarang). Masalan, Davenport (2012) BDA yangi mahsulotlar va qo'shimcha qiymatli faoliyatni o'rganishga harakat qilishini tushuntirdi. Shunga o'xshash dalillar Davenport va boshqalar tomonidan boshqa tadqiqotda ham taklif qilingan. (2012) tashqi muhitni skanerlash va yuzaga keladigan hodisalar va imkoniyatlarni aniqlashda. Bundan tashqari, tadqiqotlar BDA ta'rifidagi xatti-harakatlar elementlarining rolini ham ta'kidladi (Agarval va Vayll, 2012; Ferguson, 2012), masalan, empatiya, ular firmalarning tahliliy qobiliyatini sezilarli darajada oshirishda muhim deb hisoblashadi. Ular BDA ni uchta narsaning kombinatsiyasi, ya'ni biznes jarayonlari, texnologiyani optimallashtirish va ma'lumotlardan foydalanish bilan hissiy aloqa deb tushuntirdilar. Xuddi shunday ruhda Ferguson (2012) BDA ichki va tashqi omillarni qamrab oluvchi ko'p o'lchovli xatti-harakatlar tahlilini nazarda tutadi.
Umuman olganda, statistik, kontekstual, miqdoriy, bashoratli, kognitiv va boshqa modellar katta ma'lumotlar tahlili (BDA) uchun zarur shartlar ekanligi aniq (Kiron va boshq., 2012a). Shunday qilib, tadqiqot elektron tijoratdagi BDA ni amaliy tushunchalarga ega bo'lish, biznes qiymatini yaratish va raqobatdosh ustunlikni o'rnatish maqsadida turli funktsional bo'linmalar uchun ma'lumotlarni to'plash, tahlil qilish, foydalanish va talqin qilishni o'z ichiga olgan yaxlit jarayon sifatida belgilaydi. Ushbu ta'rif 18-asrga borib taqaladigan statistik ma'lumotlarning kelib chiqishi bilan bog'liq bo'lgan tahliliy usullardan amaliy tushunchalarni ishlab chiqarish uchun ishlatilishi mumkin degan tushunchani aks ettirgan bo'lsa-da, bugungi kunda aniq farq raqamli iqtisodiyotdagi elektron tranzaksiyalarning katta miqdori va u bilan bog'liq ma'lumotlar oqimidir ( Agarval va Dhar, 2014). Tranzaksiya xarajatlari nazariyasidan va yangi institutsional iqtisodiyot nuqtai nazaridan (Uilyamson, 1979, 1981, 2000), rivojlanayotgan ma'lumotlar iqtisodiyotida elektron tijorat firmalarining iqtisodiy ko'rsatkichlari haqida gap ketganda, institutsional tuzilma BDAni aniqlashda hal qiluvchi rol o'ynashi mumkin. Bundan tashqari, ishonch, sodiqlik va maxfiylik nuqtai nazaridan munosabatlarga asoslangan elektron tijorat nazariyalari (Dinev va Xart, 2006; Gefen, 2000, 2002) yoki IS muvaffaqiyati kabi klassik axborot tizimlari nazariyalari (Delone, 2003; DeLone va McLean, 1992), AT sifati (Wixom va Todd, 2005), ITning davom etishi (Bhattacherjee, 2001) va IT qobiliyati, ijtimoiy material va biznes qiymati nazariyalari (Kim va boshq., 2012) maqsadlari va ko'lami asosida BDAni aniqlashda foydalanish mumkin. o'qish. Natijada, ma'lum bir elektron tijorat kontekstida BDA ni aniqlash uchun nazariy va amaliy so'rovlar uchun aniq imkoniyatlar mavjud, jumladan marketingni reklama qilish, mijozlar bilan munosabatlardan ta'minot zanjiri boshqaruvi. Qiziqarli tadqiqot savollarini ishlab chiqish orqali ma'lumotlar fanining ushbu yangi chegarasi ma'lumotlar, texnologiya, tahlil, biznes va jamiyatdan foydalanish orqali yangi bilim va ilmiy imkoniyatlar yaratishi mumkin. 1-ilovada elektron tijoratda BDA bo'yicha ta'rifiy jihatlar va potentsial tadqiqot yo'nalishlari jamlangan.
Katta ma'lumotlar va ularning elektron tijorat muhitidagi o'ziga xos xususiyatlari
Bugungi kunda elektron tijorat manzarasi biznes muammolarini hal qilishda foydalaniladigan ko'plab katta ma'lumotlar bilan to'ldirilmoqda. Kauffman va boshqalarga ko'ra. (2012, p.85), katta ma'lumotlardan foydalanish elektron tijoratda "ijtimoiy tarmoq, internet, mobil telefoniya va ma'lumotlarni yaratuvchi va to'playdigan barcha turdagi yangi texnologiyalar tufayli" o'sib bormoqda. Tejamkor saqlash va qayta ishlash quvvati hamda ilg'or tahliliy vositalar yordamida katta ma'lumotlar endi elektron tijorat firmalariga hech qanday qiyinchiliksiz xarajatlarni kamaytirish va foyda keltirish imkonini beradi. Biroq, katta ma'lumotlarni to'playdigan tahlillar ko'p jihatdan an'anaviy ma'lumotlardan farq qiladi. Xususan, o‘ziga xos tabiat elementlari (ya’ni, hajmlilik, xilma-xillik, tezlik va haqqoniylik) tufayli katta ma’lumotlarni analitikada qo‘llaniladigan ma’lumotlarning an’anaviy shaklidan osongina ajratish mumkin (2-ilovaga qarang). Keyingi bo'limlar o'z navbatida ushbu elementlarni va ularning elektron tijoratga ta'sirini muhokama qiladi.
Hajmi.
Veb-texnologiyalarning paydo bo'lishi bilan elektron tijorat muhitida katta ma'lumotlar hajmining tobora ortib borayotgan o'sishi kuzatilmoqda (Beath va boshq., 2012). Elektron tijorat firmalari qaror qabul qilish jarayonini yaxshilash uchun foydalanmoqchi bo'lgan ushbu ommaviy ma'lumotlar hajmi katta deb ta'riflanadi (McAfee va Brynjolfsson, 2012). Russom (2011) tomonidan tasvirlanganidek, BDA katta hajmdagi ma'lumotlarni oladi, ular katta hajmdagi saqlashni talab qiladi va ko'p sonli yozuvlarni talab qiladi. Aslida, BDA strategik qarorlar qabul qilish uchun qaror qabul qiluvchilar tomonidan qo'llaniladigan katta hajmdagi ma'lumotlarni (odatda petabayt va ekzabaytlarda ifodalangan) o'z ichiga oladi. Katta ma'lumotlar muhitida to'plangan ma'lumotlar ko'pincha tuzilmagan va mobil texnologiyalardan yaratilgan video, rasm yoki ma'lumotlarni o'z ichiga olishi mumkin. Shunday qilib, katta ma'lumotlar toza va har qanday xatoliklardan xoli bo'lishi dargumon. Bu qaror qabul qiluvchilar uchun ma'lumotlarni foydalanishga tayyor bo'lishda qo'shimcha qiyinchilik tug'dirsa-da, katta ma'lumotlar elektron tijorat firmalari uchun real vaqtda qaror qabul qilish imkonini beradi (Kang va boshq., 2003). Misol uchun, katta hajmdagi tuzilgan va tuzilmagan ma'lumotlardan foydalangan holda Amazon barcha sotuvlarning 35 foizidan ortig'ini yetkazib beruvchi murakkab tavsiya mexanizmlarini, mijozlarning yuqori qoniqishini ta'minlash uchun avtomatlashtirilgan mijozlarga xizmat ko'rsatish tizimlarini va har 15 soniyada raqobatdosh saytlarga nisbatan narxlarni moslashtiradigan dinamik narxlash tizimlarini ishlab chiqdi ( Goff va boshqalar, 2012). Xuddi shunday, onlayn film sotuvchisi Netflix mijozning film didi va inventarizatsiya shartlarini aniqlash uchun 1 milliarddan ortiq sharhlarni tahlil qiladi (Davenport va Xarris, 2007b). Ko'pgina elektron tijorat firmalari (masalan, Amazon, eBay, Expedia, Travelocity) real vaqtda reklama takliflaridan foydalanish uchun katta hajmdagi ijtimoiy media ma'lumotlaridan (masalan, fotosuratlar, eslatmalar, blog postlari, veb-havolalar va yangiliklar) foydalanadi. (Manyika va boshqalar, 2011). Imkoniyatlarga qo'shimcha ravishda, katta ma'lumotlar hajmi, ayniqsa, turli manbalar va formatlardagi katta ma'lumotlarni integratsiyalashuvi, yangi "chaqqon" tahlil usullari va mashinani o'rganish usullarini joriy etish, ma'lumotlarni qayta ishlash va tahlil qilish tezligini oshirish kabi muammolarni keltirib chiqaradi. Shunday qilib, elektron tijorat firmalari tezkorlik va ta'sirni oshirish uchun o'zlarining operatsion va qaror jarayonlariga tahlil va optimallashtirishni kiritish qobiliyatiga ega bo'lishi kerak (Davenport, 2013a).
