बड़ा डेटा विश्लेषण हमारी अर्थव्यवस्था को कैसे बदल देगा?

एक तेज गति वाली, प्रौद्योगिकी संचालित दुनिया में जहां खरीदार पिज्जा से पोर्श तक सब कुछ ऑनलाइन ऑर्डर कर सकते हैं, साथ ही अपने स्मार्ट फोन के एक स्वाइप के साथ अपने ट्विटर, फेसबुक और इंस्टाग्राम खातों को अपडेट कर सकते हैं, इसमें कोई आश्चर्य की बात नहीं है कि संभावित रूप से उपयोगी डेटा का योग दुनिया तेजी से बढ़ रही है।

वास्तव में, आईबीएम के अनुसार, हर एक दिन मनुष्य 2.5 क्विंटल बाइट्स डेटा बनाता है। इतनी बड़ी मात्रा में डेटा को उनकी अत्यधिक बकाया मात्रा और जटिलता के कारण संसाधित करना मुश्किल होता है, इस प्रकार इसे "बड़ा डेटा" कहा जाता है।

2009 तक, यह अनुमान लगाया गया था कि अमेरिकी अर्थव्यवस्था के सभी क्षेत्रों में 1,000 या अधिक कर्मचारियों वाले व्यवसायों ने लगभग 200 टेराबाइट संग्रहीत डेटा का उत्पादन किया था जो संभावित रूप से उपयोगी हो सकता है।

हर क्षेत्र में विकास में सुधार के लिए बड़ा डेटा विश्लेषण

अब चूंकि चारों ओर प्रचुर मात्रा में डेटा तैर रहा है, व्यवसाय और विभिन्न अन्य निगम और क्षेत्र किसी भी उपयोगी जानकारी को निकालने के लिए विभिन्न डेटा सेटों को जोड़ सकते हैं।

सेंट जॉन में न्यू ब्रंसविक विश्वविद्यालय के छात्र प्रौद्योगिकी केंद्र के प्रबंधक वेन हेन्सन बड़े डेटा को "एक कैच वाक्यांश के रूप में समझाते हैं जो इस धारणा का वर्णन करता है कि अब हम बड़े पैमाने पर डेटा सेट का विश्लेषण कर सकते हैं। मूल रूप से हम व्यक्तिगत, सामाजिक, अधिक डेटा कैप्चर कर रहे हैं , वैज्ञानिक, वगैरह-वगैरह, और अब कंप्यूटिंग शक्ति ने ऐसी गति हासिल कर ली है जो हमें इस डेटा का अधिक गहनता से विश्लेषण करने की अनुमति देती है।"

हैनसेन की मुख्य तकनीकी रुचि प्रौद्योगिकी और संस्कृति के बीच बातचीत में है। वह बड़े डेटा के माध्यम से इस रुचि का पता लगाने में सक्षम है। उदाहरण के लिए, स्मार्ट शहरों की जानकारी, जैसे अपराध और कर दरें, जनसंख्या और जनसांख्यिकी का विश्लेषण उस शहर और संस्कृति के बारे में सामान्य अवलोकन करने के लिए किया जा सकता है।

बिग डेटा विभिन्न तरीकों से तैयार किया जाता है। सेल फोन सिग्नल और सोशल मीडिया से लेकर ऑनलाइन और दुकानों में खरीद लेनदेन तक, डेटा हमारे चारों ओर लगातार बनाया और बदला जा रहा है। इस डेटा को भविष्य में उपयोग के लिए संग्रहीत किया जा सकता है।

बड़े डेटा के तीन महत्वपूर्ण पहलू हैं जो इसे विभिन्न बाजारों में उपयोगी बनाते हैं, उन्हें तीन वी के रूप में जाना जाता है; आयतन, वेग और विविधता। वॉल्यूम, डेटा की उस मात्रा को संदर्भित करता है जो बनाई गई है और उपयोग की जा सकती है, जो टेराबाइट्स और पेटाबाइट तक पहुंचती है। वेग, जिसका अर्थ है वह गति जिस पर डेटा किसी विशेष क्षेत्र में या अन्य डेटा सेट की तुलना में अप्रासंगिक होने से पहले प्राप्त और संसाधित किया जाता है। और विविधता, जिसका अर्थ है कि उपयोग किए गए डेटा सेट के प्रकारों के बीच जितनी अधिक विविधता होगी, परिणाम और भविष्यवाणियां उतनी ही बेहतर और सटीक होंगी।

