Како анализата на големи податоци ќе ја промени нашата економија

Во свет со брзо темпо, воден од технологија, каде што купувачите можат да нарачаат сè, од пица до Порше преку Интернет, а истовремено ги ажурираат своите сметки на Твитер, Фејсбук и Инстаграм со само еден удар на нивниот паметен телефон, не е изненадувачки што збирот на потенцијално корисни податоци во светот расте со скокови и граници.

Всушност, според IBM, секој ден човечките суштества создаваат 2.5 квинтилиони бајти податоци. Ваквите големи суми на податоци тешко се обработуваат поради нивната огромна количина и сложеност, со што се создава она што е познато како „големи податоци“.

До 2009 година, се проценува дека бизнисите во сите сектори на американската економија со 1,000 вработени или повеќе продуцирале приближно 200 терабајти складирани податоци кои потенцијално би можеле да бидат корисни.

Анализа на големи податоци за подобрување на растот во секој сектор

Сега кога има изобилство на податоци кои лебдат наоколу, бизнисите и разни други корпорации и сектори можат да комбинираат различни сетови на податоци за да извлечат какви било корисни информации.

Вејн Хансен, менаџерот на Студентскиот технолошки центар на Универзитетот во Њу Бранзвик во Сент Џон ги објаснува големите податоци како „фраза што ја опишува идејата дека сега можеме да анализираме масивни сетови на податоци. Во основа, ние доловуваме повеќе податоци, лични, социјални , научни, итн., а сега компјутерската моќ постигна брзини што ни овозможуваат потемелно да ги анализираме овие податоци“.

Главниот технолошки интерес на Хансен е во интеракцијата помеѓу технологијата и културата. Тој е во состојба да го истражи овој интерес преку големи податоци. На пример, информациите од паметните градови, како што се криминалот и даночните стапки, населението и демографијата, може да се анализираат за да се направат општи набљудувања за тој град и култура.

Големите податоци се произведуваат на различни начини. Од сигнали за мобилни телефони и социјални медиуми до купување трансакции преку Интернет и во продавници, податоците постојано се создаваат и се менуваат околу нас. Овие податоци потоа може да се складираат за понатамошна употреба.

Постојат три важни аспекти на големите податоци кои ги прават корисни на различни пазари, тие се познати како три v; волумен, брзина и разновидност. Волумен, што се однесува на количината на податоци што се создаваат и можат да се користат, достигнувајќи до терабајти и петабајти. Брзина, што значи брзина со која податоците се стекнуваат и обработуваат пред да станат ирелевантни во одреден сектор или во споредба со други збирки на податоци. И разновидност, што значи дека колку поголема разновидност меѓу типовите на збирки на податоци што се користат, толку подобри и попрецизни се резултатите и предвидувањата.

Анализата на големи податоци има голем потенцијал на различни пазари. Од временските услови и технологијата, до бизнисот и социјалните медиуми, големите податоци имаат можност да ја унапредат продажбата, продуктивноста и да ги предвидат идните резултати на производите, продажбата и услугите. Можностите се бескрајни.

„Премисата е дека со доволно податоци, сè станува предвидливо“, вели Хансен. Можат да се откријат шаблоните, да се воспостават рутини и да се изнесат статистики на виделина. Со ваквите предвидувања доаѓа нова конкурентска предност во речиси секој сектор. Анализата на големи податоци тогаш станува клучна компонента во успехот или неуспехот на новиот бизнис и создавањето на нови.

Замислете да сте вработена во компанија која дизајнира облека за целна потрошувачка база на жени во доцните тинејџерски години до раните дваесетти. Зарем не би било погодно и профитабилно кога би можеле брзо и прецизно да ја предвидите потенцијалната продажба на високи потпетици, на пример, со црвена светилка?

Таму доаѓа анализата на големите податоци. Ако можете ефикасно да ги искористите сите релевантни статистички податоци, како на пример колку жени нарачале високи потпетици со црвена светилка на интернет, и колку твитале за нив или објавиле видеа на YouTube кои се однесуваат на црвени високи потпетици, тогаш може точно да предвиди колку добро ќе работи вашиот производ дури и пред да се појави на полиците.