Turli.
"Har xil" so'zi katta ma'lumotlarning tuzilgan, yarim tuzilgan yoki tuzilmagan bo'lishi mumkin bo'lgan ko'plab manbalardan kelib chiqishini anglatadi (Schroeck va boshq., 2012). Turli xillik katta ma'lumotlarning yana bir muhim atributidir, chunki ular turli xil manbalar va formatlar, jumladan matn, veb, tvit, audio, video, klik-strem, jurnal fayllari va boshqalardan yaratiladi (Russom, 2011). Ma'lumotlarning bunday xilma-xilligi turli xil funktsional sohalar haqida ma'lumotdan foydalanishga imkon beradigan turli xil tahliliy va bashoratli modellardan foydalanishni talab qiladi. Biesdorf va boshqalar. (2013), masalan, e-tijorat firmalari tomonidan qo'llaniladigan analitik model turli xil mijozlar ma'lumotlarini o'z ichiga olishi mumkinligini tushuntirdi, masalan: mijozlar profili va sotib olish xatti-harakatlari haqidagi tarixiy ma'lumotlar; mintaqaviy va mavsumiy xarid shakllari; ta'minot zanjiri operatsiyalarini optimallashtirish; va, birinchi navbatda, mahsulot, do'kon va reklama faoliyati bo'yicha xaridlarni bashorat qilish uchun ijtimoiy tarmoqlardan har qanday tuzilmagan ma'lumotlarni olish. Masalan, Manyika va boshqalar. (2011) elektron sotuvchi marketing kampaniyalarida real vaqt rejimida javob berishini va kerak bo'lganda hissiyotlarni tahlil qilish orqali ularga o'zgartirishlar kiritishini ko'rsatdi. Umuman olganda, katta ma'lumotlarning xilma-xilligi firmalarga biznes qiymatini qo'shish potentsialiga ega. Biroq, yuqori boshqaruvning biznes jarayonlarini takomillashtirish va ish oqimlarini aniqlash bo'yicha majburiyatlari bunday ma'lumotlardan foyda olish uchun juda muhimdir.
Tezlik.
Tezlik ma'lumotlarni ishlab chiqarish va/yoki ma'lumotlarni yetkazib berish chastotasini bildiradi (Russom, 2011). Biznes jarayonlarida, qaror qabul qilishda va ish faoliyatini yaxshilashda ustuvor bo'lishi va sinxronlashtirilishi kerak bo'lgan katta ma'lumotlarning tezligini tushunish muhimdir (Beulke, 2011). Gentile (2012) tomonidan ta'riflanganidek, "tezlik" atamasi katta ma'lumotlarning o'zgarish tezligi va qiymat qo'shish uchun biznes qarorlarida katta ma'lumotlardan qanchalik tez foydalanish kerakligidir. Darhaqiqat, ma'lumotlar uzatish tezligining oshishi ta'minlanganligini hisobga olsak, ma'lumotlar tashkilotlar uchun yangi imkoniyatlar ochish imkoniyatiga ega. Davenport va Patil (2012) tomonidan ko'rsatilgandek, BDA ning yuqori tezligi tahlilchilarga iste'molchilarning kayfiyatini tahlil qilish va brendlar va / yoki mahsulotlar tanlovi haqida aniq tasavvurni taqdim etish imkonini beradi. Ma'lumotlarning yuqori sur'atlaridan foydalanish uchun ko'plab elektron tijorat firmalar o'z biznesiga qiymat qo'shish uchun turli usullardan foydalanganlar. Masalan, Amazon o'z manfaatdor tomonlari bilan o'z vaqtida muloqot qilish orqali yangi mahsulotlarning doimiy oqimini saqlab turishga muvaffaq bo'ldi (Davenport, 2006). eBay Inc. o'z veb-saytining turli jihatlari bilan ma'lumotlar tezligidan foydalangan holda minglab tajribalar o'tkazdi, buning natijasida navigatsiyadan tortib rasmlarning o'lchamigacha bo'lgan yaxshi tartib va veb-sayt xususiyatlari paydo bo'ldi (Bragge va boshq., 2012). Ma'lumotlarning yuqori tezligidan foydalanish uchun ko'plab elektron tijorat firmalari hozirda real vaqtda qarorlar qabul qilish va raqobatdosh ustunliklarini saqlab qolish uchun ma'lumotlarni olish, saqlash va tahlil qilish uchun murakkab tizimlardan foydalanadilar.
Haqiqiylik.
Katta ma'lumotlarning yana bir muhim atributi ma'lum turdagi ma'lumotlar bilan bog'liq noaniqlik bilan bog'liq. Ushbu ma'lumotlar sifat va xavfsizlik masalalariga to'liq rioya qilishni talab qiluvchi qat'iy tekshirishni talab qiladi. Ma'lumotlarning yuqori sifati elektron tijorat muhitida yaxshiroq prognoz qilish uchun BDAning muhim talabidir (Schroeck va boshq., 2012). Shuning uchun, autentifikatsiya qilingan va tegishli ma'lumotlarni yaratish va yomon ma'lumotlarni tekshirish qobiliyatiga ega bo'lish uchun tekshirish zarur (Beulke, 2011). Darhaqiqat, ma'lumotlarni boshqarish jarayonida tekshirish juda muhim, chunki noto'g'ri ma'lumotlarning mavjudligi boshqaruv qarorlarini qabul qilishda to'sqinlik qilishi mumkin. Xuddi shunday, yomon ma'lumotlarning biznes qiymatini qo'shishda ahamiyati kam bo'ladi. Beulke (2011) axborot texnologiyalari (IT) birliklari ekanligini tushuntirdi
Biznes qarorlar qabul qilish uchun foydalaniladigan katta ma'lumotlarning autentifikatsiya qilinishi va qat'iy sifatga muvofiqlik tartib-qoidalaridan o'tishi uchun avtomatik tekshirish tizimini o'rnatish orqali korxonalar bu borada asosiy rol o'ynashi mumkin. Shu munosabat bilan Schroeck va boshqalar. (2012) aniqroq va foydali ma'lumotlar nuqtasini yaratish uchun (masalan, geofazoviy joylashuv ma'lumotlariga biriktirilgan ijtimoiy sharhlar) turli kamroq ishonchli ma'lumotlar manbalarini birlashtirgan ma'lumotlar sintezidan foydalanishni ilgari surdi. Ferguson (2012) Montage Analytics tashkilotda "qora oqqushlar1" va insoniy xatti-harakatlar va motivatsiyalar natijasida yuzaga kelgan boshqa xavf turlarini bashorat qilish uchun ayniqsa foydali vositani ishlab chiqqanligini ta'kidladi. Buning sababi shundaki, ba'zi ma'lumotlarning oldindan aytib bo'lmaydiganligi har doim texnologiyaning nosozligi, insonning haqiqatga mos kelmasligi va iqtisodiy omillar kabi omillar bilan bog'liq.
