构建大数据解决方案咨询用户很重要

简介:

美国的K-12教育(美国基础教育的统称)在全球并不名列前茅,而创业公司Alt Schoo正在利用大数据努力改变这种状况。

该公司的目标是开发大数据和分析方法,可以为教师提供新的见解,了解不同学生的班级学习情况,以及如何为每个孩子提供最佳学习环境。

作为这一策略的一部分,该公司使用摄像机来记录学生的行为,如面部表情,坐立不安和社交互动情况。其目标是将视频和音频流中的数据聚合到中央存储库中,从而帮助教师更好地评估学生的学习需求,开发更有效的教学技巧。

现在,Alt School公司的技术只在硅谷和纽约公司经营的6所私立学校校园应用。然而,根据“教育周刊”的文章,他们可以在2018学年更广泛地使用。在大型教育界实施分析解决方案时,像AltSchool这样的公司可能会遇到一些问题和障碍。

为什么?

因为商业案例只有当每个人都看到价值时才有效。为了创造价值,科技公司需要向潜在用户展示利益,这意味着AltSchool的案例中的教师是主要的因素。

首先,教育工作者不一定是技术人员。他们很可能是致力于教学的人。多年来,他们开发了直观的学习方法,方便学生学习。有些人甚至可能厌恶技术。

其次,教师必须与大量的不同群体的学生一起实施。一个解决方案并不适用于教室里的每个人。一名K-12老师表示,“我的一半时间用于控制教室中学生的各种行为,另一半时间用于开发灵活的课程,以适应每个学生的需要,而我同时还在为36名学生教课。”

当其他公司开始考虑向那些传统上不使用的行业提供大数据和分析解决方案时,可能遇到类似的问题。接近用户之前需要考虑以下几点:

不要以为每个人都在同一层面上。仅仅因为你认为某项技术是伟大的,并不意味着你想与之接触的人就这么认为。企业开发的新技术要花大量的时间了解他们的目标用户的第一需求。。一旦理解了这些需求,就可以利用技术来满足目标用户群体的需求。

其次,意识到你所提供的技术的目的,而不仅仅是提供它。IT的历史中充满了部署的项目故事,但是有很多失败的项目,那是因为项目从未被用户认可。信息技术和商业公司必须愿意与用户一起工作,充分掌握他们的痛点,并为新技术定义业务用途,从而让用户获得有形价值。这应该在新产品实施之前发生。

不要试图做太多太快。在K-12的例子中,如果开发获得了一些初步的成功,解决和帮助解决具体的教师痛点,就像为教师提供可以帮助他们更好地管理课堂上的情况和促进个性化学习的工具,他们将是更容易看到工具可以提供什么。

总是规划每个技术部署,以建立用户信心。组织可以通过将新用户的培训时间纳入技术部署项目来帮助其实现信心。这次培训不仅应该进行小组培训,还要进行个人培训,以确保个人用户获得技术支持。用户还应该有一个帮助热线联系人,他们可以通过问题或协助来呼叫。一旦用户产生了一种内在的自信感,他们将会向您展示如何使用它的新想法。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
存储 大数据 数据处理
PHP 与大数据:构建高效数据处理系统
传统的数据处理系统往往难以应对大规模数据的处理需求,而PHP作为一种常用的服务器端脚本语言,在数据处理方面也有其独特的优势。本文将探讨如何利用PHP构建高效的大数据处理系统,结合实际案例分析其应用场景及优势所在。
16 2
|
5月前
|
SQL Oracle 物联网
助力工业物联网,工业大数据之数仓维度层DWS层构建【十二】
助力工业物联网,工业大数据之数仓维度层DWS层构建【十二】
47 0
|
5月前
|
SQL Oracle 关系型数据库
助力工业物联网,工业大数据之ODS层构建:代码结构及修改【九】
助力工业物联网,工业大数据之ODS层构建:代码结构及修改【九】
50 0
|
25天前
|
SQL 分布式计算 Hadoop
利用Hive与Hadoop构建大数据仓库:从零到一
【4月更文挑战第7天】本文介绍了如何使用Apache Hive与Hadoop构建大数据仓库。Hadoop的HDFS和YARN提供分布式存储和资源管理,而Hive作为基于Hadoop的数据仓库系统,通过HiveQL简化大数据查询。构建过程包括设置Hadoop集群、安装配置Hive、数据导入与管理、查询分析以及ETL与调度。大数据仓库的应用场景包括海量数据存储、离线分析、数据服务化和数据湖构建,为企业决策和创新提供支持。
70 1
|
2月前
|
SQL 存储 监控
构建端到端的开源现代数据平台
构建端到端的开源现代数据平台
57 4
|
2月前
|
人工智能 DataWorks 数据可视化
心动基于阿里云DataWorks构建游戏行业通用大数据模型
心动游戏在阿里云上构建云原生大数据平台,基于DataWorks构建行业通用大数据模型,如玩家、产品、SDK、事件、发行等,满足各种不同的分析型应用的要求,如AI场景、风控场景、数据分析场景等。
336 1
|
3月前
|
存储 数据可视化 JavaScript
基于Echarts构建大数据招聘岗位数据可视化大屏
基于Echarts构建大数据招聘岗位数据可视化大屏
65 0
|
5月前
|
SQL 存储 分布式计算
助力工业物联网,工业大数据之数仓事实层DWB层构建【十七】
助力工业物联网,工业大数据之数仓事实层DWB层构建【十七】
39 0
助力工业物联网,工业大数据之数仓事实层DWB层构建【十七】
|
5月前
|
数据采集 SQL Oracle
助力工业物联网,工业大数据之DWD层构建:数据抽取分析【十一】
助力工业物联网,工业大数据之DWD层构建:数据抽取分析【十一】
54 0
|
5月前
|
SQL Oracle 关系型数据库
助力工业物联网,工业大数据之ODS层构建:申明分区代码及测试【十】
助力工业物联网,工业大数据之ODS层构建:申明分区代码及测试【十】
46 0

热门文章

最新文章