Waarom de focus op data?

Iedereen die mijn recente analistenrapporten voor 101 blockchains heeft gelezen, denkt nu misschien ‘waarom is deze man zo geobsedeerd door data?’. Eerst was het ‘Blockchain en Lean Six Sigma’, daarna ‘Blockchain en Big Data’ en nu heeft hij het over ‘Blockchain en Data Analytics’.

Nou, voor mij zijn data de sleutel tot hoe een bedrijf functioneert en slaagt. Terwijl de vorige rapporten meer focussen op efficiëntie, kwaliteit en maatregelen die ik zie als de gegevensbouwstenen, behandelt dit rapport analyse die ik zie als het waardestuk.

In staat zijn om uw gegevens effectief te ontginnen en te onderzoeken zodat deze uw belangrijkste zakelijke beslissingen en strategie informeren, is de sleutel tot marktgroei op de lange termijn, maar werkt alleen echt als de eerder besproken structuur en controles aanwezig zijn.


Lees verder:Blockchain en Lean Six Sigma

Definitie van gegevensanalyse

Volgens investopedia,

Data-analyse is de wetenschap van het analyseren van ruwe data om conclusies te trekken over die informatie. Veel van de technieken en processen van data-analyse zijn geautomatiseerd in mechanische processen en algoritmen die werken met onbewerkte data voor menselijke consumptie.

Blockchain en gegevensinvoer

Als we nadenken over data en de waarde die het oplevert, worden we er voortdurend aan herinnerd dat ‘Rubbish data in’ steevast leidt tot ‘Rubbish data out’. Het opschonen van gegevens voordat deze worden opgeslagen, kan dus van onschatbare waarde zijn en alles wat vooraf kan worden gedaan om duplicatie en fouten te verminderen, bespaart tijd en levert betere resultaten op..

Hier is het ding met Blockchain. Hoewel de voordelen het feit omvatten dat het één enkele bron van de waarheid zal bieden, consensus mogelijk kan maken en een volledige permanente geschiedenis en audittrail kan bieden, kan het vanuit het oogpunt van gegevensinvoer problemen accentueren.

Laat het me uitleggen. Stel dat we ‘Rubbish-gegevens in’ hebben in een Blockchain-omgeving, zoals eerder vermeld, dan zou dit waarschijnlijk leiden tot ‘Rubbish-gegevens eruit’, maar vanwege de belangrijkste kenmerken van Blockchain wordt het potentieel erger.

Je hebt niet alleen ‘Rubbish-gegevens’ in ’, maar die onzingegevens kunnen niet worden gewist omdat Blockchain elke transactie en activiteit via permanente records bijhoudt. Dat betekent niet dat de gegevens niet kunnen worden opgeschoond en georganiseerd, maar de mantra wordt dan:

‘Afvalgegevens binnen’ – ‘Afvalgegevens blijven permanent binnen’ – ‘Afvalgegevens eruit’

Maar is dit een slechte zaak??

Hoewel slechte gegevens nooit goed zijn, is duidelijke transparantie van die gegevens voordelig, want zonder deze gegevens worden herstel en corrigerende maatregelen veel uitdagender.

Het feit dat Blockchain een record maakt van alle slechte gegevens in en deze tijdens de levenscyclus kan traceren, levert op zichzelf waardevolle informatie op. In een traditionele database konden de slechte gegevens worden gewist en niemand zou ooit weten dat ze er waren.

Met Blockchain is duidelijk wat er is gebeurd, er is geen mogelijke dekmantel en de historische gegevens maken verbetermogelijkheden en leren voor de toekomst mogelijk. Dit is beslist een goede zaak. Dit wil niet zeggen dat we slechte gegevens aanmoedigen, die altijd waar mogelijk moeten worden vermeden, maar eenmaal geïdentificeerd, om effectieve corrigerende maatregelen te garanderen, moet deze worden aangepakt en niet worden genegeerd of verborgen.

Lees ook:Kunnen Blockchain en traditionele databases naast elkaar bestaan??

Onbewerkte gegevens raken een zenuw

Data Analytics richt zich op het optimaliseren van onbewerkte gegevens om waardevolle inzichten en kansen voor klanten te bieden. Daartoe kan de slimme contractarchitectuur van Blockchain het mogelijk maken dat gegevens gemakkelijk worden gepartitioneerd voor analyse, ervan uitgaande dat het oorspronkelijke systeemontwerp hiermee als een overweging is geïmplementeerd.

Het echte voordeel is echter dat zodra gegevens zich in een Blockchain-omgeving bevinden, deze gemakkelijk gedurende hun levenscyclus kunnen worden bewaakt. Dit betekent dat deze gegevens niet alleen bij het begin traceerbaar worden, maar door elke interactie die ze maken en elk proces dat ze aanraakt, waardoor een veel rijkere ader aan historische en actuele informatie ontstaat voor klanten om te ontginnen.

Het onderstaande diagram is een vereenvoudigd model dat laat zien hoe een combinatie van operationele en historische gegevens kan worden gebruikt door een gegevensanalist.

Blockchain en data-analyse: leven in harmonie

Naarmate data-analyse meer een centraal punt en een belangrijke drijfveer wordt voor verbetering van de bedrijfskwaliteit, kan Blockchain helpen. Het volgende is een uittreksel uit het onlangs gepubliceerde Gartner-rapport:

100 voorspellingen van gegevens en analyses tot en met 2024 door analisten Graham Peters, Alan D. Duncan

“Tegen 2023 zullen organisaties die slimme blockchain-contracten gebruiken de algehele gegevenskwaliteit met 50% verhogen, maar de gegevensbeschikbaarheid met 30% verminderen; omgekeerd om een ​​positieve ROI voor gegevens en analyses te creëren. “

Afsluitende opmerkingen

Tot slot: het pad naar effectieve en productieve gegevens van definitie tot rapportage is er een waar Blockchain waarde kan toevoegen, maar zoals elke technologie is het slechts zo goed als de gegevens die worden ingevoerd. Zelfs de beste systemen kunnen mensen niet volledig stoppen met het invoeren van slechte gegevens, maar ze kunnen ze wel helpen deze te identificeren, repareren en vervangen.

Oh, en mijn volgende rapport zal (waarschijnlijk) niet over gegevens gaan &# 128522;

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me