Video: Güven Borça’yla Gündeme Dair | Big Data Mining, Nöropazarlama, Kişisel Marka Yaratmak, Blockchain 2024
De keuze voor datamining-software haasten is met risico's gepaard. Uw dataminingprojecten beginnen met plannen. Totdat je hebt bepaald wat je wilt bereiken en je eigen werkvereisten, focus je niet op software. Een goede voorbereiding beschermt u tegen deze veel voorkomende risico's:
-
Ontoereikende softwaremogelijkheden: Nieuwe gegevensontvangers vinden vaak dat de software die ze hebben geselecteerd niet over alle vereiste functies beschikt. Hoewel het verleidelijk is om het probleem van de softwareleverancier te beschuldigen, zal dat excuus je baas of klant waarschijnlijk niet tevreden stellen.
De eerste en belangrijkste manier om te voorkomen dat u producten selecteert die niet aan uw vereisten voldoen, is het uitstellen van de software totdat u een grondige beoordeling hebt voltooid om te bepalen wat die vereisten zullen zijn. Nadat u goed begrijpt wat u nodig hebt, is het verstandig om geschikte tests te plannen voordat u een aankoop doet. Test de software altijd voordat u op een product gaat werken.
Evalueer een verscheidenheid aan producten. Gratis producten zijn uiteraard gemakkelijk toegankelijk en de meeste commerciële softwareleveranciers zullen u hun producten voor een korte tijd kosteloos laten testen. Haal het meeste uit deze onderzoeken door een testplan voor te bereiden en succescriteria te definiëren voordat u begint.
Als uw softwaretest een aanzienlijke hoeveelheid technische assistentie van een leverancier vereist, zoals het gedurende een aantal dagen brengen van een ondersteuningsmedewerker naar uw site, wordt u waarschijnlijk gevraagd om een vergoeding voor die service te betalen. (Houd hier rekening mee wanneer u vrije software overweegt Bedrijven die hun software gratis verspreiden, verdienen vaak geld met het verkopen van services.) Leveranciers passen deze kosten soms toe op uw softwareaankoop. Als dat niet wordt aangeboden, vraag het dan.
Soms is het probleem niet dat de software een noodzakelijke functie mist, maar dat de datamining niet genoeg heeft geleerd over het gebruik ervan. Plan een training voor elk product dat u aanschaft en begin met trainen zodra u een hulpmiddel in huis haalt.
-
Te veel betalen: Mensen realiseren zich vaak niet eens dat ze een duurder product hebben gekocht dan ze nodig hadden. Hoewel de meest kosteneffectieve keuze voor u niet noodzakelijkerwijs degene is met het laagste prijskaartje, heeft het geen zin om te betalen voor productfuncties die u niet zult gebruiken.
Je beste verdediging tegen te veel betalen is om wat vergelijkingsshoppen te doen - met je lijst met vereisten bij de hand. Als een verkoopvertegenwoordiger u aanmoedigt om een duurder product te kiezen dan u denkt dat u nodig heeft, stel dan vragen.
Vraag welke aanvullende mogelijkheden worden geboden in het duurdere product en hoe deze relevant voor u zijn. Krijg voldoende informatie om u te laten bepalen of de upgrade daadwerkelijk waardevoller is voor uw organisatie, of verhoog gewoon de commissie van de verkoopvertegenwoordiger.
-
Onnodige complexiteit: Wanneer mijnwerkers gaan zitten om een project uit te voeren met een nieuwe tool, vinden ze het soms moeilijker om te gebruiken dan ze hadden verwacht. Soms is het duidelijk dat de tool kan doen wat nodig is, maar niet gemakkelijk. In andere gevallen kan het lijken alsof het product eenvoudigweg niet aan een vereiste kan voldoen.
Een manier om onnodige complexiteit te voorkomen, is door producten te proberen voordat u een selectie maakt. Geef software altijd een doorlopende test voordat u zich engageert om het in een echte applicatie te gebruiken.
Goede tools voor datamining zijn ontworpen om zakelijke gebruikers snel nuttige patronen in gegevens te helpen ontdekken. Tenminste, dat is het doel. De echte waarheid is echter dat het nog steeds moeite kost om nieuwe hulpmiddelen en complete projecten te begrijpen.