Elektron tijoratda foydalaniladigan katta ma’lumotlar turlari.
Elektron tijorat onlayn tranzaktsiyalarni anglatadi: Internetda tovarlar va xizmatlarni bitta tranzaksiya (masalan, Amazon, Zappos, eBay, Expedia) yoki davom etayotgan tranzaksiya (masalan, Netflix, Match.com, LinkedIn va boshqalar) orqali sotish. (Frost va Strauss, 2013). Amazondan Netflixgacha bo'lgan elektron tijorat firmalari har xil turdagi ma'lumotlarni (masalan, buyurtmalar, savatlar, tashriflar, foydalanuvchilar, havolalar, kalit so'zlar, kataloglarni ko'rib chiqish, ijtimoiy ma'lumotlar) to'playdi, ularni to'rtta toifaga ajratish mumkin: (a) tranzaksiya. yoki biznes faoliyati ma'lumotlari (b) klik-stream ma'lumotlari (c) video ma'lumotlar va (d) ovozli ma'lumotlar (3-ilovaga qarang). Elektron tijoratda ma'lumotlar takliflarni shaxsiylashtirish uchun iste'molchilarning xarid qilish xatti-harakatlarini kuzatish uchun kalit bo'lib, ular vaqt o'tishi bilan iste'molchilarni ko'rib chiqish va tranzaksiya nuqtalari yordamida to'planadi. Ushbu bo'limda katta ma'lumotlarning har xil turlari va ularning elektron tijoratga ta'siri muhokama qilinadi.
Tranzaksiya yoki tadbirkorlik faoliyati ma'lumotlari.
Tranzaksiya yoki biznes faoliyati ma'lumotlari vaqt o'tishi bilan mijoz va kompaniya o'rtasidagi almashinuv natijasida rivojlanadi. Ushbu ma'lumotlar tabiatan tuzilgan va mijozlar bilan munosabatlar dasturlari (masalan, kompaniya tomonidan qo'llab-quvvatlanadigan mijozlar profili, mijozlar shikoyatlarining paydo bo'lishi) va savdo operatsiyalarigacha bo'lgan ko'plab manbalardan kelib chiqadi. Chandrasekaran va boshqalar tomonidan yaqinda o'tkazilgan tadqiqot. (2013) 1,6 milliard ma'lumot nuqtasi, 10 million mijoz, 50 000 aktsiyalarni saqlash birligi (SKU) va 700 do'konni o'z ichiga olgan sodiqlik dasturi (ya'ni, Clubcard sodiqlik dasturi) ma'lumotlarini tahlil qiladigan elektron sotuvchi misolini keltirdi. katta ma'lumotlarni iste'molchi tushunchalari bilan to'liq muvofiqlashtirishga olib keldi. Elektron chakana savdo kontekstida Kiron va boshqalar. (2014b) AQSHdagi StyleSeek onlayn tavsiyalar mexanizmi mijozlarning didi va afzalliklarini tahlil qilish va murakkab tahlil platformasi yordamida isteʼmolchilarni oʻzining chakana hamkorlari tomon yoʻnaltirish orqali katta daromad keltirishi haqida xabar berdi. Umuman olganda, elektron sotuvchilar tranzaksiya ma'lumotlaridan foydalangan holda qiymat zanjiri bo'ylab ko'p foyda olishlari mumkinligi aniq.
Klik-stream ma'lumotlari.
Click-stream maʼlumotlari internet va onlayn reklamalardan hamda elektron tijorat korxonalarining tvitlari, bloglari, Facebook devoridagi eʼlonlari va boshqalar kabi ijtimoiy media kontentidan kelib chiqadi. Bugungi bog'langan muhitda ijtimoiy tarmoqlar va onlayn reklamalar firmalarning davom etayotgan reklama strategiyasida muhim rol o'ynaydi, masalan, ma'lumotli, strategik va taktik qarorlar qabul qilishda boshqaruv uchun juda muhim bo'lgan klik oqimi ma'lumotlaridan foydalanish. Ilgari olib borilgan tadqiqotlar shuni ko'rsatdiki, butun dunyo bo'ylab ko'plab elektron tijorat firmalari (masalan, Amazon, eBay, Zappos, Alibaba va boshqalar) ma'lumotlarni qo'lga kiritishda o'zlarining klik-oqim ma'lumotlariga tayanadilar. Click-stream ma'lumotlari mijozlarning afzalliklari va didlarini taxmin qilish uchun qo'llanilishi mumkin. Davenport va Xarris (2007a) ta'kidlaganidek, Netflix, jahonga mashhur internet-televideniye tarmog'i mijozlarning fikrini tushunish uchun yoqtirgan, sevilgan, nafratlanadigan va hokazo filmlar sharhlari bilan bog'liq bir milliarddan ortiq veb-ma'lumotlarni oladi va tahlil qiladi. ta'mi.Davenport va boshqalar tomonidan yaqinda o'tkazilgan yana bir tadqiqot. (2012) kredit karta kompaniyalari veb-saytlar va qo'ng'iroqlar markazi ma'lumotlariga tayangan holda, ma'lumotlar bazalarini (bozorga tayyor deb nomlanadi) saqlaydi va mijozlarga moslashtirilgan mahsulotlarni millisekundlarda taklif qiladi va mijozlarning javoblarini kuzatib borish orqali takliflarni optimallashtiradi. Ba'zi kompaniyalar bunday ma'lumotlar bazasidan nafaqat mijozlarga murojaat qilish, balki onlayn xizmatlarni taklif qilish uchun ham foydalanadilar. Masalan, Biesdorf va boshqalar. (2013) veb-ma'lumotlarni tahlil qilish orqali elektron sotuvchilar o'zlarining raqobatchilari mahsulotlarining narxlari o'zlarining narxlari darajasidan past bo'lganda qizil bayroq haqida ogohlantirish olishlarini tushuntirdi. Shu sababli, chakana sotuvchilar raqobatbardosh bo'lish uchun narxlarni o'zgartirishlari mumkin.
Video ma'lumotlari.
