Hogyan változtatja meg gazdaságunkat a nagy adatelemzés

Egy gyors tempójú, technológiavezérelt világban, ahol a vásárlók a pizzától a Porschékig mindent megrendelhetnek online, miközben egyidejűleg frissítik Twitter-, Facebook- és Instagram-fiókjukat okostelefonjuk egyetlen csúsztatásával, nem meglepő, hogy a potenciálisan hasznos adatok összege a világ ugrásszerűen növekszik.

Valójában az IBM szerint az emberi lények naponta 2.5 kvintimillió bájtnyi adatot hoznak létre. Az ilyen nagy mennyiségű adat feldolgozása nehézkes a rendkívüli mennyiségük és összetettségük miatt, így létrejön az úgynevezett "nagy adat".

A becslések szerint 2009-re az Egyesült Államok gazdaságának minden ágazatában 1,000 vagy annál több alkalmazottat foglalkoztató vállalkozások körülbelül 200 terabájtnyi tárolt adatot termeltek, amely potenciálisan hasznos lehet.

Nagy adatelemzés a növekedés javítása érdekében minden szektorban

Most, hogy rengeteg adat lebeg a világban, a vállalkozások és számos más vállalat, illetve szektor kombinálhatja a különféle adatkészleteket, hogy bármilyen hasznos információt kinyerhessen.

Wayne Hansen, a Saint John-i New Brunswicki Egyetem Hallgatói Technológiai Központjának menedzsere a big data-ot úgy magyarázza, mint "kapós kifejezést, amely leírja azt az elképzelést, hogy ma már hatalmas adathalmazokat is elemezhetünk. Alapvetően több adatot rögzítünk, személyes és társadalmi , tudományos stb., és most a számítási teljesítmény olyan sebességet ért el, amely lehetővé teszi ezen adatok alaposabb elemzését."

Hansen fő technológiai érdeklődése a technológia és a kultúra közötti kölcsönhatás. Ezt az érdeklődést nagy adatokon keresztül tudja feltárni. Például az intelligens városokból származó információk, például a bűnözés és az adókulcsok, a népesség és a demográfiai adatok elemezhetők, hogy általános megfigyeléseket tegyenek az adott városról és kultúráról.

A big data többféle módon is előállítható. A mobiltelefon-jelektől és a közösségi médiától kezdve az online és bolti vásárlásokig az adatok folyamatosan jönnek létre és változnak körülöttünk. Ezek az adatok későbbi felhasználás céljából tárolhatók.

A big data három fontos aspektusa teszi hasznossá a különböző piacokon, ezeket a három v-nek nevezik; térfogat, sebesség és változatosság. Kötet, amely a létrehozott és felhasználható adatok mennyiségére vonatkozik, elérheti a terabájtot és a petabájtot. Sebesség: az adatok beszerzésének és feldolgozásának sebessége, mielőtt azok irrelevánssá válnának egy adott szektoron belül vagy más adatkészletekhez képest. És a változatosság, ami azt jelenti, hogy minél változatosabbak a felhasznált adatkészletek típusai, annál jobbak és pontosabbak az eredmények és az előrejelzések.

A nagy adatelemzés nagy lehetőségeket rejt magában a különböző piacokon. Az időjárástól és a technológiától kezdve az üzleti életig és a közösségi médiáig a big data lehetővé teszi az eladások és a termelékenység növelését, valamint a termékek, értékesítések és szolgáltatások jövőbeli eredményeinek előrejelzését. A lehetőségek végtelenek.

"Az előfeltevés az, hogy elegendő adattal a legtöbb minden kiszámíthatóvá válik" - mondja Hansen. A minták feltárhatók, a rutinok felállíthatók, és a statisztikák napvilágra hozhatók. Az ilyen előrejelzések szinte minden szektorban új versenyelőnyt jelentenek. A big data elemzése ezután kulcsfontosságú elemévé válik egy új üzlet sikerének vagy kudarcának, illetve új üzletek létrehozásának.

Képzelje el, hogy egy olyan cég alkalmazottja, amely a tizenéves koruktól a húszas éveik elején járó nők célzott fogyasztói körének tervez ruhát. Nem lenne kényelmes és jövedelmező, ha gyorsan és pontosan megjósolhatná mondjuk a piros flitteres magassarkúk lehetséges eladásait?

Itt jön a képbe a big data elemzése. Ha hatékonyan hasznosíthatná az összes releváns statisztikát, például hány nő rendelt piros flitteres magassarkút az interneten, és hányan tweeteltek róluk, vagy tettek közzé YouTube-videókat piros magassarkúkkal kapcsolatban, akkor pontosan megjósolhatja, hogy a termék milyen jól fog működni, mielőtt még a polcokra kerülne. Így megszűnik a találgatás, és nő a siker lehetősége.