विभिन्न बाजारों में बड़े डेटा विश्लेषण की बड़ी संभावनाएं हैं। मौसम और प्रौद्योगिकी से लेकर व्यवसाय और सोशल मीडिया तक, बड़ा डेटा बिक्री, उत्पादकता को आगे बढ़ाने और उत्पादों, बिक्री और सेवाओं के भविष्य के परिणामों की भविष्यवाणी करने की संभावना रखता है। संभावनाएं अनंत हैं।

हैनसेन कहते हैं, "आधार यह है कि पर्याप्त डेटा के साथ अधिकांश चीजें पूर्वानुमानित हो जाती हैं।" पैटर्न का अनावरण किया जा सकता है, दिनचर्या स्थापित की जा सकती है, और आँकड़े प्रकाश में लाये जा सकते हैं। ऐसी भविष्यवाणियों से लगभग हर क्षेत्र में एक नई प्रतिस्पर्धात्मक बढ़त मिलती है। बिग डेटा विश्लेषण तब नए व्यवसाय की सफलता या विफलता और नए व्यवसाय के निर्माण में एक महत्वपूर्ण घटक बन जाता है।

एक ऐसी कंपनी में कर्मचारी होने की कल्पना करें जो किशोरावस्था से लेकर बीसवीं सदी की शुरुआत तक की महिलाओं के लक्षित उपभोक्ता आधार के लिए कपड़े डिजाइन करती है। क्या यह सुविधाजनक और लाभदायक नहीं होगा, यदि आप लाल सेक्विन ऊँची एड़ी के जूते की संभावित बिक्री का शीघ्र और सटीक अनुमान लगा सकें?

यहीं पर बड़ा डेटा विश्लेषण आता है। यदि आप कुशलतापूर्वक सभी प्रासंगिक आंकड़ों का उपयोग कर सकते हैं, जैसे कि कितनी महिलाओं ने लाल सेक्विन हाई हील्स का ऑनलाइन ऑर्डर किया है, और कितनों ने उनके बारे में ट्वीट किया है, या लाल हाई हील्स का जिक्र करते हुए यूट्यूब वीडियो पोस्ट किए हैं, तो आप यह सटीकता से अनुमान लगा सकता है कि आपका उत्पाद अलमारियों में आने से पहले कितना अच्छा प्रदर्शन करेगा। इस प्रकार अनुमान लगाने का काम खत्म हो जाता है और सफलता की संभावना बढ़ जाती है।

ऐसी भविष्यवाणियां करने की क्षमता की मांग बढ़ती जा रही है और इस प्रकार बड़े डेटा विश्लेषण का विकास भी बढ़ रहा है।

पल्स ग्रुप पीएलसी, एशिया की एक डिजिटल अनुसंधान एजेंसी, एक ऐसी कंपनी है जो बड़े डेटा बैंडवैगन पर कूद गई है। पल्स का इरादा निकट भविष्य में इस बढ़ते क्षेत्र में बड़ा निवेश करने का है। उनकी निवेश योजना में साइबरजया में एक नया बड़ा डेटा विश्लेषण केंद्र विकसित करना शामिल है।

ऐसे केंद्र ग्राहक की सभी प्रासंगिक तिथि धाराओं को संकलित करने और महत्वपूर्ण जानकारी, जैसे पैटर्न और सहसंबंध जो संभावित रूप से ग्राहक के व्यवसाय या उद्देश्यों के लिए उपयोगी हो सकते हैं, की खोज के लिए त्वरित और कुशल तरीके से इसका विश्लेषण करने के लिए जिम्मेदार होंगे।

हैनसेन कहते हैं, "हम बड़े डेटा विश्लेषण लागू कर सकते हैं और सामान्यीकृत बयान दे सकते हैं।" ये सामान्यीकरण व्यवसाय, शिक्षा, सोशल मीडिया और प्रौद्योगिकी सहित हर क्षेत्र में सुधार करने की क्षमता रखते हैं।

कई कंपनियों के पास पूर्वानुमान लगाने के लिए आवश्यक डेटा है, लेकिन उनके पास डेटा के विभिन्न हिस्सों को जोड़ने और उन्हें उपयोगी बनाने के लिए इस तरह से तोड़ने की क्षमता नहीं है।

