Kompletny przewodnik po wyodrębnianiu danych z sieci

Ekstrakcja danych z sieci (znana również jako web scraping, web harvesting, screen scraping itp.) to technika wydobywania ogromnych ilości danych ze stron internetowych w Internecie. Dane dostępne na stronach internetowych nie są dostępne do łatwego pobrania i można uzyskać do nich dostęp wyłącznie za pomocą przeglądarki internetowej. Jednak sieć jest największym repozytorium otwartych danych, a dane te rosły w tempie wykładniczym od momentu powstania Internetu.

Dane internetowe są bardzo przydatne dla portali handlu elektronicznego, firm medialnych, firm badawczych, naukowców zajmujących się danymi, rządu, a nawet mogą pomóc branży opieki zdrowotnej w ciągłych badaniach i przewidywaniu rozprzestrzeniania się chorób.

Weź pod uwagę, że dane dostępne w serwisach ogłoszeniowych, portalach nieruchomości, portalach społecznościowych, sklepach detalicznych, sklepach internetowych itp. są łatwo dostępne w ustrukturyzowanym formacie, gotowe do analizy. Większość z tych witryn nie zapewnia funkcji zapisywania danych w magazynie lokalnym lub w chmurze. Niektóre witryny udostępniają interfejsy API, ale zazwyczaj mają ograniczenia i nie są wystarczająco niezawodne. Chociaż technicznie możliwe jest kopiowanie i wklejanie danych ze strony internetowej do lokalnego magazynu, jest to niewygodne i nie wchodzi w rachubę, jeśli chodzi o praktyczne przypadki użycia dla firm.

Web scraping pomaga robić to w sposób zautomatyzowany i robi to znacznie wydajniej i dokładniej. Konfiguracja web scrapingu współdziała ze stronami internetowymi w sposób podobny do przeglądarki internetowej, ale zamiast wyświetlać je na ekranie, zapisuje dane w systemie pamięci.

Zastosowania ekstrakcji danych internetowych

1. Inteligencja cenowa

Inteligencja cenowa to aplikacja, która z każdym dniem zyskuje na popularności, biorąc pod uwagę zaostrzającą się konkurencję w przestrzeni internetowej. Portale handlu elektronicznego zawsze zwracają uwagę na swoich konkurentów, którzy korzystają z indeksowania sieci, aby uzyskać od nich dane cenowe w czasie rzeczywistym i dostroić własne katalogi za pomocą konkurencyjnych cen. Odbywa się to poprzez wdrożenie robotów indeksujących zaprogramowanych do pobierania szczegółów produktu, takich jak nazwa produktu, cena, wariant itd. Dane te są podłączane do zautomatyzowanego systemu, który przypisuje idealne ceny do każdego produktu po przeanalizowaniu cen konkurencji.

Analiza cen jest również używana w przypadkach, gdy istnieje potrzeba zachowania spójności cen w różnych wersjach tego samego portalu. Zdolność technik indeksowania sieci do wydobywania cen w czasie rzeczywistym sprawia, że ​​takie aplikacje stają się rzeczywistością.

2. Katalogowanie

Portale e-commerce zazwyczaj mają ogromną liczbę list produktów. Nie jest łatwo aktualizować i utrzymywać tak duży katalog. Dlatego wiele firm polega na usługach ekstrakcji danych internetowych w celu gromadzenia danych wymaganych do aktualizacji swoich katalogów. Pomaga im to odkrywać nowe kategorie, których nie znali, lub aktualizować istniejące katalogi o nowe opisy produktów, zdjęcia lub filmy.

3. Badania rynku

Badania rynku są niekompletne, chyba że ilość danych, którymi dysponujesz, jest ogromna. Biorąc pod uwagę ograniczenia tradycyjnych metod pozyskiwania danych i biorąc pod uwagę ilość odpowiednich danych dostępnych w sieci, ekstrakcja danych internetowych jest zdecydowanie najłatwiejszym sposobem gromadzenia danych potrzebnych do badania rynku. Przeniesienie firm ze sklepów stacjonarnych do przestrzeni internetowych sprawiło, że dane internetowe stały się lepszym źródłem badań rynkowych.

