Betapa besar analisis data akan mengubah ekonomi kita

Dalam dunia yang pantas, dipacu teknologi di mana pembeli boleh memesan segala-galanya daripada piza ke Porsches dalam talian, sambil mengemas kini akaun Twitter, Facebook dan Instagram mereka secara serentak dengan satu leretan telefon pintar mereka, tidak mengejutkan bahawa jumlah data yang berpotensi berguna dalam dunia berkembang dengan pesat.

Malah, menurut IBM, setiap hari manusia mencipta 2.5 quintillion bait data. Jumlah data yang besar sedemikian sukar untuk diproses kerana jumlah dan kerumitannya yang tertunggak, sekali gus mewujudkan apa yang dikenali sebagai "data besar."

Menjelang 2009, dianggarkan bahawa perniagaan dalam semua sektor ekonomi AS dengan 1,000 pekerja atau lebih menghasilkan kira-kira 200 terabait data tersimpan yang berpotensi berguna.

Analisis data besar untuk meningkatkan pertumbuhan dalam setiap sektor

Memandangkan terdapat banyak data yang terapung, perniagaan dan pelbagai syarikat dan sektor lain boleh menggabungkan pelbagai set data untuk mengekstrak sebarang maklumat yang berguna.

Wayne Hansen, pengurus Pusat Teknologi Pelajar di Universiti New Brunswick di Saint John menerangkan data besar sebagai "frasa tangkapan yang menerangkan tanggapan bahawa kami kini boleh menganalisis set data besar-besaran. Pada asasnya kami menangkap lebih banyak data, peribadi, sosial , saintifik, dan sebagainya, dan kini kuasa pengkomputeran telah mencapai kelajuan yang membolehkan kami menganalisis data ini dengan lebih teliti."

Minat teknologi utama Hansen adalah dalam interaksi antara teknologi dan budaya. Dia dapat meneroka minat ini melalui data besar. Contohnya maklumat daripada bandar pintar, seperti kadar jenayah dan cukai, penduduk dan demografi boleh dianalisis untuk membuat pemerhatian umum tentang bandar dan budaya tersebut.

Data besar dihasilkan dalam pelbagai cara. Daripada isyarat telefon bimbit dan media sosial untuk membeli transaksi dalam talian dan di kedai, data sedang dibuat dan diubah secara berterusan di sekeliling kita. Data ini kemudiannya boleh disimpan untuk kegunaan masa hadapan.

Terdapat tiga aspek penting data besar yang menjadikannya berguna dalam pelbagai pasaran, ia dikenali sebagai tiga v; isipadu, halaju dan kepelbagaian. Kelantangan, merujuk kepada kuantiti data yang dicipta dan boleh digunakan, mencecah sehingga terabait dan petabait. Halaju, bermaksud kelajuan data diperoleh dan diproses sebelum ia menjadi tidak relevan dalam sektor tertentu atau berbanding set data lain. Dan kepelbagaian, yang bermaksud lebih banyak kepelbagaian antara jenis set data yang digunakan, lebih baik dan lebih tepat keputusan dan ramalan.

Analisis data besar mempunyai potensi besar dalam pelbagai pasaran. Daripada cuaca dan teknologi, kepada perniagaan dan media sosial, data besar mempunyai kemungkinan untuk memajukan jualan, produktiviti dan meramalkan hasil masa depan produk, jualan dan perkhidmatan. Kemungkinannya tidak berkesudahan.

"Premisnya ialah dengan data yang mencukupi kebanyakan semuanya boleh diramalkan," kata Hansen. Corak boleh didedahkan, rutin ditetapkan, dan statistik didedahkan. Dengan ramalan sedemikian datang kelebihan daya saing baharu dalam hampir setiap sektor. Analisis data besar kemudiannya menjadi komponen utama dalam kejayaan atau kegagalan perniagaan baharu, dan penciptaan perniagaan baharu.

Bayangkan menjadi pekerja di sebuah syarikat yang mereka bentuk pakaian untuk asas pengguna sasaran wanita pada lewat remaja hingga awal dua puluhan. Bukankah lebih mudah dan menguntungkan, jika anda boleh meramalkan dengan cepat dan tepat potensi jualan untuk kasut tumit tinggi labuci merah?

Di situlah analisis data besar masuk. Jika anda boleh menggunakan semua statistik yang berkaitan dengan cekap, seperti bilangan wanita yang menempah kasut tumit tinggi labuci merah dalam talian, dan berapa ramai yang telah menulis tweet mengenainya, atau menyiarkan video Youtube yang merujuk kepada kasut tumit tinggi merah, maka anda boleh meramalkan prestasi produk anda dengan tepat sebelum ia mencecah rak. Dengan itu menghapuskan kerja tekaan dan meningkatkan potensi untuk berjaya.