Video ma'lumotlar jonli tasvirlarni olish natijasida olingan jonli ma'lumotlardir. Hozirgi vaqtda elektron tijorat firmalari nafaqat klik-oqim ma'lumotlari yoki tranzaksiya ma'lumotlaridan foydalanishni xohlaydi, balki tasvirni tahlil qilish dasturi bilan birgalikda video ma'lumotlarini ham olishga intiladi. Schroeck va boshqalar tomonidan ta'kidlanganidek. (2012) e-tijorat firmalari video yoki ovozli ma'lumotlar kabi o'ta tuzilmagan ma'lumotlarni tahlil qilish uchun zarur vakolatlarga ega. Ushbu ma'lumotlar elektron tijorat firmalari uchun qiymat qo'shish potentsialiga ega. Misol uchun, Ramaswamy (2013) Netflix ko'rish odatlarini bashorat qilish va tajriba sifatini baholash uchun video ma'lumotlardan foydalanishi haqida xabar berdi. Bundan tashqari, kino iste'moli turiga asoslangan vizualizatsiya va talabni tahlil qilish vositasi Netflix-ga imtiyozlarni tushunishga yordam beradi, bu esa ularni AQShda "House of Cards" dasturida muvaffaqiyatga erishishga olib keldi. Shunday qilib, video ma'lumotlardan foydalanish firmalar uchun raqobatchilarga qaraganda yaxshiroq qaror qabul qilishda muhim ahamiyatga ega.
Ovozli ma'lumotlar.
Katta ma'lumotlar oilasiga biriktirilgan ma'lumotlarning yana bir turi - bu ovozli ma'lumotlar, ya'ni odatda telefon qo'ng'iroqlari, qo'ng'iroq markazlari yoki mijozlarga xizmat ko'rsatishdan olingan ma'lumotlar. Yaqinda o'tkazilgan tadqiqotlar shuni ko'rsatadiki, ovozli ma'lumotlar iste'molchining sotib olish xatti-harakatlarini tahlil qilish yoki yangi mijozlarga yo'naltirish uchun foydalidir. Davenport va boshqalar tomonidan ta'riflanganidek. (2012), kredit karta kompaniyalari, masalan, American Express, shaxsiylashtirilgan takliflar millisekundlarda berilishi uchun qo'ng'iroq markazi faoliyati bilan bog'liq ma'lumotlardan foydalanadi va kuzatib boradi. Schroeck va boshqalar (2012) so'rovida elektron tijorat firmalari qo'ng'iroq markazi suhbatlaridan o'zgartirilgan matn va transkriptlarni tahlil qilish uchun ilg'or imkoniyatlardan foydalanishlari aniqlandi. Bundan tashqari, elektron tijorat kontekstida BDA yordamida hissiyot, jargon va niyatlar kabi tilning ko'plab nuanslari o'qilishi va tan olinishi mumkin. Chunki katta ma'lumotlarning tabiati va turi noyobdir va turli xil raqamli tarmoqlardan keladi. platformalarda, yangi muammolarni so'raydigan yangi nazariya imkoniyati mavjud. Ma'lumotlar iqtisodiyoti, shuningdek, katta ma'lumotlarning "aloqaviy" va "tarmoqli" ekanligini ko'rsatadi, bu esa IT qobiliyati va algoritmlari, tizim va ma'lumotlar sifati, maxfiylik va axloqiy ta'sirlar, strategik moslashuv va korporativ madaniyatda yangi ishlanmalarni talab qiladi.
Elektron tijorat firmalari uchun katta ma'lumotlar tahlilining biznes qiymati.
BDA ning yakuniy muammosi katta ma'lumotlar portlashidan biznes qiymatini yaratishdir (Beath va boshq., 2012). Katta ma'lumotlar kontekstidagi "qiymat" atamasi katta ma'lumotlarni qazib olish va o'zgartirish orqali tahlil qilish orqali iqtisodiy jihatdan munosib tushunchalar va / yoki imtiyozlarni yaratishni anglatadi. Wixom va boshqalar bilan birlashtirilgan. (2013), biz BDA ning biznes qiymatini elektron tijorat firmalari uchun tranzaksiya, axborot va strategik foyda sifatida belgilaymiz. Tranzaksiya qiymati samaradorlikni oshirish va xarajatlarni kamaytirishga qaratilgan bo'lsa, axborot qiymati real vaqt rejimida qaror qabul qilish va strategik qiymat raqobatdosh ustunliklarni qo'lga kiritish bilan bog'liq masalalarni yoritadi. Masalan, elektron tijoratga tahlillarni kiritish orqali menejerlar mijozlar ehtiyojlarini qondirish orqali umumiy biznes qiymatini olishlari mumkin (79%); yangi mahsulotlar va xizmatlarni yaratish (70%); yangi bozorlarga chiqish (72%); va sotish va daromadni oshirish (76%) (Columbus, 2014). 3-jadval shuni ko'rsatadiki, butun dunyo bo'ylab ko'plab elektron tijorat firmalari katta ma'lumotlar tahlilidan foydalangan holda tranzaksiya, axborot va strategik manfaatlar ko'rinishida biznes qiymatini oshirishga qodir.
Amazon, onlayn chakana sotuvchi gigant, katta ma'lumotlardan foydalangan holda biznes qiymatini va firma samaradorligini oshirishning klassik namunasidir. Haqiqatan ham, firma o'z sotuvlarining qariyb 30 foizini tahlillar (masalan, tavsiyalar mexanizmi orqali) orqali ishlab chiqarishga muvaffaq bo'ldi (The Economist, 2011). Xuddi shunday, Kiron va boshqalar. (2012b) ma'lumotlariga ko'ra, Match.com so'nggi ikki yil ichida daromadni 50% dan ortiq oshirishga muvaffaq bo'ldi, kompaniyaning asosiy biznes obunachilari bazasi esa 1,8 millionga yetdi. IBM amaliy tadqiqoti (IBM, 2012) ko'proq ma'lumot almashish va tahlil qilish bemorning natijalarini yaxshilashi mumkinligini ko'rsatdi. Masalan, Premier Healthcare Alliance xarajatlarni 2,85 milliard AQSh dollariga kamaytirishga muvaffaq bo'ldi. Schroeck va boshqalar. (2012) shuni aniqladiki, Automercados Plaza oziq-ovqat tarmog'i butun tashkilot bo'ylab axborot integratsiyasini amalga oshirish orqali har yili daromadning qariyb 30% o'sishi va jami 7 million AQSh dollari miqdoridagi rentabellikni oshirishi mumkin. Bundan tashqari, kompaniya tez buziladigan mahsulotlarni o'z vaqtida sotish uchun narxlarni pasaytirishni rejalashtirish orqali o'z mahsulotlarining 30% dan ortig'ini yo'qotishning oldini oldi. Moliyaviy nuqtai nazardan biznes uchun qiymat qo'shishdan tashqari, katta ma'lumotlardan foydalanish mijozlar ehtiyojini qondirish, mijozlarni ushlab turish yoki biznes jarayonlarini takomillashtirish kabi moliyaviy bo'lmagan parametrlarda foyda keltirishi mumkin. Davenport (2006) tomonidan taqdim etilganidek, United Parcel Service (UPS) mijozlarning kamchiliklarini aniq bashorat qilish uchun foydalanish naqshlari va shikoyatlar ma'lumotlarini o'rganadi. Bu jarayon natija berdi firma uchun mijozlarni ushlab turishning sezilarli darajada oshishi. Xuddi shunday ruhda, LaValle va boshqalar.xabar berishicha, onlayn avtomobil kompaniyasi katta ma'lumotlardan mijozlar namunasini yaratish, so'ngra xavf ostida bo'lgan mijozlarni aniqlash bilan birga yo'q bo'lib ketish ehtimolini prognoz qilish uchun analitik algoritmlarni qo'llash orqali mijozlarni ushlab turishning aniq strategiyalarini ishlab chiqishga muvaffaq bo'ldi. Shunday qilib, ushbu ushlab turish strategiyasi firma uchun faqat bitta brenddan yuzlab million dollar daromad olish istiqbollarini ochdi. Elektron tijorat kompaniyalari elektron tijorat platformasiga ega bo'lmagan firmalarga qaraganda tez-tez mijozlar bilan real vaqt rejimida o'zaro muloqot qilish imkoniyatiga ega bo'lganligi sababli, ular turli maqsadlarda katta ma'lumotlardan foydalanishlari kerak. Shuning uchun, elektron tijoratdagi tegishli nazariyalarga tayangan holda, biz ma'lumotlar iqtisodiyotida amaliy biznes qadriyatlarini oshirishning oltita mexanizmini quyidagicha taqdim etamiz.
