Quels types de données connaissez-vous ou utilisez-vous dans votre entreprise? Avant de commencer à déployer vos initiatives de gestion des données, qu'il s'agisse de Big Data Analytics, Master Data Management, Enterprise Data Warehouse, etc., vous devez commencer par comprendre l'ingrédient fondamental: les données.
Une compréhension approfondie des différents types de données et de leurs caractéristiques vous aidera de la bonne manière à traiter chacune d'elles.
Selon le Rapport sur la valeur des données 2018 par SnapLogic, en utilisant plus efficacement les données dans leurs organisations, les entreprises s'attendent à augmenter leurs revenus annuels d'un moyenne de 5.2 millions de dollars. Cependant, la plupart des entreprises ne réalisent pas toujours le potentiel des données ou ne savent pas comment les utiliser correctement pour des décisions basées sur les données: en moyenne, les organisations n'en utilisent que la moitié (51%) des données qu'ils collectent ou génèrent, et les données en génèrent moins de la moitié (48%) décisions.
Commençons par quels sont les types de données:
1. Données transactionnelles
Les données transactionnelles sont les informations qu'un accord, un échange ou un transfert se produit entre des organisations ou des individus. Elle est considérée comme une catégorie particulière de données car les transactions ont une importance juridique et commerciale.
Exemples de données transactionnelles:
- Factures: Une facture de services ou de produits.
- Trades: Un commerce qui a lieu sur le marché, par exemple. Marché boursier.
- Achats: achats des clients
- Retours: Un enregistrement comprenant les articles retournés par le client et acceptés par le vendeur.
- Paiements: Un paiement pour une dette ou un achat.
- Crédits: Fonds ajouté à un compte, par exemple, un site de commerce électronique remboursant le montant d'un article retourné.
- Débits: fonds retirés d'un compte, par exemple, un client de banque retire de l'argent de son compte.
La liste continue avec la paie, les ventes d'actifs, les intérêts, les contrats, etc.
2. Données de base
Les informations sur lesquelles une organisation peut s'entendre sont appelées données de base. Les organisations ont souvent, contrairement aux sources d'information qui peuvent dupliquer des données similaires avec peu d'accord sur les définitions standard. Les données de base représentent une opportunité de gouverner et de gérer les données en tant que source de référence unique.
Exemples de métadonnées:
- Données du produit: Un catalogue avec les spécifications et informations du produit.
- Transactions: achats et transactions boursières
- Billets: pour suivre les problèmes et les interactions avec les clients.
- Données analytiques: données qui soutiennent la prise de décision.
3. Données client
Toutes les informations associées à un client sont appelées données client. Les données clients sont des informations essentielles pour les processus métier et les outils décisionnels.
Exemples de données clients:
- Enregistrement client: L'enregistrement comprend le nom du client et l'identifiant client.
- Comptes: un client ayant différents comptes, tels que des départements qui effectuent des achats séparés.
- Contacts: Les entreprises clientes doivent avoir plusieurs contacts qui incluent différents niveaux et fonctions au sein de l'organisation client, tels que le personnel d'ingénierie ou les responsables des achats.
- Services: liste des services actuels que le client utilise, tels que les configurations.
Les tickets de service client, les commentaires, les emplacements, les méthodes de paiement, les offres et les devis sont quelques exemples supplémentaires.
4. Données de la machine
Les données générées par des machines sans aucune intervention humaine sont appelées données machine. C'est l'une des catégories importantes car les machines créent beaucoup plus de données que les humains.
Exemples de paramètres machine:
- Calculs: données calculées à partir des autres données. Par exemple, sur la base des données du marché, un algorithme calcule l'estimation du risque pour un investissement.
- Capteurs: appareils qui détectent des phénomènes physiques tels que le son et la lumière et se transforment en flux de données.
- Prédictions: intelligence artificielle et algorithmes qui tentent de prédire l'avenir.
- Automatisation: tâches automatisées qui créent des données telles que des contrôles, des événements ou des commandes.
5. Données de référence
Les données utilisées pour structurer et contraindre d'autres données sont appelées données de référence. Il s'agit d'informations stables avec un ensemble connu de valeurs qui changent rarement.
Exemples de données de référence:
- Science: Liste des étoiles connues
- Emplacements géographiques: Liste des états valides pour un pays.
- Calcul: liste des valeurs de calcul standard telles que les codes d'état HTTP.
- Marchés: Liste des tickers boursiers actuellement valides pour un marché.
6. Données quantitatives
Toutes les données sous forme numérique sont appelées données quantitatives. Ces données sont souvent comparées à des données qualitatives qui incluent des informations exprimées dans une langue naturelle comme l'anglais.
Exemples de données quantitatives:
- Mesures: Mesure de quelque chose de physique comme une inspection de sécurité alimentaire qui mesure la température des aliments stockés dans un réfrigérateur de restaurant.
- Quantification: Conversion de jugements humains qualitatifs en chiffres, par exemple en demandant aux clients d'évaluer leur niveau de satisfaction.
- Calculs: calcul de la marge brute en fonction du chiffre des ventes mensuelles.
- Compte: compter les choses.
Types de récapitulation des données!
Le flux incessant de données qui nous entoure aujourd'hui peut indéniablement transformer notre façon de faire des affaires. Étant donné que nous avons accès à des quantités d'informations sans précédent sur nos concurrents, nos clients et nos prospects, nous pouvons faire avancer notre entreprise d'une manière dont nous avons toujours rêvé il y a quelques années.
Comme l'a dit à juste titre Tim Berners-Lee, «les données sont une chose précieuse et dureront plus longtemps que les systèmes eux-mêmes.»
Maintenant que vous avez une idée des types de données disponibles, avez-vous réfléchi à la manière dont vous souhaitez les sauvegarder? Vérifier Étude de cas Rutgers: Comment l'université a économisé des dizaines de milliers de dollars avec Sauvegarde et restauration Zmanda.
