Hvorfor big data er klar for innholdsstyring

Bilde: YakobchukOlena, Getty Images / iStockphoto

Content management (CM) er prosessen for innsamling, levering, gjenfinning, styring og overordnet styring av informasjon i ethvert format. Begrepet gjelder administrering av digitalt innhold, enten det innholdet består av bilder, video, lyd, tekst eller multimedia.

Mer om Big Data

  • Datahåndtering: Et jukseark
  • Hvordan integrere robotprosessautomatisering i big data-prosjekter
  • Programmereren Hadley Wickham utpeker mangfoldet av R-samfunnet
  • Hvordan velge riktige dataanalyseverktøy: 5 trinn

Når jeg tenker på innholdsstyring, tenker jeg på markedsavdelinger som administrerer meldingene deres på bedriftsnettsteder, eller HR-avdelinger som legger ut relevante artikler og informasjon på et internt bedriftsintranett. Den naturlige tilbøyeligheten er ikke å tenke på innholdsstyring i verden av big data-algoritmer og statistisk analyse.

En fremvoksende tankegang antyder at vi bør endre denne tankegangen.

"Et flott eksempel er landbruk i stor skala, " sa Anthony Calamito, sjef for geospatial i Boundless, leverandør av geospatiale teknologiløsninger. "Mange av disse selskapene lagrer store mengder data og bilder, men de har ikke tenkt gjennom hvordan de effektivt kan lagre, indeksere og administrere dataene."

Til dels er problemet teknisk lagring - men en like viktig bekymring er hvordan du kan hente og vise de mest relevante dataene til en bruker.

I datavitenskapens verden blir dette problemet adressert av iterativt perfeksjonerende algoritmer som undersøker dataene for å finne svar på viktige spørsmål. Men et ledsagerbehov er å returnere informasjon av høy relevans som bygger på disse svarene og gir brukerne et mer fullstendig bilde av ikke bare de umiddelbare spørsmålene og svarene, men om det omkringliggende datainnholdet som forklarer svarene slik at brukerne har full forståelse av informasjonen som de kan bruke til beslutningsprosesser i virksomheten.

Det er her innholdsstyring tilfører verdi til big data og analyse. Innholdssjefen kan gjenbruke innhold som gjelder andre forretningssituasjoner i den spesifikke situasjonen en sluttbruker har å gjøre med. Han eller hun kan utnytte denne informasjonen ved å dirigere den til andre som trenger å vite det. Arbeider sammen med data science-teamet, kan en innholdsansvarlig også sikre at datainnholdet er ferskt og at endringer i en gitt situasjon eller utfall omgående rapporteres til databrukere.

Hvordan vinne med reseptbelagte analyser (ZDNet spesialrapport) | Last ned gratis PDF-eBok (TechRepublic)

Sluttresultatet for brukere av big data og data science-teamet er at det nå er en journalistisk side ved big data som sikrer at informasjon forblir relevant, blir behandlet på måter som gjør det enkelt å konsumere den og komme til de som trenger å vite om det.

Her er tre måter å integrere innholdsstyring i datavitenskapen og analysene dine

Legg til en innholdssjef i datavitenskapsteamet

Å legge innholdsstyringsdisiplinen til datavitenskapsteamet gir relevans for big data-rapportering fordi innholdsledere har kompetanse med ferdighetene til å utvikle og rute rettidig informasjon til de som trenger det, på måter der innhold lett blir konsumert og utnyttet. Dette vil eliminere tungvint og brukervennlige rapporter der forretningsverdien går tapt fordi rapporter er for kompliserte til at brukerne skal forstå.

La innholdsansvarlig jobbe sammen med big data business analytikere

Å ha en ekspert på innholdsadministrasjon garanterer ikke at denne personen har samme nivå av forretningsdybde og forståelse som en bedriftsdataanalytiker. Det er derfor en flott tilnærming er å ha de to funksjonene til å fungere sammen, og forretningsanalytikeren avklarer forretningsbehovene, og innholdssjefen finner måter å optimalisere og presentere informasjon for å dekke disse behovene.

Gå gjennom eksisterende analyserapporter

Når datavitenskapsteamet beveger deg mot en innholdsstyringsmetode for rapportering, kan du gå gjennom og vurdere eksisterende big data-rapporter. Brukes de, og leverer de det brukerne forventer at de skal levere? Eller er de tungvint og trenger omskriving eller omformatering? Gå av med ubrukte rapporter og revidere rapporter som kan være nyttige, men ikke er slik at de mer effektivt leverer relevant informasjon til brukerne.

Data, Analytics og AI Nyhetsbrev

Få eksperttips for å mestre grunnleggende grunnleggende analyser av data, og følg med på den siste utviklingen innen kunstig intelligens. Leveres mandager

Registrer deg i dag

Se også

  • Hvordan bli en dataforsker: Et jukseark (TechRepublic)
  • Utvikle en Big Data-rapporteringsstrategi for alle brukere (TechRepublic)
  • Lage en skalerbar innholdsstyringsløsning (TechRepublic)
  • Hvorfor det hodeløse CMS kan endre måten bedrifter administrerer innhold for alltid (TechRepublic)
  • Infographic: De fleste selskaper samler inn data, men bruker ikke big data-løsninger (Tech Pro Research)
  • Det er ingen rolle for AI eller datavitenskap: dette er en teaminnsats (ZDNet)
  • AI: Utsikten fra Chief Data Science Office (ZDNet)

© Copyright 2021 | pepebotifarra.com