पल्स के मुख्य कार्यकारी अधिकारी बॉब चुआ मानते हैं कि उनका नया बड़ा डेटा उद्यम, जिसे पल्सेट के नाम से जाना जाता है, संभावित रूप से उनका मुख्य फोकस बन सकता है। यह एक बुद्धिमान वित्तीय कदम है क्योंकि अगले पांच वर्षों में बड़े डेटा बाजार के 50 अरब डॉलर से अधिक बढ़ने की उम्मीद है।

अगले तीन वर्षों में पल्सेट ने बड़े डेटा विश्लेषण में प्रगति करने की योजना बनाई है और डेटा वैज्ञानिकों के लिए 200 उच्च स्तरीय नौकरियां सृजित की हैं। "डेटा एकत्र करने और उसका विश्लेषण करने दोनों के लिए विशेष कौशल सेट की आवश्यकता होगी," हेन्सन कहते हैं, "इस प्रकार नए अवसर खुलेंगे।"

इन नए कार्यों को करने के लिए कर्मचारियों को उचित रूप से प्रशिक्षित करना होगा। पल्स ग्रुप अपने नए डेटा विश्लेषण केंद्र के साथ दुनिया में डेटा वैज्ञानिकों के लिए पहली प्रशिक्षण अकादमियों में से एक शुरू करने और डेटा विश्लेषकों की बढ़ती आवश्यकता को पूरा करने का भी इरादा रखता है।

बिग डेटा केवल नए अवसर और सीखने के अनुभव प्रदान करने के अलावा शिक्षा जगत पर अन्य सकारात्मक प्रभाव भी डाल सकता है। हेन्सन का कहना है कि शिक्षा क्षेत्र में सुधार के लिए बड़े डेटा विश्लेषण के माध्यम से छात्र व्यवहार का विश्लेषण किया जा सकता है। "आखिरकार लक्ष्य ऐसे एकत्रित डेटा का उपयोग छात्रों के अनुभव को बेहतर बनाने के लिए करना है [और] प्रतिधारण संख्या में वृद्धि करना है।"

नई नौकरियों और शिक्षा के अवसरों के सृजन और व्यवसायों में संभावित भविष्यवाणियों और वृद्धि के बीच, बड़ा डेटा एक अच्छी चीज़ प्रतीत होता है। हालाँकि, इतनी बड़ी मात्रा में जानकारी के विश्लेषण और उपयोग से कुछ नुकसान और खामियाँ मौजूद हैं।

एक समस्या जिस पर ध्यान देने की आवश्यकता है वह यह है कि विभिन्न निगमों के लिए अपने डेटा सेट के रूप में उपयोग करने के लिए कौन सी जानकारी मुफ्त गेम है। गोपनीयता और सुरक्षा से जुड़े मुद्दों पर ध्यान देने की आवश्यकता होगी। साथ ही कौन सी जानकारी का मालिक कौन है, यह एक प्रश्न है जिसका उत्तर देना आवश्यक होगा। जब डेटा लगातार भेजा और प्राप्त किया जाता है तो व्यक्तिगत बौद्धिक संपदा और सार्वजनिक क्षेत्र के बीच की रेखा धुंधली हो जाती है।

दूसरी बात यह है कि सभी जानकारी उपयोगी नहीं होती, या जब तक ठीक से विश्लेषण न किया जाए तब तक वह बेकार होती है। कुछ डेटा सेटों का वस्तुतः कोई मतलब नहीं होगा जब तक कि उन्हें उचित और प्रासंगिक संगत डेटा के साथ न जोड़ा जाए। मतलब यह है कि जब तक किसी कंपनी के पास आवश्यक सभी डेटा तक पहुंच नहीं होती है और उसे ठीक से खोजने और उसका विश्लेषण करने का ज्ञान नहीं होता है, तब तक बड़ा डेटा अनिवार्य रूप से उनके समय की बर्बादी है।

साथ ही डेटा भी चिंताजनक दर से बढ़ रहा है। विश्व का नब्बे प्रतिशत डेटा केवल पिछले दो वर्षों में बनाया गया है, और यह संख्या लगातार बढ़ रही है। यदि नया प्रासंगिक डेटा हमारे विश्लेषण करने की तुलना में तेजी से बनाया जा रहा है, तो बड़ा डेटा विश्लेषण अप्रासंगिक हो जाता है। आख़िरकार, परिणाम उतने ही अच्छे होते हैं जितनी उपयोग की गई जानकारी।