Это не Excel: что нужно знать про big data фармацевтическим компаниям
Мы живем в эпоху беспрецедентного роста объемов цифровой информации. Согласно прогнозу International Data Corporation (IDC), к 2023 году совокупный объем всех мировых хранилищ данных достигнет 11,7 зеттабайт (10²¹ байт). Вместе с тем все чаще можно слышать, что бизнес-сфера не справляется с объемом поступающей информации и буквально «тонет в больших данных». Хорошая новость: корень проблемы не в количестве данных, а в том, что многие компании до сих пор не умеют рационально ее собирать, хранить, обрабатывать и анализировать.
Рассыпанный пазл
Большие данные (big data) — это собранные из множества различных источников, структурированные и неструктурированные данные огромных объемов и разнообразия. Большие данные могут поступать в режиме реального времени или накапливаться и превращаться в «исторические».
К структурированным данным относится информация, которая собирается в определенном формате. Например, это может быть таблица со строго определенными полями.
Неструктурированные данные — разнородные массивы информации без четкой структуры. Например, текстовые файлы, изображения, фотографии, комментарии из соцсетей и так до бесконечности. Собранные вместе, такие данные помогают найти скрытые взаимосвязи и проанализировать предпочтения клиентов, стратегии конкурентов, тенденции ценообразования и другие важные для компании параметры.
Что такое big data для фармацевтической компании:
- отчеты от аптек и дистрибьюторов;
- фискальные данные из ОФД;
- аналитические отчеты от агентств;
- данные из интернета;
- фотографии медицинских представителей;
- данные мобильных операторов.
В ближайшее время к этому списку добавятся данные по маркировке и онлайн-продажам.
Это, в принципе, все, что нужно знать об определении big data. Но с этого момента начинается все самое интересное.
Не интуиция, а анализ
Дело в том, что сами по себе большие данные, даже собранные в одном месте, не представляют никакого интереса. Ценность их заключается в качественном анализе, который помогает находить неочевидные человеческому глазу закономерности, строить прогнозы и делать выводы, стратегически важные для развития компании.