Elektron tijorat firmalari uchun katta ma'lumotlarning birinchi qo'llanilishi shaxsiylashtirilgan xizmat yoki moslashtirilgan mahsulotlarni taqdim etishdir (Koutsabasis va boshqalar, 2008). Tadqiqotlar shuni ko'rsatdiki, iste'molchilar odatda bir xil chakana sotuvchidan turli xil kanallardan foydalangan holda xarid qilishni yaxshi ko'radilar va bu turli kanallardan olingan katta ma'lumotlarni real vaqtda shaxsiylashtirish mumkin (Kopp, 2013; Mehra, 2013; Miller, 2013). Haqiqiy vaqtda ma'lumotlar tahlili firmalarga mijozlarga maxsus kontent va reklamalarni o'z ichiga olgan shaxsiylashtirilgan xizmatlarni taklif qilish imkonini beradi. Bundan tashqari, ushbu shaxsiylashtirilgan xizmatlar firmalarga sodiq mijozlarni yangi mijozlardan ajratishga va shunga mos ravishda reklama takliflarini kiritishga yordam beradi (Mehra, 2013). Liebowitz (2013) ma'lumotlariga ko'ra, shaxsiylashtirish sotuvlarni 10% yoki undan ko'proq oshirishi va marketing xarajatlari bo'yicha ROIni 5-8 baravar oshirishi mumkin. Bloomspot, shu nuqtai nazardan, eng sodiq mijozlarning sarf-xarajatlarini kuzatish va ularga mijozlarning sodiqligini oshirishga yordam beradigan keyingi takliflar va imtiyozlar orqali mukofotlarni taklif qilish uchun mijozlarning kredit karta ma'lumotlarini o'rgandi (Miller, 2013). Wine.com shaxsiylashtirilgan elektron pochta marketingidan foydalangan holda o'z savdolarida katta o'sishga erishdi (Zhao, 2013). Bikeberry.com hozirda har bir mijozga moslashtirilgan taklifni yuborish uchun BDA dan (masalan, mijozlarning ko‘rish namunalari, tizimga kirishlar soni, o‘tgan xaridlari ma’lumotlaridan foydalanish) foydalanadigan elektron tijorat firmasiga misol bo‘la oladi: bu savdo hajmining oshishiga olib keldi. 133% va foydalanuvchining saytdagi ishtiroki taxminan 200% ga oshgan (Jao, 2013).
Dinamik narxlash.
Bugungi o'ta raqobatbardosh bozor sharoitida mijozlar "qirol" hisoblanadi. Shu sababli, yangi mijozlarni jalb qilish uchun elektron tijorat firmalari raqobatbardosh narxni belgilashda faol va jonli bo'lishi kerak (Kung va boshq., 2013). Amazon.com ning dinamik narxlash tizimi raqobatbardosh narxlarni kuzatib boradi va Amazonni har 15 soniyada ogohlantiradi, bu esa barcha sotuvlarning 35% ga oshishiga olib keldi. Savdolarning mumkin bo'lgan o'sishi arafasida (masalan, Rojdestvo yoki boshqa bayram kunlarida) mijozlarga raqobatbardosh narxlarni taklif qilish uchun Amazon raqobatchilarning narxlari, mahsulot sotuvi, mijozlarning harakatlari va har qanday mintaqaviy yoki geografik imtiyozlarni hisobga olgan holda katta ma'lumotlarni qayta ishlaydi. (Kopp, 2013). Katta ma'lumotlardan foydalanish orqali ushbu ma'lumotlarga kirish elektron tijorat firmalariga dinamik narxlarni belgilash imkonini beradi (Leloup va Deveaux, 2001).
Elektron tijorat firmalari katta ma'lumotlardan foydalanishlari mumkin bo'lgan yana bir muhim soha - bu mijozlarga xizmat ko'rsatish. Onlayn do'konlardagi aloqa shakllari orqali mijozlarning shikoyatlari va tvitlar orqali e-tijorat firmalariga xizmat ko'rsatish markaziga qo'ng'iroq qilganda mijozlar o'zlarini qadrli his qilishlariga imkon beradi, bu esa tezkor xizmatlarni taqdim etadi (Mehra, 2013). Xuddi shunday, Miller (Miller, 2013) mahsulotlarga asoslangan sensorlardan olingan katta ma'lumotlardan foydalangan holda proaktiv texnik xizmat ko'rsatishni taklif qilish orqali (ya'ni, nosozlik yuz berishi yoki hatto aniqlanishidan oldin profilaktika choralarini ko'rish) elektron tijorat firmalari innovatsion xizmatlarni taklif qilishlari mumkinligini tushuntirdi. sotishdan keyingi xizmat.
Ta'minot zanjiri ko'rinishi.
Mijozlar onlayn platformada buyurtma berganida, ular tovarlar hali ham tranzitda bo'lgan vaqtda buyurtmani kuzatish xizmatini kompaniyalar taqdim etishini kutishlari mantiqan to'g'ri. Kopp (2013) mijozlar buyurtmalarining aniq mavjudligi, joriy holati va joylashuvi kabi asosiy ma'lumotlarni kutishlarini tushuntirdi. E-tijorat firmalari ko'pincha mijozlarning ushbu umidlarini qondirishda qiyinchiliklarga duch kelishadi, chunki ta'minot zanjiri jarayonida ombor va transport kabi turli uchinchi tomonlar ishtirok etadi (Kopp, 2013). Katta ma'lumotlar tahlili (BDA) bu kontekstda bir nechta mahsulotlar bo'yicha bir nechta tomonlardan bir nechta ma'lumotlarni to'plash orqali asosiy rol o'ynaydi (Mehra, 2013) va keyinchalik mijozlarga kutilgan etkazib berish sanasini aniq maslahat beradi.
Xavfsizlik va firibgarlikni aniqlash.
Firibgarlik bilan bog'liq yo'qotishlar har bir 1 million AQSh dollari daromadi uchun o'rtacha 9000 AQSh dollarini tashkil qiladi (Mehra, 2013). Katta ma'lumotlardan foydalanish orqali tegishli tushunchalarni aniqlash orqali bu katta miqdordagi yo'qotishning oldini olish mumkin. Hadoop kabi to'g'ri infratuzilma yordamida elektron tijorat firmalari kredit kartalari, mahsulot qaytarilishi va shaxsni o'g'irlash bilan bog'liq firibgarlikni aniqlash uchun ma'lumotlarni umumiy darajada tahlil qilishlari mumkin (Mehra, 2013). Bundan tashqari, elektron tijorat firmalari tranzaksiya ma'lumotlarini mijozlarning xaridlar tarixi, veb-jurnallari, ijtimoiy tasma va smartfon ilovalaridagi geofazoviy joylashuv ma'lumotlari bilan birlashtirib, real vaqt rejimida firibgarlikni aniqlay oladi. Misol uchun, Visa tranzaksiyaning 500 xil jihatini tekshirish imkonini beruvchi yirik maʼlumotlarga asoslangan firibgarlikni boshqarish tizimini oʻrnatdi va bu tizim har yili ehtimoliy yoʻqotishlarni 2 milliard AQSh dollarini tejaydi.