4. Analiza sentymentu

Analiza nastrojów wymaga danych pozyskanych ze stron internetowych, na których ludzie dzielą się swoimi recenzjami, opiniami lub skargami dotyczącymi usług, produktów, filmów, muzyki lub jakiejkolwiek innej oferty skierowanej do konsumentów. Wyodrębnienie tej generowanej przez użytkowników treści byłoby pierwszym krokiem w każdym projekcie analizy sentymentu, a web scraping skutecznie służy temu celowi.

5. Analiza konkurencji

Możliwość monitorowania konkurencji nigdy nie była tak dostępna, dopóki nie pojawiły się technologie web scrapingu. Wdrażając pająki sieciowe, możesz teraz łatwo dokładnie monitorować działania konkurencji, takie jak prowadzone przez nich promocje, aktywność w mediach społecznościowych, strategie marketingowe, informacje prasowe, katalogi itp., aby mieć przewagę nad konkurencją. Indeksowanie w czasie zbliżonym do rzeczywistego przenosi ją na wyższy poziom i zapewnia firmom dane konkurencji w czasie rzeczywistym.

6. Agregacja treści

Witryny medialne potrzebują ciągłego dostępu do najświeższych wiadomości i innych popularnych informacji w sieci. Szybkie informowanie o nowościach jest dla tych firm przełomem. Indeksowanie sieci Web umożliwia monitorowanie lub wyodrębnianie danych z popularnych portali informacyjnych, forów lub podobnych witryn w poszukiwaniu popularnych tematów lub słów kluczowych, które chcesz monitorować. W tym przypadku używane jest indeksowanie sieci o niskim opóźnieniu, ponieważ szybkość aktualizacji powinna być bardzo wysoka.

7. Monitorowanie marki

Każda marka rozumie teraz znaczenie koncentracji klienta na rozwoju biznesu. Jeśli chcą przetrwać na tym konkurencyjnym rynku, to w ich najlepszym interesie leży posiadanie dobrej reputacji swojej marki. Większość firm korzysta teraz z rozwiązań do indeksowania sieci w celu monitorowania popularnych forów, recenzji w witrynach eCommerce i platform mediów społecznościowych pod kątem wzmianek o ich markach i nazwach produktów. To z kolei może pomóc im być na bieżąco z głosem klienta i jak najwcześniej rozwiązać problemy, które mogą zrujnować reputację marki. Nie ma wątpliwości, że firma zorientowana na klienta będzie rosła na wykresie wzrostu.

Różne podejścia do ekstrakcji danych internetowych

Niektóre firmy działają wyłącznie w oparciu o dane, inne wykorzystują je do analizy biznesowej, analizy konkurencji i badań rynku, między innymi w niezliczonych przypadkach użycia. Jednak wydobywanie ogromnych ilości danych z sieci nadal stanowi poważną przeszkodę dla wielu firm, tym bardziej, że nie przechodzą one optymalną drogą. Oto szczegółowy przegląd różnych sposobów wyodrębniania danych z sieci.

1. DaaS

Zlecenie projektu ekstrakcji danych internetowych dostawcy DaaS jest zdecydowanie najlepszym sposobem na wyodrębnienie danych z sieci. W przypadku zależności od dostawcy danych, całkowicie zwolniony z odpowiedzialności za konfigurację robota indeksującego, konserwację i kontrolę jakości wyodrębnianych danych. Ponieważ firmy DaaS dysponowałyby wiedzą i infrastrukturą wymaganą do płynnego i bezproblemowego wydobywania danych, możesz korzystać z ich usług przy znacznie niższych kosztach niż te, które ponosisz, robiąc to samodzielnie.

Zapewnienie dostawcy DaaS dokładnych wymagań to wszystko, co musisz zrobić, a odpoczynek jest zapewniony. Musisz przesłać szczegółowe informacje, takie jak punkty danych, witryny źródłowe, częstotliwość indeksowania, format danych i metody dostarczania. Dzięki DaaS otrzymujesz dane dokładnie tak, jak chcesz, i możesz raczej skupić się na ich wykorzystaniu do poprawy wyników biznesowych, co powinno być Twoim priorytetem. Ponieważ mają doświadczenie w skrobaniu i posiadają wiedzę o domenie, aby skutecznie i na dużą skalę uzyskiwać dane, skorzystanie z dostawcy DaaS jest właściwą opcją, jeśli Twoje wymagania są duże i powtarzające się.