Способноста да се прават такви предвидувања станува сè поголема побарувачка, а со тоа и развојот на анализата на големи податоци.

Pulse Group PLC, агенција за дигитално истражување во Азија, е една компанија која скокна во бендот со големи податоци. Пулс има намера да направи големи инвестиции во блиска иднина во ова растечко поле. Нивниот инвестициски план вклучува развој на нов центар за анализа на големи податоци во Cyberjaya.

Таквите центри ќе бидат одговорни за составување на сите релевантни текови на датуми на клиентот и нивна анализа на брз и ефикасен начин со цел да се откријат важни информации, како што се обрасци и корелации кои потенцијално би можеле да бидат корисни за бизнисот или целите на клиентот.

„Можеме да примениме анализа на големи податоци“, вели Хансен, „и да даваме генерализирани изјави“. Овие генерализации имаат потенцијал за подобрување на секој сектор, вклучувајќи го бизнисот, образованието, социјалните медиуми и технологијата.

Многу компании ги имаат податоците што им се потребни за да направат предвидувања, но немаат можност да ги поврзат различните џебови на податоци и да ги разградат на таков начин за да ги направат корисни.

Боб Чуа, главниот извршен директор на Pulse, признава дека нивниот нов потфат за големи податоци, познат како Pulsate, потенцијално би можел да стане нивниот главен фокус. Мудар финансиски потег бидејќи пазарот на големи податоци се очекува да порасне над 50 милијарди долари во следните пет години.

Во следните три години, Pulsate планира да напредува во анализата на големи податоци и да создаде 200 работни места на високо ниво за научниците за податоци. „И за собирање и за анализа на податоци ќе бидат потребни специјализирани групи на вештини“, забележува Хансен, „со што ќе се отворат нови можности“.

За извршување на овие нови работни места, вработените треба да бидат соодветно обучени. Групацијата Pulse, исто така, има намера да започне една од првите академии за обука на научници за податоци во светот што ќе го придружува нивниот нов центар за анализа на податоци и ќе ја задоволи растечката потреба за аналитичари на податоци.

Големите податоци можат да имаат други позитивни ефекти врз светот на образованието, освен едноставно нудење нови можности и искуства за учење. Хансен наведува дека однесувањето на учениците може да се анализира преку анализирани големи податоци за да се подобри образовниот сектор. „На крајот целта е да се искористат таквите собрани податоци за да се подобри искуството на студентите [и] да се зголеми бројот на задржување.

Помеѓу создавањето нови работни места и можности за образование, и потенцијалните предвидувања и раст на бизнисите, големите податоци се чини дека се заедно добра работа. Сепак, постојат некои недостатоци и недостатоци кои постојат со анализата и употребата на такви огромни количини на информации.

Еден проблем што треба да се реши е кои информации се бесплатна игра за различни корпорации да ги користат како нивни збирки на податоци. Ќе треба да се решат прашањата поврзани со приватноста и безбедноста. Исто така кој какви информации поседува е прашање на кое ќе треба да се одговори. Кога податоците постојано се испраќаат и примаат, линијата помеѓу личната интелектуална сопственост и јавното царство станува нејасна.

Второ, сите информации не се корисни или се бескорисни доколку не се анализираат правилно. Некои збирки на податоци практично не би значеле ништо освен ако не се комбинираат со соодветни и релевантни соодветни податоци. Што значи дека освен ако компанијата има пристап до сите податоци што ги бара и знаење за тоа како да ги најде и анализира правилно, тогаш големите податоци во суштина се губење на нивното време.

Исто така, податоците растат со алармантна брзина. Деведесет проценти од светските податоци се создадени само во последните две години, а тој број постојано расте. Ако новите релевантни податоци се создаваат побрзо отколку што можеме да ги анализираме, тогаш анализата на големите податоци станува ирелевантна. На крајот на краиштата, резултатите се исто толку добри како и информациите што се користат.