Hvordan big data-analyse vil ændre vores økonomi

I en tempofyldt, teknologidrevet verden, hvor shoppere kan bestille alt fra pizza til Porsche online, mens de samtidig opdaterer deres Twitter-, Facebook- og Instagram-konti med et enkelt svirp af deres smartphone, er det ingen overraskelse, at summen af ​​potentielt nyttige data i verden vokser med stormskridt.

Faktisk, ifølge IBM, skaber mennesker hver eneste dag 2.5 kvintillion bytes data. Sådanne store mængder data er vanskelige at behandle på grund af deres enestående mængde og kompleksitet, hvilket skaber det, der er kendt som "big data".

I 2009 blev det anslået, at virksomheder i alle sektorer af den amerikanske økonomi med 1,000 ansatte eller mere producerede cirka 200 terabyte lagrede data, som potentielt kunne være nyttige.

Big data-analyse for at forbedre væksten i alle sektorer

Nu hvor der er en overflod af data, der flyder rundt, kan virksomheder og forskellige andre virksomheder og sektorer kombinere forskellige datasæt for at udtrække enhver nyttig information.

Wayne Hansen, lederen af ​​Student Technology Center ved University of New Brunswick i Saint John, forklarer big data som "en catch phrase, der beskriver ideen om, at vi nu kan analysere massive datasæt. Grundlæggende indfanger vi flere data, personlige, sociale , videnskabeligt, et cetera, og nu har computerkraft opnået hastigheder, der giver os mulighed for at analysere disse data mere grundigt."

Hansens teknologiske hovedinteresse ligger i samspillet mellem teknologi og kultur. Han er i stand til at udforske denne interesse gennem big data. For eksempel kan oplysninger fra smarte byer, såsom kriminalitet og skattesatser, befolkning og demografi, analyseres for at foretage generelle observationer om denne by og kultur.

Big data produceres på mange forskellige måder. Fra mobiltelefonsignaler og sociale medier til købstransaktioner online og i butikker skabes og ændres data konstant omkring os. Disse data kan derefter gemmes til fremtidig brug.

Der er tre vigtige aspekter af big data, der gør det nyttigt på forskellige markeder, de er kendt som de tre v'er; volumen, hastighed og variation. Volumen, der refererer til mængden af ​​data, der oprettes og kan bruges, og når op til terabyte og petabyte. Hastighed, hvilket betyder den hastighed, hvormed data indsamles og behandles, før de bliver irrelevante inden for en bestemt sektor eller i sammenligning med andre datasæt. Og variation, hvilket betyder, at jo mere diversitet blandt de anvendte typer datasæt, jo bedre og mere nøjagtige er resultaterne og forudsigelserne.

Big data-analyse har et stort potentiale på forskellige markeder. Fra vejr og teknologi til virksomheder og sociale medier rummer big data muligheden for at fremme salg, produktivitet og forudsige fremtidige resultater af produkter, salg og tjenester. Mulighederne er uendelige.

"Forudsætningen er, at med nok data bliver det meste forudsigeligt," siger Hansen. Mønstre kan afsløres, rutiner etableres og statistik bringes frem i lyset. Med sådanne forudsigelser følger en ny konkurrencefordel i næsten alle sektorer. Big data-analyse bliver derefter en nøglekomponent i succes eller fiasko for ny forretning og skabelsen af ​​nye.

Forestil dig at være ansat i en virksomhed, der designer tøj til en målgruppe af kvinder i slutningen af ​​teenageårene til begyndelsen af ​​tyverne. Ville det ikke være praktisk og rentabelt, hvis du hurtigt og præcist kunne forudsige det potentielle salg for f.eks. høje hæle med røde pailletter?

Det er her, big data-analyse kommer ind i billedet. Hvis du effektivt kunne udnytte alle relevante statistikker, såsom hvor mange kvinder der har bestilt høje hæle med røde pailletter på nettet, og hvor mange der har tweetet om dem eller lagt Youtube-videoer op, der henviser til røde høje hæle, så kunne præcist forudsige, hvor godt dit produkt vil klare sig, før det overhovedet kommer på hylderne. Dermed elimineres gættearbejdet og øge potentialet for succes.