Jedną z największych korzyści outsourcingu jest zapewnienie jakości danych. Ponieważ sieć ma charakter bardzo dynamiczny, ekstrakcja danych wymaga ciągłego monitorowania i konserwacji, aby działała płynnie. Usługi ekstrakcji danych z sieci WWW radzą sobie ze wszystkimi tymi wyzwaniami i dostarczają bezszumowe dane wysokiej jakości.

Kolejną zaletą korzystania z usługi ekstrakcji danych jest dostosowanie i elastyczność. Ponieważ usługi te są przeznaczone dla przedsiębiorstw, ofertę można w pełni dostosować do konkretnych wymagań.

Plusy:

• Całkowicie konfigurowalny do Twoich wymagań
• Przejmuje całkowitą odpowiedzialność za proces
• Kontrole jakości w celu zapewnienia wysokiej jakości danych
• Poradzi sobie z dynamicznymi i skomplikowanymi stronami internetowymi
• Więcej czasu na skupienie się na podstawowej działalności

Cons:

• Być może trzeba będzie zawrzeć umowę długoterminową
• Nieco droższe niż narzędzia do majsterkowania

2. Wewnętrzna ekstrakcja danych

Możesz wybrać wewnętrzną ekstrakcję danych, jeśli Twoja firma jest bogata technicznie. Web scraping to techniczny proces niszowy i wymaga zespołu wykwalifikowanych programistów do kodowania robota indeksującego, wdrażania go na serwerach, debugowania, monitorowania i przetwarzania wyekstrahowanych danych. Oprócz zespołu do uruchamiania zadań indeksowania potrzebna jest również wysokiej klasy infrastruktura.

Utrzymanie wewnętrznej konfiguracji indeksowania może być większym wyzwaniem niż jej zbudowanie. Roboty indeksujące są zwykle bardzo delikatne. Wychodzą nawet z drobnych zmian lub aktualizacji na docelowych stronach internetowych. Musiałbyś skonfigurować system monitorowania, aby wiedzieć, kiedy coś pójdzie nie tak z zadaniem indeksowania, aby można było to naprawić, aby uniknąć utraty danych. Będziesz musiał poświęcić czas i pracę na utrzymanie wewnętrznej konfiguracji indeksowania.

Poza tym złożoność związana z budowaniem wewnętrznej konfiguracji indeksowania znacznie wzrosłaby, gdyby liczba witryn, które należy zaindeksować, była wysoka lub witryny docelowe stosują dynamiczne praktyki kodowania. Wewnętrzna konfiguracja indeksowania również odbiłaby się na skupieniu i osłabiła wyniki, ponieważ samo skrobanie stron internetowych wymaga specjalizacji. Jeśli nie będziesz ostrożny, może to z łatwością pochłonąć twoje zasoby i spowodować tarcia w przepływie pracy.

Plusy:

• Całkowita własność i kontrola nad procesem
• Idealny do prostszych wymagań

Cons:

• Utrzymanie robotów to ból głowy
• Zwiększony koszt
• Zatrudnianie, szkolenie i zarządzanie zespołem może być gorączkowe
• Może pochłonąć zasoby firmy
• Może wpłynąć na główny cel organizacji
• Infrastruktura jest kosztowna

3. Rozwiązania specyficzne dla branży

Niektórzy dostawcy danych obsługują tylko określoną branżę. Rozwiązania do wyodrębniania danych dla określonej branży są świetne, jeśli możesz znaleźć takie, które obsługuje domenę, na którą kierujesz reklamy i obejmuje wszystkie niezbędne punkty danych. Zaletą korzystania z rozwiązania specyficznego dla danej branży jest kompleksowość danych, które można uzyskać. Ponieważ te rozwiązania obsługują tylko jedną konkretną domenę, ich wiedza w tej dziedzinie byłaby bardzo wysoka.

Schemat zestawów danych, które można uzyskać z rozwiązań do wyodrębniania danych specyficznych dla branży, jest zwykle stały i nie można ich dostosować. Twój projekt danych będzie ograniczony do punktów danych dostarczanych przez takie rozwiązania, ale może to, ale nie musi, być przełomem, w zależności od Twoich wymagań. Te rozwiązania zazwyczaj zapewniają zestawy danych, które są już wyodrębnione i gotowe do użycia. Dobrym przykładem rozwiązania do ekstrakcji danych specyficznego dla danej branży jest JobsPikr, które jest rozwiązaniem do zbierania danych z ofert pracy , które wyodrębnia dane bezpośrednio ze stron kariery w witrynach firmowych z całego świata.

