---
md_version: 2
title: "Три правила работы с Big Data"
description: "Многие маркетологи допускают ошибки в работе с Big Data, имея неверные представления о работе с данными или используя неподходящие технологии.Многие маркетологи допускают ошибки в работе с Big Data, имея неверные предста..."
canonical: "https://tesstech.ru/blog/tri-pravila-raboty-s-big-data/"
markdown: "https://tesstech.ru/blog/tri-pravila-raboty-s-big-data/index.md"
published: "2020-09-28"
author: "Tess Technology"
organization: "ООО ТЕСС ТЕХНОЛОДЖИ"
language: "ru-RU"
category: "Технологии и AI"
direction: "technology-ai"
tags: ["Big Data","Маркетинг","Промышленность","Нейромаркетинг"]
image: "https://tesstech.ru/upload/iblock/791/c34oc8fg58b4y7gfzsrqr8w4tgcfi06a.webp"
original_source: "https://tesstech.ru/info/articles/biznes-sovety/tri-pravila-raboty-s-big-data/"
related_service:
  title: "Системная ИИ-трансформация"
  url: "https://tesstech.ru/services/ai-transformation/"
related_articles:
  - title: "Карта искусственного интеллекта"
    url: "https://tesstech.ru/blog/karta-iskusstvennogo-intellekta/"
    markdown: "https://tesstech.ru/blog/karta-iskusstvennogo-intellekta/index.md"
  - title: "Алгоритмический маркетинг (часть 1): зачем маркетологам искусственный интеллект?"
    url: "https://tesstech.ru/blog/algoritmicheskiy-marketing-chast-1-zachem-marketologam-iskusstvennyy-intellekt/"
    markdown: "https://tesstech.ru/blog/algoritmicheskiy-marketing-chast-1-zachem-marketologam-iskusstvennyy-intellekt/index.md"
  - title: "Как Big Data произведет революцию в фармацевтическом R&D"
    url: "https://tesstech.ru/blog/kak-big-data-proizvedet-revolyutsiyu-v-farmatsevticheskom-r-d/"
    markdown: "https://tesstech.ru/blog/kak-big-data-proizvedet-revolyutsiyu-v-farmatsevticheskom-r-d/index.md"
sources: []
---

# Три правила работы с Big Data

Многие маркетологи допускают ошибки в работе с Big Data, имея неверные представления о работе с данными или используя неподходящие технологии.Многие маркетологи допускают ошибки в работе с Big Data, имея неверные представления о работе с данными или используя неподходящие технологии.

Многие маркетологи допускают ошибки в работе с Big Data, имея неверные представления о работе с данными или используя неподходящие технологии. Зачастую маркетологи не имеют достаточно опыта в аналитике и всецело полагаются на собранные данные и эффективные сервисы аналитики, однако здесь есть свои "подводные камни".

Рассмотрим правила, которых нужно придерживаться, чтобы некорректно интерпретированные данные не привели к ошибочным управленческим решениям.

## Правило 1\. Проверьте "чистоту" данных

Избегайте неполных и противоречивых данных, чтобы не получить низкокачественную аналитику. Проверьте 5 основных свойств данных - каждое должно быть строго соблюдено. Если хотя бы одно "выпадает" - компания может совершить серьезную ошибку, сделав бесперспективные вложения или выбрав неверную стратегию.

![1_1 (1).png](/upload/medialibrary/b09/nhd9g99r9kidq0fbnt53fdkr3sxlum7t.png)

Факторы качества больших данных:

1\. Целостность и полнота

2\. Согласованность и непротиворечивость

3\. Точность

4\. Корректность

5\. Актуальность

**ОШИБКА: Начинать работу с данными без предварительного анализа и обработки.**

## Правило 2\. Приведите всю цепочку данных к единому стандарту

Получать данные только из одного источника было бы опрометчиво, \- именно независимость данных и многомерность массива позволяет делать обоснованные выводы. Однако, данные из разных источников зачастую проходят через несколько "рук", прежде чем попасть в руки маркетолога.

![2_1.png](/upload/medialibrary/c5b/1i6cogd9bn1d3h923ctvb9c6f1l661ct.png)

Неизбежно возникают противоречия и проблемы с консолидацией.Системы сбора и "очистки" данных должны быть приведены к единому стандарту по всей цепочке получения больших данных.

Как прийти к единому стандарту данных для всех поставщиков информации:

1\. Создать регламент по работе с данными для всех участников

2\. Автоматизировать внесение данных

3\. Донести обязательные стандарты для всех участников

**ОШИБКА: Получать все данные из одного первоисточника.**

## Правило 3\. Обучать сотрудников правильно работать с данными и их интерпретировать

Сейчас у многих маркетологов есть сервис аналитики. Однако при отсутствии опыта или знаний информация может быть неверно интепретирована, упущены важные выводы и переоценены второстепенные аспекты, не говоря уже о валидности полученных выводов.

Кроме того, маркетолог может твердо верить в технические возможности аналитики и даже действовать наперекор здравому смыслу \- что может дорого обойтись компании. К примеру, сейчас данные опросов и анкетных исследований проверяются с помощью нейромаркетинга (см. наш блог от 07.03.2018).

Неизбежно возникают противоречия и проблемы с консолидацией.Системы сбора и "очистки" данных должны быть приведены к единому стандарту по всей цепочке получения больших данных.

![3_1.png](/upload/medialibrary/949/blmf47ch2n0t9kirn76qn7acx5ofdyfm.png)

Чтобы быть уверенным в том, что маркетологи принимают только грамотно обоснованные решения, лучше найти опытных профессионалов в штат или пригласить опытных консультантов. В дальнейшем нужно убедиться, что все сотрудники, работающие с Big data, знают важные нюансы по сбору, обработке, интерпретации данных - особенно те сотрудники, которые постоянно работают с big data.

Безусловно, большие данные предоставляют новые инсайты и дают хороший импульс для принятия решений, самые эффективные решения находятся на стыке грамотной аналитики и развитой бизнес-интуиции.

**ОШИБКА: Полагаться на сервисы аналитики, упуская человеческий фактор ошибок**

## Услуга по теме

[Системная ИИ-трансформация](https://tesstech.ru/services/ai-transformation/) — Находим процессы, где ИИ дает измеримый результат, и сопровождаем пилот до внедрения.

## Материалы по теме

- [Карта искусственного интеллекта](https://tesstech.ru/blog/karta-iskusstvennogo-intellekta/index.md)
- [Алгоритмический маркетинг (часть 1): зачем маркетологам искусственный интеллект?](https://tesstech.ru/blog/algoritmicheskiy-marketing-chast-1-zachem-marketologam-iskusstvennyy-intellekt/index.md)
- [Как Big Data произведет революцию в фармацевтическом R&D](https://tesstech.ru/blog/kak-big-data-proizvedet-revolyutsiyu-v-farmatsevticheskom-r-d/index.md)