Waarom big data klaar is voor contentbeheer

Beeld: YakobchukOlena, Getty Images / iStockphoto

Content management (CM) is het proces voor het verzamelen, leveren, ophalen, beheren en algemeen beheren van informatie in elk formaat. De term is van toepassing op het beheer van digitale inhoud, ongeacht of die inhoud bestaat uit afbeeldingen, video, audio, tekst of multimedia.

Meer over Big Data

  • Gegevensbeheer: een spiekbriefje
  • Hoe robotachtige procesautomatisering te integreren in big data-projecten
  • Programmeur Hadley Wickham prijst de diversiteit van de R-gemeenschap
  • Hoe de juiste tools voor gegevensanalyse te kiezen: 5 stappen

Als ik denk aan content management, denk ik aan marketingafdelingen die hun berichten beheren op bedrijfswebsites, of HR-afdelingen die relevante artikelen en informatie op een intern bedrijfsintranet plaatsen. De natuurlijke neiging is niet na te denken over contentbeheer in de wereld van big data-algoritmen en statistische analyse.

Een opkomende denkrichting suggereert dat we dit denken moeten veranderen.

"Een goed voorbeeld is grootschalige landbouw, " zei Anthony Calamito, Chief Geospatial Officer bij Boundless, een aanbieder van geospatiale technologieoplossingen. "Veel van deze bedrijven slaan enorme hoeveelheden gegevens en afbeeldingen op, maar ze hebben niet nagedacht over hoe ze de gegevens effectief kunnen opslaan, indexeren en beheren."

Voor een deel is het probleem technische opslag - maar een even belangrijke zorg is hoe de meest relevante gegevens kunnen worden opgehaald en weergegeven aan een gebruiker.

In de data science-wereld wordt dit probleem aangepakt door iteratief perfectionerende algoritmen die de gegevens onderzoeken om antwoorden op belangrijke vragen te vinden. Maar een begeleidende behoefte is het retourneren van informatie met een hoge relevantie die voortbouwt op deze antwoorden en gebruikers een completer beeld geeft van niet alleen de onmiddellijke vragen en antwoorden, maar van omringende gegevensinhoud die de antwoorden verklaart, zodat gebruikers een volledig begrip van de informatie hebben die ze kunnen gebruiken voor zakelijke besluitvorming.

Hier voegt contentbeheer waarde toe aan big data en analyses. De contentmanager kan content die van toepassing is op andere bedrijfssituaties herbestemmen voor de specifieke situatie waarmee een eindgebruiker te maken heeft. Hij of zij kan deze informatie gebruiken door deze naar anderen te sturen die het moeten weten. In samenwerking met het data science-team kan een contentmanager er ook voor zorgen dat de data-inhoud nieuw is en dat alle wijzigingen in een bepaalde situatie of uitkomst onmiddellijk worden gerapporteerd aan de gegevensgebruikers.

Hoe te winnen met prescriptive analytics (speciaal ZDNet-rapport) | Download het gratis PDF ebook (TechRepublic)

Het eindresultaat voor gebruikers van big data en het data science team is dat er nu een journalistieke kant is aan big data die ervoor zorgt dat informatie relevant blijft, wordt verwerkt op een manier die het mogelijk maakt om gemakkelijk te worden geconsumeerd, en krijgt degenen die het moeten weten over het.

Hier zijn drie manieren om content management te integreren in uw data science en analyses

Voeg een contentmanager toe aan het data science-team

Het toevoegen van de content management discipline aan het data science team voegt relevantie toe aan big data rapportage omdat content managers expertise hebben met de vaardigheden om tijdige informatie te ontwikkelen en te routeren naar diegenen die het nodig hebben, op manieren waar content gemakkelijk wordt geconsumeerd en gebruikt. Dit zou omslachtige en gebruikersonvriendelijke rapporten elimineren waarbij bedrijfswaarde verloren gaat omdat rapporten te complex zijn voor gebruikers om te begrijpen.

Laat de contentmanager samenwerken met big data-bedrijfsanalisten

Het hebben van een expert op het gebied van contentbeheer garandeert niet dat deze persoon hetzelfde niveau van bedrijfsdiepte en begrip heeft als een analist voor bedrijfsgegevens. Dat is de reden waarom een ​​geweldige aanpak is om de twee functies samen te laten werken, waarbij de bedrijfsanalist de zakelijke behoeften verduidelijkt en de contentmanager manieren vindt om informatie optimaal te formatteren en te presenteren om aan die behoeften te voldoen.

Bekijk bestaande analyserapporten

Terwijl uw data science-team evolueert naar een contentmanagementbenadering voor het rapporteren, beoordelen en beoordelen van uw bestaande big data-rapporten. Worden ze gebruikt en leveren ze wat gebruikers verwachten dat ze leveren? Of zijn ze omslachtig en moeten ze worden herschreven of opnieuw worden geformatteerd? Retourneer ongebruikte rapporten en reviseer rapporten die nuttig kunnen zijn, maar niet zo zijn dat ze effectiever relevante informatie aan hun gebruikers leveren.

Data, Analytics en AI Nieuwsbrief

Ontvang tips van experts over het beheersen van de basisprincipes van big data-analyse en blijf op de hoogte van de nieuwste ontwikkelingen op het gebied van kunstmatige intelligentie. Maandagen bezorgd

Schrijf je vandaag in

Zie ook

  • Hoe word je een datawetenschapper: Een spiekbriefje (TechRepublic)
  • Ontwikkel een Big Data-rapportagestrategie voor alle gebruikers (TechRepublic)
  • Een schaalbare content management-oplossing maken (TechRepublic)
  • Waarom het headless CMS de manier kan veranderen waarop bedrijven content voor altijd beheren (TechRepublic)
  • Infographic: de meeste bedrijven verzamelen gegevens, maar gebruiken geen big data-oplossingen (Tech Pro Research)
  • Er is geen enkele rol voor AI of data science: dit is een teaminspanning (ZDNet)
  • AI: Het uitzicht van het Chief Data Science Office (ZDNet)

© Copyright 2020 | mobilegn.com