Plusy:

• Kompleksowe dane z branży
• Szybszy dostęp do danych
• Nie musisz zajmować się skomplikowanymi aspektami ekstrakcji

Cons:

• Brak opcji dostosowywania
• Dane nie są wyłączne

4. Narzędzia do ekstrakcji danych dla majsterkowiczów

Jeśli nie masz budżetu na zbudowanie wewnętrznej konfiguracji indeksowania lub zlecanie procesu ekstrakcji danych dostawcy, pozostajesz z narzędziami do majsterkowania. Narzędzia te są łatwe do nauczenia i często zapewniają interfejs typu „wskaż i kliknij”, dzięki czemu wyodrębnianie danych jest prostsze, niż możesz sobie wyobrazić. Te narzędzia są idealnym wyborem, jeśli dopiero zaczynasz bez budżetu na akwizycję danych. Narzędzia do samodzielnego skrobania stron internetowych są zwykle wyceniane bardzo nisko, a niektóre są nawet bezpłatne.

Jednak korzystanie z narzędzia do majsterkowania do wydobywania danych z sieci ma poważne wady. Ponieważ narzędzia te nie byłyby w stanie obsłużyć złożonych stron internetowych, są one bardzo ograniczone pod względem funkcjonalności, skali i wydajności ekstrakcji danych. Konserwacja będzie również wyzwaniem w przypadku narzędzi do majsterkowania, ponieważ są one sztywniejsze i mniej elastyczne. Będziesz musiał upewnić się, że narzędzie działa, a nawet od czasu do czasu wprowadzać zmiany.

Jedyną dobrą stroną jest to, że konfiguracja i używanie takich narzędzi nie wymaga dużej wiedzy technicznej, co może być odpowiednie dla Ciebie, jeśli nie jesteś osobą techniczną. Ponieważ rozwiązanie jest gotowe, zaoszczędzisz również na kosztach związanych z budową własnej infrastruktury do złomowania. Pomijając wady, narzędzia dla majsterkowiczów mogą zaspokoić proste i małe wymagania dotyczące danych.

Plusy:

• Pełna kontrola nad procesem
• Gotowe rozwiązanie
• Możesz skorzystać ze wsparcia dla narzędzi
• Łatwiejsze w konfiguracji i obsłudze

Cons:

• Często się starzeją
• Więcej szumu w danych
• Mniej opcji dostosowywania
• Krzywa uczenia się może być wysoka
• Przerwa w przepływie danych w przypadku zmian strukturalnych

Jak działa wyodrębnianie danych z sieci

Do zbudowania przeszukiwacza i wyodrębnienia danych z sieci można użyć kilku różnych metod i technologii.

1. Nasienie

Wszystko zaczyna się od początkowego adresu URL. Robot indeksujący rozpocznie swoją podróż od początkowego adresu URL i zacznie szukać następnego adresu URL w danych pobranych z początkowego adresu URL. Jeśli robot jest zaprogramowany do przechodzenia przez całą witrynę, początkowy adres URL będzie taki sam, jak główny adres domeny. Początkowy adres URL jest zaprogramowany w przeszukiwaczu podczas konfiguracji i pozostaje taki sam przez cały proces wyodrębniania.

2. Ustawianie kierunków

Gdy robot indeksujący pobierze początkowy adres URL, będzie miał inne opcje, aby przejść dalej. Te opcje byłyby hiperłączami na stronie, którą właśnie załadowano, wysyłając zapytanie o adres URL źródła. Drugim krokiem jest zaprogramowanie robota indeksującego tak, aby od tego momentu samodzielnie identyfikował i wybierał różne trasy. W tym momencie bot wie od czego zacząć i od czego zacząć.

3. Kolejkowanie

Teraz, gdy robot indeksujący wie, jak dostać się w głąb witryny i dotrzeć do stron, na których znajdują się dane do wyodrębnienia, następnym krokiem jest skompilowanie wszystkich tych stron docelowych do repozytorium, w którym może wybrać adresy URL do zindeksowania. Po zakończeniu robot indeksujący pobiera adresy URL z repozytorium. Zapisuje te strony jako pliki HTML w pamięci lokalnej lub w chmurze. Ostateczne skrobanie odbywa się w tym repozytorium plików HTML.

