कति ठूलो डेटा विश्लेषणले हाम्रो अर्थव्यवस्था परिवर्तन गर्नेछ

एक द्रुत गतिमा, प्रविधिद्वारा संचालित संसारमा जहाँ खरीददारहरूले पिज्जादेखि पोर्शसम्म सबै कुरा अनलाइन अर्डर गर्न सक्छन्, साथसाथै तिनीहरूको ट्विटर, फेसबुक र इन्स्टाग्राम खाताहरू तिनीहरूको स्मार्ट फोनको एक स्वाइपको साथ अद्यावधिक गर्दा, यो कुनै आश्चर्यको कुरा होइन कि सम्भावित रूपमा उपयोगी डेटाको योग। संसार फड्को मार्दै बढिरहेको छ।

वास्तवमा, IBM को अनुसार, हरेक दिन मानिसले 2.5 क्विन्टिलियन बाइट डाटा सिर्जना गर्दछ। डेटाको यति ठूलो रकम तिनीहरूको सरासर बकाया रकम र जटिलताको कारणले प्रक्रिया गर्न गाह्रो हुन्छ, यसैले "ठूलो डाटा" भनेर चिनिने कुरा सिर्जना गर्दछ।

2009 सम्म, यो अनुमान गरिएको थियो कि अमेरिकी अर्थतन्त्रका सबै क्षेत्रहरूमा 1,000 कर्मचारी वा सोभन्दा बढी भएका व्यवसायहरूले लगभग 200 टेराबाइटहरू भण्डारण गरिएको डाटा उत्पादन गरे जुन सम्भावित रूपमा उपयोगी हुन सक्छ।

हरेक क्षेत्रमा वृद्धि सुधार गर्न ठूलो डेटा विश्लेषण

अब जब त्यहाँ वरिपरि तैरिरहेको डाटाको प्रशस्तता छ, व्यवसायहरू र अन्य विभिन्न निगमहरू, र क्षेत्रहरूले कुनै पनि उपयोगी जानकारी निकाल्न विभिन्न डाटा सेटहरू संयोजन गर्न सक्छन्।

सेन्ट जोनको न्यु ब्रन्सविक विश्वविद्यालयको विद्यार्थी प्रविधि केन्द्रका प्रबन्धक वेन ह्यान्सनले ठूलो डेटालाई "एक क्याच वाक्यांशको रूपमा व्याख्या गर्दछ जसले हामी अब ठूला डाटा सेटहरू विश्लेषण गर्न सक्छौं भन्ने धारणालाई वर्णन गर्दछ। मूल रूपमा हामी थप डेटा, व्यक्तिगत, सामाजिक क्याप्चर गर्दैछौं। , वैज्ञानिक, et cetera, र अब कम्प्युटिङ पावरले गति हासिल गरेको छ जसले हामीलाई यस डाटालाई अझ राम्ररी विश्लेषण गर्न अनुमति दिन्छ।"

ह्यान्सनको मुख्य प्राविधिक रुचि प्रविधि र संस्कृति बीचको अन्तरक्रियामा छ। उसले बिग डाटा मार्फत यो रुचि अन्वेषण गर्न सक्षम छ। उदाहरणका लागि, अपराध र कर दरहरू, जनसंख्या, र जनसांख्यिकी जस्ता स्मार्ट शहरहरूबाट जानकारीलाई त्यस शहर र संस्कृतिको बारेमा सामान्य अवलोकन गर्न विश्लेषण गर्न सकिन्छ।

बिग डाटा विभिन्न तरिकामा उत्पादन गरिन्छ। सेल फोन सिग्नलहरू र सोशल मिडियाबाट अनलाइन र स्टोरहरूमा लेनदेनहरू खरिद गर्न, डाटा सिर्जना र हाम्रो वरिपरि निरन्तर परिवर्तन भइरहेको छ। यो डाटा त्यसपछि भविष्य प्रयोगको लागि भण्डारण गर्न सकिन्छ।

ठूला डाटाका तीनवटा महत्त्वपूर्ण पक्षहरू छन् जसले यसलाई विभिन्न बजारहरूमा उपयोगी बनाउँदछ, तिनीहरूलाई तीन v's भनेर चिनिन्छ; मात्रा, वेग, र विविधता। भोल्युम, टेराबाइट र पेटाबाइट सम्म पुग्न, सिर्जना गरिएको र प्रयोग गर्न सकिने डाटाको मात्रालाई जनाउँछ। वेग, भनेको कुनै खास क्षेत्र भित्र वा अन्य डेटा सेटहरूको तुलनामा अप्रासंगिक हुनु अघि डाटा प्राप्त र प्रशोधन गरिएको गति हो। र विविधता, जसको मतलब डेटा सेट को प्रकारहरु मा अधिक विविधता को उपयोग गरीएको राम्रो र अधिक सटीक परिणाम र भविष्यवाणी।