Keupayaan untuk membuat ramalan sedemikian menjadi permintaan yang semakin meningkat dan oleh itu begitu juga dengan pembangunan analisis data besar.

Pulse Group PLC, sebuah agensi penyelidikan digital di Asia, ialah sebuah syarikat yang telah melonjak pada kereta muzik data besar. Pulse berhasrat untuk membuat pelaburan besar dalam masa terdekat dalam bidang yang semakin berkembang ini. Pelan pelaburan mereka termasuk membangunkan pusat analisis data besar baharu di Cyberjaya.

Pusat tersebut akan bertanggungjawab untuk menyusun semua aliran tarikh pelanggan yang berkaitan dan menganalisisnya dengan cara yang cepat dan cekap untuk menemui maklumat penting, seperti corak dan korelasi yang berpotensi berguna kepada perniagaan atau objektif pelanggan.

"Kami boleh menggunakan analisis data besar," kata Hansen, "dan membuat kenyataan umum." Generalisasi ini mempunyai potensi untuk menambah baik setiap sektor, termasuk perniagaan, pendidikan, media sosial dan teknologi.

Banyak syarikat mempunyai data yang mereka perlukan untuk membuat ramalan, tetapi mereka tidak mempunyai keupayaan untuk menyambungkan pelbagai poket data dan memecahkannya sedemikian rupa untuk menjadikannya berguna.

Bob Chua, ketua pegawai eksekutif Pulse, mengakui bahawa usaha niaga data besar baharu mereka, dikenali sebagai Pulsate, berpotensi menjadi tumpuan utama mereka. Satu langkah kewangan yang bijak kerana pasaran data besar dijangka berkembang lebih $50 bilion dalam tempoh lima tahun akan datang.

Dalam tiga tahun akan datang Pulsate merancang untuk membuat kemajuan dalam analisis data besar dan mencipta 200 pekerjaan peringkat tinggi untuk saintis data. "Kedua-dua mengumpul dan menganalisis data akan memerlukan set kemahiran khusus," kata Hansen, "dengan itu membuka peluang baharu."

Untuk melaksanakan pekerjaan baharu ini, pekerja perlu dilatih dengan betul. Kumpulan Pulse juga berhasrat untuk memulakan salah satu akademi latihan pertama untuk saintis data di dunia untuk mengiringi pusat analisis data baharu mereka, dan memenuhi keperluan yang semakin meningkat untuk penganalisis data.

Data besar boleh memberi kesan positif lain kepada dunia pendidikan selain daripada sekadar menawarkan peluang dan pengalaman pembelajaran baharu. Hansen menyatakan bahawa tingkah laku pelajar boleh dianalisis melalui data besar yang dianalisis untuk meningkatkan sektor pendidikan. "Akhirnya matlamatnya adalah untuk menggunakan data yang dikumpul sedemikian untuk meningkatkan pengalaman pelajar [dan] meningkatkan bilangan pengekalan."

Antara penciptaan peluang pekerjaan dan pendidikan baharu serta ramalan dan pertumbuhan yang berpotensi dalam perniagaan, data besar nampaknya merupakan satu perkara yang baik. Walau bagaimanapun, terdapat beberapa kelemahan dan kelemahan yang wujud dengan analisis dan penggunaan kuantiti maklumat yang begitu besar.

Satu masalah yang perlu ditangani ialah maklumat apakah permainan percuma untuk digunakan oleh pelbagai syarikat sebagai set data mereka. Isu yang melibatkan privasi dan keselamatan perlu ditangani. Juga siapa yang memiliki maklumat apakah soalan yang perlu dijawab. Apabila data dihantar dan diterima secara berterusan, garis antara harta intelek peribadi dan alam awam menjadi kabur.

Kedua, tidak semua maklumat berguna, atau ia tidak berguna melainkan dianalisis dengan betul. Sesetengah set data hampir tidak bermakna melainkan digabungkan dengan data sepadan yang betul dan berkaitan. Bermaksud bahawa melainkan syarikat mempunyai akses kepada semua data yang mereka perlukan dan pengetahuan tentang cara mencari dan menganalisisnya dengan betul, maka data besar pada dasarnya adalah membuang masa mereka.

Juga data berkembang pada kadar yang membimbangkan. Sembilan puluh peratus daripada data dunia telah dicipta dalam tempoh dua tahun yang lalu sahaja, dan jumlah itu semakin meningkat. Jika data baharu yang berkaitan dibuat lebih cepat daripada yang kita boleh menganalisisnya, maka analisis data besar menjadi tidak relevan. Lagipun, hasilnya hanya sebaik maklumat yang digunakan.