Evnen til at lave sådanne forudsigelser bliver et stigende behov, og det samme er udviklingen af ​​big data-analyse.

Pulse Group PLC, et digitalt forskningsbureau i Asien, er en virksomhed, der er hoppet med på big data-vognen. Pulse har til hensigt at foretage store investeringer i den nærmeste fremtid i dette voksende felt. Deres investeringsplan omfatter udvikling af et nyt big data-analysecenter i Cyberjaya.

Sådanne centre ville være ansvarlige for at kompilere alle kundens relevante datostrømme og analysere dem på en hurtig og effektiv måde for at opdage vigtig information, såsom mønstre og sammenhænge, ​​der potentielt kan være nyttige for kundens forretning eller mål.

"Vi kan anvende big data-analyse," siger Hansen, "og komme med generaliserede udsagn." Disse generaliseringer rummer potentialet til at forbedre enhver sektor, herunder forretning, uddannelse, sociale medier og teknologi.

Mange virksomheder har de data, de skal bruge til at lave forudsigelser, men de har ikke evnen til at forbinde de forskellige lommer af data og nedbryde dem på en sådan måde, at de bliver nyttige.

Bob Chua, Pulses administrerende direktør, indrømmer, at deres nye big data-satsning, kendt som Pulsate, potentielt kan blive deres hovedfokus. Et klogt økonomisk træk, da big data-markedet forventes at vokse over 50 milliarder dollars i de næste fem år.

I løbet af de næste tre år planlægger Pulsate at gøre fremskridt inden for big data-analyse og skabe 200 job på højt niveau for dataforskere. "Både indsamling og analyse af data vil kræve specialiserede færdigheder," bemærker Hansen, "og dermed åbner nye muligheder."

For at kunne udføre disse nye job skal medarbejderne være ordentligt uddannet. Pulse Group har også til hensigt at starte et af de første uddannelsesakademier for dataforskere i verden, der skal ledsage deres nye dataanalysecenter og imødekomme det voksende behov for dataanalytikere.

Big data kan have andre positive effekter på uddannelsesverdenen end blot at tilbyde nye muligheder og læringserfaringer. Hansen oplyser, at elevernes adfærd kan analyseres gennem big data analyseret for at forbedre uddannelsessektoren. "I sidste ende er målet at bruge sådanne indsamlede data til at forbedre elevernes oplevelse [og] øge antallet af fastholdelse."

Mellem skabelsen af ​​nye job og uddannelsesmuligheder og de potentielle forudsigelser og vækst i virksomhederne, ser big data ud til at være en altsammen god ting. Der er dog nogle ulemper og mangler, der eksisterer ved analyse og brug af så store mængder information.

Et problem, der skal løses, er, hvilke oplysninger der er gratis spil for forskellige virksomheder at bruge som deres datasæt. Spørgsmål, der involverer privatliv og sikkerhed, skal løses. Også hvem der ejer hvilke oplysninger er et spørgsmål, der skal besvares. Når data konstant sendes og modtages, bliver grænsen mellem personlig intellektuel ejendom og det offentlige rum sløret.

For det andet er ikke al information brugbar, eller den er ubrugelig, medmindre den er analyseret ordentligt. Nogle datasæt ville praktisk talt intet betyde, medmindre de kombineres med de korrekte og relevante tilsvarende data. Det betyder, at medmindre en virksomhed har adgang til alle de data, de har brug for, og viden om, hvordan man finder og analyserer dem korrekt, så er big data i bund og grund spild af deres tid.

Også data vokser med en alarmerende hastighed. Halvfems procent af verdens data er blevet skabt i de sidste to år alene, og det tal vokser støt. Hvis nye relevante data bliver skabt hurtigere, end vi kan analysere dem, så bliver big data-analyse irrelevant. Resultaterne er trods alt kun så gode som den information, der bruges.