ठूलो डाटा विश्लेषणको विभिन्न बजारहरूमा ठूलो सम्भावना छ। मौसम र प्रविधिबाट, व्यापार र सामाजिक मिडियामा, ठूलो डेटाले बिक्री, उत्पादकता, र उत्पादन, बिक्री र सेवाहरूको भविष्यका नतिजाहरू भविष्यवाणी गर्ने सम्भावना राख्छ। सम्भावनाहरू अनन्त छन्।

"आधार यो हो कि पर्याप्त डेटा संग सबै कुरा भविष्यवाणी गर्न सकिन्छ," ह्यान्सेन भन्छन्। ढाँचाहरू अनावरण गर्न सकिन्छ, दिनचर्याहरू स्थापित गर्न सकिन्छ, र तथ्याङ्कहरू प्रकाशमा ल्याउन सकिन्छ। त्यस्ता भविष्यवाणीहरूले लगभग हरेक क्षेत्रमा नयाँ प्रतिस्पर्धात्मक किनारा आउँछ। ठूला डाटा विश्लेषण त्यसपछि नयाँ व्यवसायको सफलता वा असफलता, र नयाँको सिर्जनामा ​​प्रमुख घटक बन्छ।

आफ्नो किशोर किशोरीदेखि प्रारम्भिक बीस वर्षसम्मका महिलाहरूको लक्षित उपभोक्ता आधारका लागि कपडा डिजाइन गर्ने कम्पनीमा कर्मचारी भएको कल्पना गर्नुहोस्। के यो सुविधाजनक, र लाभदायक हुनेछैन, यदि तपाइँ छिटो र सही रूपमा रातो सेक्विन उच्च हिलको सम्भावित बिक्रीको भविष्यवाणी गर्न सक्नुहुन्छ?

ठूला डाटा विश्लेषणहरू यहीँबाट आउँछन्। यदि तपाईंले कुशलतापूर्वक सबै सान्दर्भिक तथ्याङ्कहरू प्रयोग गर्न सक्नुहुन्छ, जस्तै कति महिलाहरूले रातो सेक्विन हाइ हिलहरू अनलाइन अर्डर गरेका छन्, र कतिले तिनीहरूको बारेमा ट्वीट गरेका छन्, वा रातो अग्लो हिलको सन्दर्भमा YouTube भिडियोहरू पोस्ट गरेका छन्। तपाईको उत्पादनले सेल्फमा पुग्नु अघि नै कति राम्रो गर्नेछ भनेर सही रूपमा अनुमान गर्न सक्छ। यसरी अनुमानित कार्यलाई हटाएर सफलताको सम्भावना बढाउँछ।

यस्तो भविष्यवाणी गर्ने क्षमता बढ्दो माग हुँदै गइरहेको छ र यसैले ठूलो डेटा विश्लेषणको विकास हो।

पल्स ग्रुप पीएलसी, एशियाको डिजिटल अनुसन्धान एजेन्सी, एउटा कम्पनी हो जसले ठूलो डाटा ब्यान्डवागनमा उफ्रिएको छ। पल्सले यस बढ्दो क्षेत्रमा निकट भविष्यमा ठूलो लगानी गर्न चाहन्छ। तिनीहरूको लगानी योजनामा ​​साइबरजयामा नयाँ ठूलो डेटा विश्लेषण केन्द्रको विकास समावेश छ।

त्यस्ता केन्द्रहरू ग्राहकको सबै सान्दर्भिक मिति स्ट्रिमहरू कम्पाइल गर्न र ग्राहकको व्यवसाय वा उद्देश्यहरूको लागि सम्भावित रूपमा उपयोगी हुन सक्ने ढाँचा र सहसंबंधहरू जस्ता महत्त्वपूर्ण जानकारीहरू पत्ता लगाउन द्रुत र प्रभावकारी रूपमा विश्लेषण गर्न जिम्मेवार हुनेछन्।

"हामी ठूलो डेटा विश्लेषण लागू गर्न सक्छौं," ह्यान्सन भन्छन्, "र सामान्यीकृत कथनहरू बनाउन सक्छौं।" यी सामान्यीकरणहरूले व्यापार, शिक्षा, सामाजिक सञ्जाल, र प्रविधि सहित हरेक क्षेत्र सुधार गर्ने क्षमता राख्छन्।

धेरै कम्पनीहरूसँग तिनीहरूसँग भविष्यवाणी गर्न आवश्यक डेटा छ, तर तिनीहरूसँग डेटाको विभिन्न पकेटहरू जडान गर्न र तिनीहरूलाई उपयोगी बनाउन त्यसरी तोड्ने क्षमता छैन।