Bashoratli tahlillar.
Bashoratli tahlillar katta ma'lumotlardan foydalanish orqali sodir bo'lishidan oldin voqealarni aniqlashni anglatadi (Kopp, 2013). Bashoratli tahlilni qo'llash ishonchli ma'lumotlarni qidirishga bog'liq (Cherif va Grant, 2013). Shu nuqtai nazardan, Loveman (2003), "Caesar's Entertainment" kompaniyasining bosh direktori va prezidenti shunday dedi: "[t]ma'lumotlarga asoslangan marketing bilan shug'ullanishning eng yaxshi usuli - bu mijozlarning afzalliklari haqida ko'proq va aniqroq ma'lumot to'plash, tajribalar va tahlillarni o'tkazishdir. yangi ma'lumotlar bo'yicha va [kazino o'yini] o'yinchilarining manfaatlariga murojaat qilish usullarini aniqlang. Biz maʼlumotlar bazasidagi maʼlumotlar va qaror qabul qilish boʻyicha ilm-fan vositalari bilan birgalikda mijozning biz uchun nazariy qiymatini bashorat qilishga imkon berishini angladik, bu bizga oʻyinchilarning oʻziga xos afzalliklarini hisobga olgan holda marketing tadbirlarini yaratishga imkon beradi”. Shuning uchun bashoratli tahlil firmalarga o'z daromadlari byudjetlarini tayyorlashga yordam beradi. Ushbu byudjetlarni tayyorlash elektron tijorat firmalariga o'tmishdagi savdo ma'lumotlaridan (masalan, yillik yoki choraklik) kelajakdagi sotish modellarini aniqlashga yordam beradi. Bu, o'z navbatida, firmalarga inventarizatsiyaga bo'lgan talablarni yaxshiroq prognozlash va aniqlashga yordam beradi, bu esa mahsulot zaxiralari va yo'qolgan mijozlarning oldini olishga olib keladi (Mehra, 2013). Xuddi shunday, Netflix-da vizualizatsiya va talabni tahlil qilish vositasini qo'llash Amerika Qo'shma Shtatlarida (AQSh) "Kartalar uyi" dasturini efirga uzatishda iste'molchilarning xatti-harakatlari va afzalliklarini aniq prognoz qilishda yordam berdi (Ramasvami, 2013). Elektron tijorat firmalari biznes muammolarini hal qilish yoki qaror qabul qilish uchun BDA tushunchalaridan biznes qiymatini tobora ko'proq ajratib olishadi. Ma'lumotlarga asoslangan elektron tijorat sohasidagi ushbu yangi rivojlanish odamlar, jarayon va texnologiyalardan foydalangan holda moddiy (masalan, samaradorlikni oshirish) va nomoddiy (masalan, strategik biznesni tushunish) biznes qiymati kontekstida yangi nazariyalarni ishlab chiqishga turtki beradi. Masalan, Wixom va boshqalar. (2013) BDAni qabul qilish va qiymatida mumkin bo'lgan nazariy kengayish uchun yangi konstruktsiyalar sifatida "keng tarqalgan foydalanish drayverlari" va "idrok qilish tezligi haydovchilari" ni aniqladi. Xuddi shunday ruhda, Fosso Wamba va boshqalar. (2015a) BDA ning tranzaktsion, strategik va transformativ biznes qadriyatlarini bilim yaratish uchun qulay asos sifatida ta'kidladi. Shuningdek, Sharma va boshqalar. (2014) BDA biznes qiymatiga qanday ta'sir qilishini chuqurroq tushunish uchun tashkilotlarda resurslarni taqsimlash va resurslarni tartibga solish jarayonlarining rolini o'rganuvchi yangi tadqiqot savollarini ilgari surdi. Shunga o'xshash dalillar Beath va boshqalar tomonidan ilgari surilgan. (2012) katta ma'lumotlarning joriy imkoniyatlaridan foydalanish uchun BDA va biznes qiymatini amalda o'rganish. Umuman olganda, biz elektron bozorlarda yangi ijtimoiy va iqtisodiy faollikni qo'lga kiritish shaklida nazariyani yaratishda katta ma'lumotlarning kuchidan foydalanadigan innovatsion, noan'anaviy tadqiqotlar o'tkazishni taklif qilamiz.
Muhokama va kelajakdagi tadqiqot kun tartibi.
Katta ma'lumotlardan foydalanish butun qiymat zanjiri bo'ylab biznes uchun qiymat qo'shishga moyil bo'lsa-da, katta ma'lumotlardan to'lovlar o'z biznesiga tushishidan oldin tashkilotlar duch kelishi va hal qilishi kerak bo'lgan bir nechta muammolar mavjud. Darhaqiqat, ishlarni bajarishning har qanday innovatsion usuli har doim qiyinchiliklarni keltirib chiqaradi: katta ma'lumotlar bu haqiqatdan istisno emas. Ko'pgina tadqiqotchilarning ta'kidlashicha, katta ma'lumotlar biznes samaradorligini oshirish/qiymat qo'shish uchun katta salohiyatga ega bo'lsa-da, qaror qabul qiluvchilar foyda olish uchun turli biznes muammolarini hal qilishlari kerak (Davenport, 2012; Schroeck va boshq., 2012; Shah va boshq. , 2012). 4-jadvalda ko'rsatilganidek, joriy tadqiqot ushbu muammolarning ba'zilarini nazariy va amaliy natijalar bilan ta'kidlaydi va shu bilan elektron tijorat landshaftida BDA bo'yicha potentsial tadqiqotlar uchun zamin yaratadi. Katta ma'lumotlar muhitidagi eng katta muammolardan biri shundaki, u mavjud tashkiliy madaniyat va imkoniyatlarga moslashish orqali biznes maqsadlariga qanday erishish mumkinligi haqida aniq ko'rsatma bermaydi (Kiron va boshq., 2014a). Shu munosabat bilan, Barton (2012) menejerlar uchun asosiy vazifa katta ma'lumotlarni ishonchli va oldingi xodimlar uchun tushunarli qilish ekanligini ta'kidladi, masalan, oldingi xodimlar odatda katta ma'lumotlardan foydalanishni istamaydilar, chunki ular katta ma'lumotlarga ishonmaydilar. modelga asoslangan yoki uning qanday ishlashini tushunish qobiliyatiga ega emas edi. Shu sababli, xodimlar va boshqa oxirgi foydalanuvchilar tomonidan ko'proq qabul qilinishi jarayonida menejerlar katta ma'lumotlarni tushunarli formatda, masalan, asboblar paneli, hisobotlar yoki vizualizatsiya tizimi orqali taqdim etishlari kerak (Bose, 2009). Darhaqiqat, innovatsion qobiliyat har doim uzoq muddatli afzalliklarga olib keladi (Porter va Millar, 1985) va kamdan-kam uchraydigan, mos kelmaslik, takrorlanmaslik va o'rnini bosmaslik (Barney, 1991) xususiyatlari orqali kompaniyaning yuqori samaradorligiga olib keladi. Shu sababli, kerakli treninglar, tegishli xodimlar va menejerlar bilan muhokama qilish, yuqori boshqaruvning faol roli (rahbar) va rag'batlantirishlar katta ma'lumotlarning xodimlar va menejerlar tomonidan qabul qilinishini osonlashtirish uchun katalizator sifatida ishlashi mumkin (Kiron va boshq., 2014a). Shu munosabat bilan, McAfee va Brynjolfsson (2012) aniq maqsad va strategiya mavjud bo'lmasa, firma katta ma'lumotlardan foydalanish orqali yuqori ko'rsatkichga ega bo'lishi ehtimoldan yiroq emasligini ta'kidladilar.
