Kaip didelių duomenų analizė pakeis mūsų ekonomiką

Sparčiai besivystančiame, technologijomis paremtame pasaulyje, kuriame pirkėjai internetu gali užsisakyti visko – nuo ​​picos iki „Porsche“ ir tuo pat metu atnaujindami savo „Twitter“, „Facebook“ ir „Instagram“ paskyras vienu išmaniojo telefono braukimu, nenuostabu, kad galimai naudingų duomenų suma pasaulis auga šuoliais.

Tiesą sakant, IBM teigimu, kiekvieną dieną žmonės sukuria 2.5 kvintilijono baitų duomenų. Tokias dideles duomenų sumas sunku apdoroti dėl didžiulio jų kiekio ir sudėtingumo, todėl sukuriami vadinamieji „didieji duomenys“.

Apskaičiuota, kad iki 2009 m. visų JAV ekonomikos sektorių įmonės, kuriose dirba 1,000 ar daugiau darbuotojų, pagamino apie 200 terabaitų saugomų duomenų, kurie gali būti naudingi.

Didelių duomenų analizė, siekiant pagerinti kiekvieno sektoriaus augimą

Dabar, kai yra daugybė duomenų, įmonės ir įvairios kitos korporacijos bei sektoriai gali sujungti įvairius duomenų rinkinius, kad gautų bet kokią naudingą informaciją.

Wayne'as Hansenas, Sent Džono universiteto Naujojo Bransviko universiteto Studentų technologijų centro vadovas, aiškina didelius duomenis kaip „įprastą frazę, kuri apibūdina mintį, kad dabar galime analizuoti didžiulius duomenų rinkinius. Iš esmės mes fiksuojame daugiau asmeninių, socialinių duomenų. , moksliniai ir kt., o dabar skaičiavimo galia pasiekė greitį, leidžiantį nuodugniau analizuoti šiuos duomenis.

Pagrindinis Hanseno technologinis interesas yra technologijų ir kultūros sąveika. Jis gali ištirti šį susidomėjimą naudodamas didelius duomenis. Pavyzdžiui, galima analizuoti informaciją iš išmaniųjų miestų, pvz., nusikalstamumą ir mokesčių tarifus, gyventojų skaičių ir demografinius rodiklius, kad būtų galima atlikti bendrus pastebėjimus apie tą miestą ir kultūrą.

Dideli duomenys gaunami įvairiais būdais. Nuo mobiliųjų telefonų signalų ir socialinių tinklų iki pirkimo operacijų internetu ir parduotuvėse – aplink mus nuolat kuriami ir keičiami duomenys. Tada šie duomenys gali būti saugomi naudoti ateityje.

Yra trys svarbūs didelių duomenų aspektai, dėl kurių jie yra naudingi įvairiose rinkose. Jie žinomi kaip trys v; tūris, greitis ir įvairovė. Apimtis, nurodanti sukuriamų ir galimų naudoti duomenų kiekį, siekianti iki terabaitų ir petabaitų. Greitis, reiškiantis greitį, kuriuo duomenys gaunami ir apdorojami, kol jie tampa nereikšmingi konkrečiame sektoriuje arba lyginant su kitais duomenų rinkiniais. Ir įvairovė, o tai reiškia, kad kuo didesnė naudojamų duomenų rinkinių tipų įvairovė, tuo geresni ir tikslesni rezultatai ir prognozės.

Didelių duomenų analizė turi didelį potencialą įvairiose rinkose. Nuo orų ir technologijų iki verslo ir socialinės žiniasklaidos, dideli duomenys suteikia galimybę padidinti pardavimą, produktyvumą ir numatyti būsimus produktų, pardavimo ir paslaugų rezultatus. Galimybės yra neribotos.

„Prielaida yra ta, kad turint pakankamai duomenų, dauguma dalykų tampa nuspėjami“, - sako Hansenas. Gali būti atskleisti modeliai, nustatyta tvarka ir atskleista statistika. Su tokiomis prognozėmis beveik kiekviename sektoriuje atsiranda naujas konkurencinis pranašumas. Tada didelių duomenų analizė tampa pagrindiniu naujo verslo sėkmės ar nesėkmės bei naujų verslo kūrimo komponentu.

Įsivaizduokite, kad esate darbuotojas įmonėje, kuri kuria drabužius tikslinei paauglių – dvidešimties metų amžiaus moterų grupei. Argi nebūtų patogu ir pelninga, jei galėtumėte greitai ir tiksliai numatyti galimus, tarkime, raudonų blizgučių aukštakulnių pardavimus?

Čia reikia atlikti didelių duomenų analizę. Jei galėtumėte efektyviai panaudoti visą svarbią statistiką, pvz., kiek moterų internetu užsisakė raudonus blizgučius aukštakulnius ir kiek apie juos paskelbė „Twitter“ arba paskelbė „YouTube“ vaizdo įrašus, kuriuose kalbama apie raudonus aukštakulnius, tuomet galėtų tiksliai nuspėti, kaip gerai veiks jūsų produktas, kol jis net nepasieks lentynos. Taip išvengsite spėlionių ir padidinsite sėkmės potencialą.

