Kako će analiza velikih podataka promijeniti našu ekonomiju

U svijetu koji se brzo razvija i pokreće tehnologiju u kojem kupci mogu naručiti sve, od pice do Porschea na mreži, dok istovremeno ažuriraju svoje Twitter, Facebook i Instagram račune jednim potezom svog pametnog telefona, ne čudi da je zbir potencijalno korisnih podataka u svijet raste skokovima i granicama.

U stvari, prema IBM-u, svaki dan ljudska bića kreiraju 2.5 kvintiliona bajtova podataka. Tako velike količine podataka je teško obraditi zbog njihove ogromne količine i složenosti, stvarajući tako ono što je poznato kao "veliki podaci".

Do 2009. godine procijenjeno je da su kompanije u svim sektorima američke ekonomije sa 1,000 ili više zaposlenih proizvele približno 200 terabajta pohranjenih podataka koji bi potencijalno mogli biti korisni.

Analiza velikih podataka za poboljšanje rasta u svakom sektoru

Sada kada postoji obilje podataka koji plutaju okolo, preduzeća i razne druge korporacije i sektori mogu kombinovati različite skupove podataka kako bi izvukli sve korisne informacije.

Wayne Hansen, menadžer Studentskog tehnološkog centra na Univerzitetu New Brunswick u Saint Johnu, objašnjava velike podatke kao "zaključnu frazu koja opisuje ideju da sada možemo analizirati ogromne skupove podataka. U suštini, prikupljamo više podataka, ličnih, društvenih , naučna i tako dalje, a sada je računarska snaga postigla brzine koje nam omogućavaju da detaljnije analiziramo ove podatke."

Hansenov glavni tehnološki interes je u interakciji između tehnologije i kulture. On je u stanju da istraži ovaj interes kroz velike podatke. Na primjer, informacije iz pametnih gradova, kao što su stope kriminala i poreza, stanovništvo i demografija mogu se analizirati kako bi se napravila opća zapažanja o tom gradu i kulturi.

Veliki podaci se proizvode na različite načine. Od signala mobilnog telefona i društvenih medija do transakcija kupovine na mreži iu trgovinama, podaci se stvaraju i stalno mijenjaju oko nas. Ovi podaci se zatim mogu pohraniti za buduću upotrebu.

Postoje tri važna aspekta velikih podataka koji ih čine korisnim na različitim tržištima, poznati su kao tri v; zapreminu, brzinu i raznolikost. Volumen, koji se odnosi na količinu podataka koji se kreiraju i mogu se koristiti, dosežući do terabajta i petabajta. Brzina, što znači brzinu kojom se podaci prikupljaju i obrađuju prije nego što postanu irelevantni unutar određenog sektora ili u poređenju sa drugim skupovima podataka. I raznolikost, što znači da što je veća raznolikost među vrstama korištenih skupova podataka, to su bolji i precizniji rezultati i predviđanja.

Analiza velikih podataka ima veliki potencijal na različitim tržištima. Od vremena i tehnologije, do poslovanja i društvenih medija, veliki podaci sadrže mogućnost unapređenja prodaje, produktivnosti i predviđanja budućih rezultata proizvoda, prodaje i usluga. Mogućnosti su beskrajne.

"Pretpostavka je da s dovoljno podataka gotovo sve postaje predvidljivo", kaže Hansen. Obrasci se mogu otkriti, rutine uspostaviti, a statistike iznijeti na vidjelo. Sa takvim predviđanjima dolazi nova konkurentska prednost u gotovo svakom sektoru. Analiza velikih podataka tada postaje ključna komponenta uspjeha ili neuspjeha novog poslovanja, te stvaranja novih.

Zamislite da ste zaposleni u kompaniji koja dizajnira odjeću za ciljnu bazu potrošača žena u kasnim tinejdžerskim do ranim dvadesetim godinama. Zar ne bi bilo zgodno i isplativo kada biste mogli brzo i precizno predvidjeti potencijalnu prodaju recimo visokih potpetica sa crvenim šljokicama?

Tu dolazi analiza velikih podataka. Ako biste mogli efikasno iskoristiti sve relevantne statistike, kao što je koliko je žena naručilo visoke štikle sa crvenim šljokicama na mreži i koliko ih je tvitovalo o njima, ili objavilo Youtube videe koji se odnose na crvene visoke potpetice, onda mogao precizno predvidjeti koliko će vaš proizvod raditi prije nego što uopće stigne na police. Time se eliminira rad nagađanja i povećava potencijal za uspjeh.