पल्सका प्रमुख कार्यकारी अधिकृत बब चुआले पल्सेट भनेर चिनिने तिनीहरूको नयाँ ठूलो डाटा उद्यम सम्भावित रूपमा उनीहरूको मुख्य फोकस हुनसक्ने स्वीकार गर्छन्। ठूलो डाटा बजारको रूपमा एक बुद्धिमानी वित्तीय चाल अर्को पाँच वर्षमा $ 50 बिलियन भन्दा बढि हुने अपेक्षा गरिएको छ।

अर्को तीन वर्षमा पल्सेटले ठूला डाटा विश्लेषणमा प्रगति गर्ने योजना बनाएको छ र डाटा वैज्ञानिकहरूका लागि 200 उच्च स्तरको रोजगारी सिर्जना गर्ने छ। "डेटा सङ्कलन र विश्लेषण दुवैलाई विशेष सीप सेटहरू चाहिन्छ," ह्यान्सेन नोट गर्छन्, "यसले नयाँ अवसरहरू खोल्छ।"

यी नयाँ कामहरू गर्नको लागि, कर्मचारीहरूलाई राम्रोसँग तालिम दिनुपर्छ। पल्स समूहले डाटा वैज्ञानिकहरूका लागि आफ्नो नयाँ डाटा विश्लेषण केन्द्रको साथमा, र डाटा विश्लेषकहरूको बढ्दो आवश्यकतालाई पूरा गर्नका लागि विश्वको पहिलो प्रशिक्षण एकेडेमीहरू मध्ये एउटा सुरु गर्न चाहन्छ।

बिग डाटाले नयाँ अवसरहरू र सिक्ने अनुभवहरू प्रदान गर्नु बाहेक शिक्षा संसारमा अन्य सकारात्मक प्रभाव पार्न सक्छ। हान्सेन भन्छन् कि शिक्षा क्षेत्र सुधार गर्न ठूलो डाटा विश्लेषण गरेर विद्यार्थी व्यवहार विश्लेषण गर्न सकिन्छ। "अन्ततः लक्ष्य भनेको विद्यार्थीहरूको अनुभव [र] रिटेन्सन नम्बरहरू बढाउनको लागि त्यस्ता सङ्कलन डाटा प्रयोग गर्नु हो।"

नयाँ रोजगारी र शिक्षा अवसरहरूको सृजना, र सम्भावित भविष्यवाणीहरू र व्यवसायहरूमा वृद्धिको बीचमा, ठूला डाटा सबै मिलेर राम्रो कुरा जस्तो देखिन्छ। यद्यपि, त्यहाँ केही बेफाइदा र त्रुटिहरू छन् जुन यति ठूलो मात्रामा जानकारीको विश्लेषण र प्रयोगसँग अवस्थित छन्।

एक समस्यालाई सम्बोधन गर्न आवश्यक छ जुन जानकारी विभिन्न निगमहरूको लागि उनीहरूको डेटा सेटको रूपमा प्रयोग गर्नको लागि नि: शुल्क खेल हो। गोपनीयता र सुरक्षा सम्बन्धी मुद्दाहरूलाई सम्बोधन गर्न आवश्यक हुनेछ। साथै कुन जानकारीको स्वामित्व कसको छ भन्ने प्रश्नको जवाफ दिन आवश्यक छ। जब डाटा लगातार पठाइन्छ र व्यक्तिगत बौद्धिक सम्पत्ति र सार्वजनिक क्षेत्र बीचको रेखा धमिलो हुन्छ।

दोस्रो, सबै जानकारी उपयोगी हुँदैन, वा सही विश्लेषण नगरेसम्म यो बेकार हुन्छ। उचित र सान्दर्भिक सम्बन्धित डाटासँग संयोजन नगरेसम्म केही डेटा सेटहरूले वस्तुतः कुनै अर्थ राख्दैन। यसको मतलब यो हो कि जबसम्म कुनै कम्पनीसँग उनीहरूलाई आवश्यक पर्ने सबै डाटामा पहुँच हुँदैन र यसलाई कसरी फेला पार्ने र यसलाई ठीकसँग विश्लेषण गर्ने भन्ने ज्ञान हुँदैन, तब ठूलो डाटा अनिवार्य रूपमा उनीहरूको समयको बर्बादी हो।

तथ्यांक पनि चिन्ताजनक दरमा बढिरहेको छ। विश्वको ९० प्रतिशत डाटा पछिल्लो दुई वर्षमा मात्रै सिर्जना भएको छ र त्यो संख्या निरन्तर बढिरहेको छ । यदि नयाँ सान्दर्भिक डाटा हामीले विश्लेषण गर्न सक्ने भन्दा छिटो सिर्जना भइरहेको छ, तब ठूलो डाटा विश्लेषण अप्रासंगिक हुन्छ। आखिर, नतिजाहरू मात्र जानकारी प्रयोग गरिँदै राम्रो छ।