Elektron tijorat firmalarida marketing bir nechta kanallar orqali keladigan katta miqdordagi ma'lumotlar bilan kurashmoqda. Shu sababli, eng katta muammo - bu katta hajmdagi ma'lumotlardan har bir mijoz haqida to'g'ri ma'lumotni topishdir (Agarwal and Dhar, 2014; Miller, 2013). Ushbu katta hajmdagi ma'lumotlar mijozlarga har qachongidan ham ko'proq imkoniyatlar beradi va sotuvchilarga elektron tijoratda ishonch va sodiqlikka asoslangan munosabatlarni o'rnatish imkoniyatini yaratadi (Gefen, 2000, 2002). Facebook, Google va Twitter kabi tashkilotlar juda ko'p odamga xos ma'lumotlarga ega bo'lsa-da, muammo shundaki, ular va boshqa elektron tijorat firmalari shaxsiylashtirilgan takliflarni yaratish, dinamik narxlarni belgilash va huquqlardan foydalanish uchun BDAni marketing amaliyotiga qanday kiritishlari mumkin. iste'molchi qiymatini ta'minlash uchun kanallar. Marketingdan tashqari, murakkab ma'lumotlar bazasini boshqarish vositalaridan foydalangan holda ishlab chiqarish va operatsiyalarni boshqarishda katta ma'lumotlarni qayta ishlash ham muhimdir. Elektron tijorat bilan bog'liq holda, katta ma'lumotlar tarafdorlari umumiy tranzaksiya xarajatlarini kamaytirish uchun iste'dodlar, texnologiya va ma'lumotlarning integratsiyasini ta'kidlaydilar (Williamson, 1979, 1981). Shu munosabat bilan Chang va boshqalar. (2014, s.12) shunday dedi: “[s]katta maʼlumotlar hozir hamma joyda va koʻpchilik firmalar uni qoʻlga kiritishi mumkinligi sababli, raqobatdosh ustunlikning kaliti menejerlarga maʼlumotlarni qoʻllash boʻyicha amaliy koʻrsatmalarni taqdim etish orqali boshqaruv qarorlarini qabul qilishni tezlashtirishdir. ularning biznes jarayonlarida analitik ko'nikmalar". Sifatli katta ma'lumotlarning mavjudligi tashkilotga qiymat qo'shishning kalitidir (Kiron va boshq., 2014a). Sifatsiz ma'lumotlar ortiqcha ilovalar va ma'lumotlar bazalaridan kelib chiqishi mumkin, bu esa ma'lumotlarni saqlash xarajatlarini oshiradi va ma'lumotlarga kirish va foydalanishni qiyinlashtiradi (Beath va boshq., 2012). Biznes qiymatini yaxshilash uchun katta ma'lumotlardan foydalanish mumkin bo'lsa-da, qaror qabul qilish jarayoniga putur etkazishi mumkin bo'lgan ortiqcha, noto'g'ri va takroriy ma'lumotlar xavfi doimo mavjud (Nelson va boshq., 2005). Schroeck va boshqalar tomonidan ta'kidlanganidek. (2012), past ma'lumotlar sifati yoki samarasiz ma'lumotlarni boshqarish BDA uchun asosiy muammo hisoblanadi. Shunisi e'tiborga loyiqki, agar noto'g'ri ma'lumotlar mavjud bo'lsa yoki sifatsiz ma'lumotlar ishlatilsa, hatto eng murakkab tahlillardan foydalanish ma'nosiz bo'ladi (Bose, 2009). xavfsizlik (masalan, ismlar va manzillar, ijtimoiy xavfsizlik raqamlari, kredit karta raqamlari va moliyaviy ma'lumotlar) katta ma'lumotlarni boshqarish uchun yana bir muammo bo'lishi mumkin (Bose, 2009; Smit va Shao, 2007). BDA ning misli ko'rilmagan o'sishi ma'lumotlardan roziligisiz foydalanishni jozibador qilsa-da, rozi bo'lmagan respondentlar tadqiqotning rivojlanishiga xavf tug'dirishi mumkin. Shunday qilib, xabardor qilingan rozilik katta ma'lumotlar muhitida katta muammo hisoblanadi (Bialobrzeski va boshq., 2012). Darhaqiqat, BDAda axborotlashtirilgan rozilik jarayoni moslashuvchan, aniqlangan, soddalashtirilgan, ammo ma'lumot beruvchi rozilik jarayonini (Beskow va boshq., 2010; Ioannidis, 2013; White, 2012a) qamrab olgan holda soddalashtirilgan bo'lishi kerak (Bouhaddou va boshq. ). Shubhasiz, katta ma'lumotlar elektron tijorat firmalari uchun amaliy tushunchalar beradi, ammo bu "maxfiylik paradoksini" yaratadi, chunki iste'molchilar, bir tomondan, o'zlarining shaxsiy hayotini himoya qilishni xohlashadi, boshqa tomondan, ular shaxsiy ma'lumotlarini bepul ilovalar uchun muntazam ravishda savdo qiladilar. , reklama takliflari va ijtimoiy media rag'batlantirishlari (Hull, 2014). Bu holatda, Nunan va Di Domeniko (2013, p.6) "katta ma'lumotlardan foydalanish va yaratish bo'yicha maxfiylik tashvishlari ko'tarilgan bo'lsa-da, bu shaxslarning ijtimoiy tarmoqlardan foydalanishi bilan o'zib ketgan" deb da'vo qilmoqda. Garchi iste'molchilar shaxsiy ma'lumotlarini elektron tijorat saytlarida yoki ijtimoiy tarmoqlarda tobora ko'proq bo'lishsa-da, firmalar iste'molchilarning maxfiyligini buzmasligi kutilmoqda, chunki iste'molchilar ma'lumotni "foydalanish shartlari" bo'yicha maxfiy bo'lishini kutgan holda oshkor qilishadi (Martin, 2015). Iste'molchilarning shaxsiy hayotini himoya qilish uchun anonim ma'lumotlarga bo'lgan umidlariga qaramay, BDA-da mavjud bo'lgan sharh ma'lumotlar iqtisodidagi odamlarni anonimlashtirish va qayta identifikatsiya qilish uchun yangi to'lqin texnologiyalari va vositalarini (masalan, yuzni tanib olish dasturi) aniqlaydi. Bu katta ommaviy ma'lumotlardan foydalanish bo'yicha jiddiy xavotirlarni keltirib chiqaradi (Boyd va Krouford, 2012). Natijada, biometrik va genomik katta ma'lumotlarni tadqiq qilish davrida maxfiylikni ham texnologik, ham huquqiy jihatdan himoya qilish uchun shoshilinch tadqiqot chaqiruvi mavjud (Kaplan, 2014). Maxfiylikdan tashqari, katta ma'lumotlar jiddiy xavfsizlik muammolarini keltirib chiqaradi, chunki iste'molchilar o'z ma'lumotlari kim tomonidan va qanday maqsadlarda foydalanilayotganidan mutlaqo bexabar. Shu nuqtai nazardan, Vaidhyanathan va Bulock (2014) onlayn xarid qilish xatti-harakatlarini monitoring qilishning asosliligi va iste'molchilarning bunday monitoringdan qanchalik xabardorligi va xabardorligi haqida savol tug'dirdi. Katta ma'lumotlar sanoatidagi firmalar ko'pincha umumiy salbiy