Az ilyen előrejelzések készítésének képessége egyre növekvő igény, és így a nagy adatelemzés fejlesztése is.

A Pulse Group PLC, egy ázsiai digitális kutatási ügynökség az egyik olyan vállalat, amely beugrott a nagy adatátviteli sávba. A Pulse a közeljövőben jelentős beruházásokat kíván végrehajtani ezen a növekvő területen. Beruházási tervükben szerepel egy új nagy adatelemző központ fejlesztése Cyberjayában.

Az ilyen központok felelősek az ügyfél összes releváns dátumfolyamának összeállításáért, és azok gyors és hatékony elemzéséért, hogy felfedezzék azokat a fontos információkat, mint például a minták és összefüggések, amelyek potenciálisan hasznosak lehetnek az ügyfél üzleti tevékenysége vagy céljai szempontjából.

"Alkalmazhatunk nagy adatelemzést" - mondja Hansen -, és általánosított kijelentéseket tehetünk. Ezek az általánosítások lehetőséget rejtenek minden szektor fejlesztésére, beleértve az üzleti életet, az oktatást, a közösségi médiát és a technológiát.

Sok vállalat rendelkezik a jóslatok készítéséhez szükséges adatokkal, de nincs lehetőségük arra, hogy összekapcsolják a különböző adattárakat, és úgy bontsák le azokat, hogy hasznosak legyenek.

Bob Chua, a Pulse vezérigazgatója elismeri, hogy a Pulsate néven ismert új big data vállalkozásuk potenciálisan a fő fókuszba kerülhet. Bölcs pénzügyi lépés, mivel a nagy adatforgalom piaca várhatóan 50 milliárd dollár fölé fog nőni a következő öt évben.

A következő három évben a Pulsate előrelépést tervez a nagy adatelemzés terén, és 200 magas szintű munkahelyet teremt az adatkutatóknak. "Mind az adatok gyűjtéséhez, mind az elemzéséhez speciális készségekre lesz szükség" - jegyzi meg Hansen, "így új lehetőségek nyílnak meg."

Az új munkák elvégzéséhez az alkalmazottakat megfelelő képzésben kell részesíteni. A Pulse Group emellett a világon az egyik első adatkutató akadémiát kíván létrehozni új adatelemző központjuk kíséretében, és kielégíteni az adatelemzők iránti növekvő igényt.

A nagy adatmennyiségnek más pozitív hatásai is lehetnek az oktatás világára, nem csupán új lehetőségeket és tanulási tapasztalatokat kínálnak. Hansen kijelenti, hogy a diákok viselkedését az oktatási szektor fejlesztése érdekében elemzett big data segítségével lehet elemezni. "Végső soron az a cél, hogy az összegyűjtött adatokat a tanulók élményének javítására [és] a megtartási számok növelésére használják fel."

Az új munkahelyek és oktatási lehetőségek teremtése, valamint a potenciális előrejelzések és a vállalkozások növekedése között úgy tűnik, hogy a big data összességében jó dolog. Van azonban néhány hátránya és hiányossága az ilyen hatalmas mennyiségű információ elemzésének és felhasználásának.

Az egyik probléma, amellyel foglalkozni kell, az, hogy milyen információk ingyenesek a különböző vállalatok számára, amelyeket adatkészleteikként használhatnak fel. Az adatvédelemmel és a biztonsággal kapcsolatos problémákat kezelni kell. Azt is meg kell válaszolni, hogy ki milyen információk birtokában van. Amikor folyamatosan adatokat küldenek és fogadnak, elmosódik a határ a személyes szellemi tulajdon és a közterület között.

Másodszor, nem minden információ hasznos, vagy haszontalan, hacsak nem elemezzük megfelelően. Egyes adatkészletek gyakorlatilag semmit sem jelentenek, hacsak nem kombinálják a megfelelő és releváns adatokkal. Ez azt jelenti, hogy ha egy vállalat nem fér hozzá az összes szükséges adathoz, és nem tudja, hogyan találja meg és elemezze azokat megfelelően, akkor a big data alapvetően az idejük pazarlása.

Az adatok is riasztó ütemben gyarapodnak. A világ adatainak kilencven százalékát csak az elmúlt két évben hozták létre, és ez a szám folyamatosan növekszik. Ha az új releváns adatok gyorsabban jönnek létre, mint ahogy azt elemezni tudjuk, akkor a big data elemzése irrelevánssá válik. Végtére is, az eredmények csak annyira jók, mint a felhasznált információ.