4. Ekstrakcja danych

Teraz, gdy robot indeksujący zapisał wszystkie strony, które należy zeskrobać, nadszedł czas, aby wyodrębnić z tych stron tylko wymagane punkty danych. Użyty schemat będzie zgodny z twoimi wymaganiami. Teraz nadszedł czas, aby poinstruować robota indeksującego, aby wybrał tylko odpowiednie punkty danych z tych plików HTML i zignorował resztę. Przeszukiwacz można nauczyć identyfikowania punktów danych na podstawie znaczników HTML lub nazw klas powiązanych z punktami danych.

5. Deduplikacja i oczyszczanie

Deduplikacja to proces wykonywany na wyodrębnionych rekordach w celu wyeliminowania szans na duplikaty w wyodrębnionych danych. Będzie to wymagało oddzielnego systemu, który będzie mógł wyszukiwać zduplikowane rekordy i usuwać je, aby dane były zwięzłe. Dane mogą również zawierać szum, który również należy wyczyścić. Hałas w tym przypadku odnosi się do niechcianych znaczników HTML lub tekstu, który został zeskrobany wraz z odpowiednimi danymi.

6. Strukturyzacja

Strukturyzacja sprawia, że ​​dane są kompatybilne z bazami danych i systemami analitycznymi, nadając im odpowiednią, czytelną maszynowo składnię. To jest ostatni proces w ekstrakcji danych i po tym, dane są gotowe do dostarczenia. Po zorganizowaniu dane są gotowe do wykorzystania poprzez zaimportowanie ich do bazy danych lub podłączenie ich do systemu analitycznego.

Najlepsze praktyki w wyodrębnianiu danych z sieci

Ekstrakcja danych internetowych, jako doskonałe narzędzie do uzyskiwania szczegółowych informacji, stała się koniecznością dla firm na tym konkurencyjnym rynku. Podobnie jak w przypadku najpotężniejszych rzeczy, web scraping musi być używany w sposób odpowiedzialny. Oto zestawienie najlepszych praktyk, których należy przestrzegać podczas skrobania stron internetowych.

1. Szanuj plik robots.txt

Zawsze należy sprawdzić plik Robots.txt witryny, z której zamierzasz wyodrębnić dane. Strony internetowe ustalają zasady dotyczące interakcji botów z witryną w pliku robots.txt. Niektóre witryny blokują nawet całkowicie dostęp robota w swoim pliku robots. Pozyskiwanie danych z witryn, które uniemożliwiają indeksowanie, może prowadzić do konsekwencji prawnych i należy ich unikać. Oprócz całkowitego blokowania, każda witryna określiłaby zasady dobrego zachowania w swojej witrynie w pliku robots.txt. Jesteś zobowiązany do przestrzegania tych zasad podczas wydobywania danych z witryny docelowej.

2. Nie uderzaj zbyt często w serwery

Serwery WWW są podatne na przestoje, jeśli obciążenie jest bardzo duże. Podobnie jak ludzie, boty mogą również obciążać serwer witryny. Jeśli obciążenie przekroczy określony limit, serwer może spowolnić lub zawiesić się, powodując, że witryna przestanie odpowiadać użytkownikom. Stwarza to złe wrażenia użytkownika dla odwiedzających witrynę, co jest sprzeczne z całym celem tej witryny. Należy zauważyć, że osoby odwiedzające witrynę mają wyższy priorytet niż boty. Aby uniknąć takich problemów, powinieneś ustawić robota tak, aby trafiał do witryny docelowej w rozsądnych odstępach czasu i ograniczyć liczbę równoległych żądań. To da stronie trochę przestrzeni do oddychania, którą rzeczywiście powinna mieć.

3. Zdrapywanie poza godzinami szczytu

Aby upewnić się, że docelowa witryna nie zwalnia z powodu dużego ruchu z ludzi i botów. Lepiej jest zaplanować uruchamianie zadań indeksowania sieci poza godzinami szczytu. Godziny poza szczytem witryny można określić na podstawie geolokalizacji miejsca, z którego pochodzi większość ruchu w witrynie. Możesz uniknąć ewentualnego przeciążenia serwerów strony internetowej poprzez zdrapywanie poza godzinami szczytu. Wpłynie to również pozytywnie na szybkość procesu ekstrakcji danych, ponieważ serwer będzie w tym czasie szybciej reagować.