Mogućnost izrade takvih predviđanja postaje sve veća potražnja, a samim tim i razvoj analize velikih podataka.

Pulse Group PLC, agencija za digitalno istraživanje u Aziji, jedna je kompanija koja je skočila na vagon velikih podataka. Pulse namjerava u bliskoj budućnosti napraviti velika ulaganja u ovu rastuću oblast. Njihov investicioni plan uključuje razvoj novog centra za analizu velikih podataka u Cyberjaya.

Takvi centri bi bili odgovorni za sastavljanje svih relevantnih tokova datuma klijenta i njihovu analizu na brz i efikasan način kako bi otkrili važne informacije, kao što su obrasci i korelacije koje bi potencijalno mogle biti korisne za poslovanje ili ciljeve klijenta.

"Možemo primijeniti analizu velikih podataka", kaže Hansen, "i davati generalizirane izjave." Ove generalizacije imaju potencijal da unaprijede svaki sektor, uključujući poslovanje, obrazovanje, društvene medije i tehnologiju.

Mnoge kompanije imaju podatke koji su im potrebni za predviđanje, ali nemaju mogućnost da povežu različite džepove podataka i razlože ih na takav način da budu korisni.

Bob Chua, Pulseov glavni izvršni direktor, priznaje da bi njihov novi poduhvat velikih podataka, poznat kao Pulsate, potencijalno mogao postati njihov glavni fokus. Mudar finansijski potez jer se očekuje da će tržište velikih podataka porasti preko 50 milijardi dolara u narednih pet godina.

U naredne tri godine Pulsate planira da napravi napredak u analizi velikih podataka i stvori 200 radnih mjesta visokog nivoa za naučnike podataka. "I prikupljanje i analiza podataka zahtijevat će specijalizirane skupove vještina", napominje Hansen, "čime se otvaraju nove mogućnosti."

Za obavljanje ovih novih poslova zaposleni bi morali biti adekvatno obučeni. Pulse Group također namjerava pokrenuti jednu od prvih akademija za obuku naučnika podataka u svijetu koja će pratiti njihov novi centar za analizu podataka i zadovoljiti rastuću potrebu za analitičarima podataka.

Veliki podaci mogu imati i druge pozitivne efekte na svijet obrazovanja osim jednostavnog pružanja novih mogućnosti i iskustava učenja. Hansen navodi da se ponašanje učenika može analizirati kroz analizu velikih podataka kako bi se poboljšao obrazovni sektor. "Na kraju, cilj je koristiti tako prikupljene podatke za poboljšanje iskustva učenika [i] povećanje broja zadržavanja."

Između otvaranja novih radnih mjesta i mogućnosti obrazovanja, te potencijalnih predviđanja i rasta poslovanja, čini se da su veliki podaci dobra stvar. Međutim, postoje neki nedostaci i nedostaci koji postoje u analizi i korištenju tako ogromnih količina informacija.

Jedan od problema koji treba riješiti je koje informacije su besplatne igre za različite korporacije koje će koristiti kao svoje skupove podataka. Morat će se riješiti pitanja privatnosti i sigurnosti. Takođe ko posjeduje koje informacije je pitanje na koje će se morati odgovoriti. Kada se podaci neprestano šalju i primaju, linija između lične intelektualne svojine i javnog prostora postaje nejasna.

Drugo, nisu sve informacije korisne, ili su beskorisne ako se ne analiziraju pravilno. Neki skupovi podataka praktično ne bi značili ništa osim ako se ne kombinuju sa odgovarajućim i relevantnim odgovarajućim podacima. To znači da osim ako kompanija nema pristup svim podacima koji su im potrebni i znanje o tome kako da ih pravilno pronađe i analizira, tada su veliki podaci u suštini gubljenje njihovog vremena.

Takođe podaci rastu alarmantnom brzinom. Devedeset posto svjetskih podataka stvoreno je samo u posljednje dvije godine i taj broj stalno raste. Ako se novi relevantni podaci stvaraju brže nego što ih možemo analizirati, onda analiza velikih podataka postaje nevažna. Na kraju krajeva, rezultati su dobri onoliko koliko su informacije koje se koriste.