Galimybė daryti tokias prognozes tampa vis didėjančia paklausa, taigi ir didelių duomenų analizės plėtra.

„Pulse Group PLC“, skaitmeninių tyrimų agentūra Azijoje, yra viena iš įmonių, šoktelėjusių į didžiųjų duomenų srautą. „Pulse“ artimiausiu metu ketina daug investuoti į šią augančią sritį. Jų investicijų planas apima naujo didelių duomenų analizės centro kūrimą Cyberjaya mieste.

Tokie centrai būtų atsakingi už visų svarbių kliento datos srautų sudarymą ir greitą bei efektyvų jų analizę, kad būtų galima atrasti svarbią informaciją, pvz., modelius ir sąsajas, kurios gali būti naudingos kliento verslui ar tikslams.

„Galime taikyti didelių duomenų analizę, – sako Hansenas, – ir pateikti apibendrintus teiginius. Šie apibendrinimai gali pagerinti kiekvieną sektorių, įskaitant verslą, švietimą, socialinę žiniasklaidą ir technologijas.

Daugelis įmonių turi duomenų, kurių joms reikia prognozėms daryti, tačiau jos negali sujungti įvairių duomenų kišenių ir suskirstyti jų taip, kad būtų naudingos.

Bobas Chua, „Pulse“ generalinis direktorius, pripažįsta, kad jų nauja didelė duomenų įmonė, žinoma kaip „Pulsate“, gali tapti pagrindiniu jų akcentu. Protingas finansinis žingsnis, nes tikimasi, kad per ateinančius penkerius metus didžiųjų duomenų rinka išaugs daugiau nei 50 mlrd.

Per ateinančius trejus metus „Pulsate“ planuoja padaryti pažangą didelių duomenų analizėje ir sukūrė 200 aukšto lygio darbo vietų duomenų mokslininkams. „Duomenims rinkti ir analizuoti reikės specializuotų įgūdžių, – pažymi Hansenas, – tai atvers naujas galimybes.

Kad galėtų atlikti šiuos naujus darbus, darbuotojai turėtų būti tinkamai apmokyti. „Pulse Group“ taip pat ketina įkurti vieną pirmųjų duomenų mokslininkų mokymo akademijų pasaulyje, kuri lydėtų jų naująjį duomenų analizės centrą ir patenkintų augantį duomenų analitikų poreikį.

Dideli duomenys gali turėti kitokį teigiamą poveikį švietimo pasauliui, ne tik siūlydami naujas galimybes ir mokymosi patirtį. Hansenas teigia, kad studentų elgesį galima analizuoti naudojant didelius duomenis, analizuojamus siekiant pagerinti švietimo sektorių. "Galų gale tikslas yra naudoti tokius surinktus duomenis, kad pagerintumėte studentų patirtį [ir] padidintumėte išlaikymo skaičių."

Tarp naujų darbo vietų ir švietimo galimybių kūrimo ir galimų prognozių bei verslo augimo didelių duomenų, atrodo, yra geras dalykas. Tačiau yra tam tikrų trūkumų ir trūkumų, kurie egzistuoja analizuojant ir naudojant tokį didelį informacijos kiekį.

Viena iš problemų, kurią reikia išspręsti, yra tai, kokią informaciją įvairios korporacijos gali naudoti kaip savo duomenų rinkinius. Reikės išspręsti su privatumu ir saugumu susijusias problemas. Taip pat klausimas, kam priklauso kokia informacija yra klausimas, į kurį reikės atsakyti. Kai duomenys nuolat siunčiami ir gaunami, riba tarp asmeninės intelektinės nuosavybės ir viešosios erdvės tampa neryški.

Antra, ne visa informacija yra naudinga arba ji yra nenaudinga, jei ji nėra tinkamai išanalizuota. Kai kurie duomenų rinkiniai praktiškai nieko nereikš, nebent jie būtų sujungti su tinkamais ir atitinkamais atitinkamais duomenimis. Tai reiškia, kad jei įmonė neturi prieigos prie visų jai reikalingų duomenų ir žinių, kaip tinkamai juos rasti ir analizuoti, dideli duomenys iš esmės yra jų laiko švaistymas.

Be to, duomenys auga nerimą keliančiu greičiu. Devyniasdešimt procentų pasaulio duomenų buvo sukurti vien per pastaruosius dvejus metus, ir šis skaičius nuolat auga. Jei nauji aktualūs duomenys sukuriami greičiau, nei galime juos išanalizuoti, tada didelių duomenų analizė tampa nereikšminga. Juk rezultatai yra tik tiek geri, kiek naudojama informacija.