4. Używaj zeskrobanych danych odpowiedzialnie

Wydobywanie danych z sieci stało się ważnym procesem biznesowym. Nie oznacza to jednak, że jesteś właścicielem danych pobranych z witryny internetowej. Publikowanie danych w innym miejscu bez zgody serwisu jest uważane za nieetyczne i może naruszać prawa autorskie. Wykorzystywanie danych w sposób odpowiedzialny i zgodny z polityką witryny docelowej to coś, co powinieneś ćwiczyć podczas wydobywania danych z sieci.

Znajdowanie wiarygodnych źródeł

1. Unikaj witryn ze zbyt dużą liczbą uszkodzonych linków

Linki są jak tkanka łącząca w Internecie. Strona internetowa, która ma zbyt wiele uszkodzonych linków, jest strasznym wyborem dla projektu ekstrakcji danych internetowych. Jest to wskaźnik złej konserwacji witryny, a indeksowanie takiej witryny nie będzie dla Ciebie wspaniałym doświadczeniem. Po pierwsze, konfiguracja skrobania może się zatrzymać, jeśli podczas procesu trawienia napotka uszkodzone łącze. To w końcu naruszyłoby jakość danych, co powinno być przełomem dla każdego, kto poważnie myśli o projekcie danych. Lepiej jest mieć inną witrynę źródłową, która ma podobne dane i lepiej utrzymuje porządek.

2. Unikaj witryn z wysoce dynamicznymi praktykami kodowania

Nie zawsze może to być opcja; jednak lepiej jest unikać witryn o złożonych i dynamicznych praktykach, aby mieć uruchomione stabilne zadanie indeksowania. Ponieważ witryny dynamiczne trudno wyodrębnić dane i często je zmieniać. Konserwacja może stać się ogromnym wąskim gardłem. Jeśli chodzi o indeksowanie sieci, zawsze lepiej jest znaleźć mniej skomplikowanych witryn.

3. Jakość i świeżość danych

Jakość i aktualność danych musi być jednym z najważniejszych kryteriów przy wyborze źródeł do ekstrakcji danych. Pozyskiwane dane powinny być aktualne i odpowiednie do aktualnego okresu, aby mogły w ogóle być przydatne. Wybierając źródła do projektu ekstrakcji danych, zawsze szukaj witryn, które są często aktualizowane i zawierają świeże i odpowiednie dane. Możesz sprawdzić datę ostatniej modyfikacji w kodzie źródłowym witryny, aby zorientować się, jak świeże są dane.

Prawne aspekty indeksowania sieci

Wyodrębnianie danych z sieci jest czasami postrzegane z zamglonym okiem przez osoby, które nie są zbyt zaznajomione z tą koncepcją. Aby oczyścić powietrze, skrobanie/przeszukiwanie sieci nie jest działaniem nieetycznym ani nielegalnym. Sposób, w jaki robot indeksujący pobiera informacje ze strony internetowej, nie różni się od sposobu, w jaki użytkownik przegląda zawartość strony internetowej. Wyszukiwarka Google, na przykład, uruchamia indeksowanie sieci i nie widzimy nikogo, kto oskarża Google o robienie czegoś, nawet w najmniejszym stopniu nielegalnego. Istnieją jednak pewne podstawowe zasady, których należy przestrzegać podczas skrobania stron internetowych. Jeśli przestrzegasz tych zasad i działasz jako dobry bot w Internecie, nie robisz nic nielegalnego. Oto zasady, których należy przestrzegać:

1.   Przestrzegaj pliku robots.txt witryny docelowej
2.   Upewnij się, że zachowujesz zgodność ze stroną TOS
3.   Nie powielaj danych w innym miejscu, online lub offline, bez uprzedniej zgody strony

Jeśli przestrzegasz tych zasad podczas indeksowania witryny, jesteś całkowicie w bezpiecznej strefie.

Wniosek

Omówiliśmy tutaj ważne aspekty ekstrakcji danych internetowych, takie jak różne drogi, które można wybrać do danych internetowych, najlepsze praktyki. Różnorodne aplikacje biznesowe i prawne aspekty procesu. Ponieważ świat biznesu szybko zmierza w kierunku modelu operacyjnego opartego na danych. Najwyższy czas ocenić wymagania dotyczące danych i rozpocząć wyodrębnianie odpowiednich danych z sieci, aby poprawić wydajność firmy i zwiększyć przychody. Ten przewodnik powinien pomóc Ci w rozpoczęciu podróży, jeśli utkniesz podczas podróży.