tashqi ta'sirni yaratishda ishtirok etadilar, chunki ular birgalikda katta kuzatuv tizimini rivojlantirishga hissa qo'shadilar (Martin, 2015). Har qanday bunday kuzatuv va potentsial vahiylar (masalan, Edvard Snoudenning PRISM dasturini oshkor qilishi va uning yirik korporatsiyalar - Yahoo, Google, Facebook, Microsoft, Apple va boshqalar bilan aloqasi) shaxsiy ma'lumotlar xavfsizligiga e'tiborni qaratadi (Bankston va Soltani, 2014; Schneier). , 2013). Shu nuqtai nazardan, Google yaqinda Yevropa Ittifoqida "unutish huquqi" siyosatini joriy qildi, bu esa shaxsga o'z qidiruv natijalaridan ahamiyatsiz shaxsiy ma'lumotlarni olib tashlash imkonini beradi. Katta ma'lumotlarni almashish shartnomalari sohasi hanuzgacha norasmiy, yomon tuzilgan, qo'lda bajariladigan va alohida tranzaktsiyalar bilan bog'liq bo'lib qolmoqda (Jorj va boshq., 2014; Pantelis va Aija, 2013). Shunday qilib, rivojlanayotgan katta ma'lumotlar muhitida muvaffaqiyatga erishish uchun elektron tijorat firmalari avtonomiya va ma'lumotli rozilikni boshqarish va ma'lumotlarning maxfiyligi va xavfsizligini ta'minlash uchun javobgar bo'lishi kerak. Katta ma'lumotlar muhitining yana bir asosiy muammosi katta ma'lumotlarni ishlatish uchun zarur bo'lgan texnik, tahliliy va boshqaruv qobiliyatlari, shuningdek, tarmoq aloqalari kabi ko'nikmalarni topishdir (Davenport va boshq., 2012; Kiron va boshq., 2014a; Shroeck). va boshq. Biroq, bu qobiliyatlarning barchasini bitta odamda topish oson emas. McAfee va Brynjolfsson (2012) va Kiron va boshqalar tomonidan ta'kidlanganidek. (2014a), katta hajmdagi katta ma'lumotlarni qo'lga kiritish, birlashtirish, tozalash va vizualizatsiya qilish kerak; shuning uchun ma'lumotlar olimining texnik va analitik qobiliyatlari (masalan, statistik, kontekstual, miqdoriy, bashorat qilish va kognitiv qobiliyatlar va boshqa tegishli bilimlar) juda muhimdir. Qolaversa, bu olimlar biznes va boshqaruv masalalaridan xabardor bo‘lishi, biznes tilida muloqot qilish malakasiga ega bo‘lishi kerak. ITdagi sotsiomaterializm nazariyasiga ko'ra (Orlikowski va Scott, 2008), tashkiliy (ya'ni, BDA boshqaruvi), texnologik (ya'ni, IT infratuzilmasi) va iqtidor (masalan, tahliliy mahorat yoki bilim) o'lchovlari analitikaning o'zaro bog'liqligi bilan bog'liq. ularning individual hissasini alohida o'lchash qiyin (Orlikowski va Scott, 2008). Shu sababli, murakkab texnologiya, kuchli iste'dod va tahliliy boshqaruv madaniyatiga e'tibor qaratgan holda katta ma'lumotlarni tahlil qilish qobiliyatini rivojlantirish juda muhimdir.
Umuman olganda, qat'iy va jozibali biznes ishini ifodalash uchun tashkiliy qobiliyatning yo'qligi elektron tijoratda BDA uchun jiddiy muammo bo'lishi mumkin. Akademiyada ham, amaliyotda ham tadqiqotchilar (masalan, Hayashi, 2014; Kiron va boshq., 2014b; Wamba va boshq., 2015) o'lchash mumkin bo'lgan foyda keltiradigan biznes imkoniyatlari uchun ajoyib voqea katta ma'lumotlarning asosiy muammosi ekanligini xabar qilishdi. Aksariyat tashkilotlar katta ma’lumotlardan qanday foydalanish muammosiga duch kelayotgan ekan, biz maslahat beramizki, birinchi qadam ma’lumotlar, tahlillar, oldingi vositalar va odamlar biznes qiymatini yaratish uchun qanday qilib birlashishi mumkinligi haqidagi oddiy rejani yaratishga vaqt sarflashdir (Biesdorf et al., 2013). Xususan, Davenport (2013b) bilan o'xshash ruhda biz muammoni tan olish, o'tmishdagi topilmalarni ko'rib chiqish, o'zgaruvchilarni aniqlash va modelni ishlab chiqish, ma'lumotlarni to'plash va tahlil qilish va amaliy tushunchalar bo'yicha qarorlar qabul qilish orqali tadqiqot rejasini ishlab chiqishni taklif qilamiz. Umuman olganda, elektron tijoratda qiziqarli, ahamiyatsiz bo'lmagan savollarni hal qilish uchun ko'plab imkoniyatlar mavjud va biz 4-jadvalda muayyan tadqiqot oqimlariga qaratilgan ba'zi rasmlarni taklif qilamiz. Biroq, elektron tijoratdagi qiziqarli, moviy okean tadqiqot savolini baholash muvofiqlik, qat'iylik, hikoya, nazariya va iqtisodiy va ijtimoiy ahamiyatga asoslangan bo'lishi kerak.
Xulosa
Katta ma'lumotlar tahlili (BDA) axborot inqilobi tomonidan yaratilgan qiyinchiliklar va imkoniyatlar tufayli elektron tijorat landshaftining keng spektrida innovatsiyalar va raqobatning yangi chegarasi sifatida paydo bo'ldi. Katta ma'lumotlar tahlili (BDA) odamlar, jarayonlar va texnologiyalar dinamikasidan foydalanib, ma'lumotlarni ishonchli qarorlar qabul qilish va biznes muammolarini hal qilish uchun tushunchaga aylantirish orqali elektron tijorat firmalariga tobora ko'proq qiymat beradi. Bu raqobatdosh ustunlikni yaratish uchun ma'lumotlar, manbalar, ko'nikmalar va tizimlar bilan shug'ullanadigan yaxlit jarayondir. Google, Amazon va Facebook kabi yetakchi e-tijorat firmalari allaqachon BDA-ni qabul qilib, ulkan o'sishni boshdan kechirishgan. BDA ning asosiy jihatlarini tizimli ko'rib chiqish va taksonomiyani yaratish orqali ushbu tadqiqot rivojlanayotgan elektron tijorat tadqiqotlarida BDAni qo'llash uchun foydali boshlang'ich nuqtani taqdim etadi. Tadqiqot BDA imkoniyatlarini yaratadigan va shakllantiradigan barcha eng yaxshi amaliyotlarni qamrab olish uchun yondashuvni taqdim etadi. Bundan tashqari, tadqiqot shuni ko'rsatadiki, bir marta BDA va uning doirasi yaxshi belgilangan; katta ma'lumotlarning o'ziga xos xususiyatlari va turlari yaxshi tushuniladi; va muammolar to'g'ri hal etilsa, BDA ilovasi keng tarqalgan foydalanishni osonlashtirish va tashkilotlar bo'ylab tushunchalarni tezkor etkazib berish orqali biznes qiymatini maksimal darajada oshiradi.
|
| |
