Hvordan stordataanalyse vil endre økonomien vår

I en fartsfylt, teknologidrevet verden der kjøpere kan bestille alt fra pizza til Porsche på nettet, samtidig som de oppdaterer Twitter-, Facebook- og Instagram-kontoene sine med et enkelt sveip med smarttelefonen, er det ingen overraskelse at summen av potensielt nyttige data i verden vokser med stormskritt.

Faktisk, ifølge IBM, skaper mennesker hver eneste dag 2.5 kvintillioner byte med data. Slike store datasummer er vanskelige å behandle på grunn av deres enorme mengde og kompleksitet, og skaper dermed det som kalles «big data».

I 2009 ble det anslått at virksomheter i alle sektorer av den amerikanske økonomien med 1,000 ansatte eller mer produserte omtrent 200 terabyte med lagret data som potensielt kan være nyttige.

Big data-analyse for å forbedre veksten i alle sektorer

Nå som det er en overflod av data som flyter rundt, kan bedrifter og ulike andre selskaper og sektorer kombinere ulike datasett for å trekke ut all nyttig informasjon.

Wayne Hansen, lederen av Student Technology Center ved University of New Brunswick i Saint John, forklarer big data som "en fangstfrase som beskriver ideen om at vi nå kan analysere massive datasett. I utgangspunktet fanger vi mer data, personlig, sosial , vitenskapelig, et cetera, og nå har datakraft oppnådd hastigheter som lar oss analysere disse dataene mer grundig."

Hansens teknologiske hovedinteresse ligger i samspillet mellom teknologi og kultur. Han er i stand til å utforske denne interessen gjennom store data. For eksempel kan informasjon fra smarte byer, som kriminalitet og skattesatser, befolkning og demografi, analyseres for å gjøre generelle observasjoner om den byen og kulturen.

Big data produseres på en rekke måter. Fra mobiltelefonsignaler og sosiale medier til kjøpstransaksjoner på nett og i butikker, skapes og endres data hele tiden rundt oss. Disse dataene kan deretter lagres for fremtidig bruk.

Det er tre viktige aspekter ved big data som gjør det nyttig i ulike markeder, de er kjent som de tre v-ene; volum, hastighet og variasjon. Volum, refererer til mengden data som opprettes og kan brukes, og når opp til terabyte og petabyte. Hastighet, som betyr hastigheten som data innhentes og behandles med før de blir irrelevante innenfor en bestemt sektor eller sammenlignet med andre datasett. Og variasjon, som betyr at jo mer mangfold blant typene datasett som brukes, jo bedre og mer nøyaktig blir resultatene og spådommene.

Big data-analyse har stort potensial i ulike markeder. Fra vær og teknologi, til bedrifter og sosiale medier, har big data muligheten til å fremme salg, produktivitet og forutsi fremtidige resultater av produkter, salg og tjenester. Mulighetene er endeløse.

– Forutsetningen er at med nok data blir det meste forutsigbart, sier Hansen. Mønstre kan avdukes, rutiner etableres og statistikk bringes frem i lyset. Med slike spådommer kommer et nytt konkurransefortrinn i nesten alle sektorer. Big data-analyse blir da en nøkkelkomponent i suksessen eller fiaskoen til ny virksomhet, og etableringen av nye.

Tenk deg å være ansatt i et selskap som designer klær for en målgruppe av kvinner i slutten av tenårene til begynnelsen av tjueårene. Ville det ikke vært praktisk og lønnsomt hvis du raskt og nøyaktig kunne forutsi potensielle salg for for eksempel høye hæler med røde paljetter?

Det er her big data-analyse kommer inn. Hvis du effektivt kunne utnytte all relevant statistikk, for eksempel hvor mange kvinner som har bestilt høye hæler med røde paljetter på nettet, og hvor mange som har tvitret om dem, eller lagt ut Youtube-videoer som refererer til røde høye hæler, da kunne forutsi nøyaktig hvor godt produktet ditt vil gjøre det før det i det hele tatt treffer hyllene. Dermed elimineres gjetningsarbeidet og øke potensialet for suksess.

Muligheten til å lage slike spådommer blir et økende behov, og det samme gjør utviklingen av big data-analyse.

Pulse Group PLC, et digitalt forskningsbyrå i Asia, er et selskap som har hoppet på big data-vognen. Pulse har til hensikt å gjøre store investeringer i nær fremtid innen dette voksende feltet. Investeringsplanen deres inkluderer utvikling av et nytt analysesenter for store data i Cyberjaya.

Slike sentre vil være ansvarlige for å sammenstille alle kundens relevante datostrømmer og analysere dem på en rask og effektiv måte for å oppdage viktig informasjon, for eksempel mønstre og sammenhenger som potensielt kan være nyttige for kundens virksomhet eller mål.

"Vi kan bruke big data-analyse," sier Hansen, "og komme med generaliserte utsagn." Disse generaliseringene har potensialet til å forbedre alle sektorer, inkludert næringsliv, utdanning, sosiale medier og teknologi.

Mange selskaper har dataene de trenger for å lage spådommer, men de har ikke muligheten til å koble sammen de ulike datalommene og bryte dem ned på en slik måte at de blir nyttige.

Bob Chua, Pulses administrerende direktør, innrømmer at deres nye big data-satsing, kjent som Pulsate, potensielt kan bli hovedfokuset deres. Et klokt økonomisk grep ettersom big data-markedet forventes å vokse over 50 milliarder dollar i løpet av de neste fem årene.

I løpet av de neste tre årene planlegger Pulsate å gjøre fremskritt innen big data-analyse og opprettet 200 jobber på høyt nivå for dataforskere. "Både å samle inn og analysere data vil kreve spesialiserte ferdigheter," bemerker Hansen, "og dermed åpne nye muligheter."

For å kunne utføre disse nye jobbene, må ansatte ha riktig opplæring. Pulse Group har også til hensikt å starte et av de første opplæringsakademiene for dataforskere i verden for å følge deres nye dataanalysesenter, og møte det økende behovet for dataanalytikere.

Big data kan ha andre positive effekter på utdanningsverdenen enn bare å tilby nye muligheter og læringserfaringer. Hansen opplyser at elevatferd kan analyseres gjennom stordata analysert for å forbedre utdanningssektoren. "Til syvende og sist er målet å bruke slike innsamlede data for å forbedre elevenes opplevelse [og] øke oppbevaringstallene."

Mellom etableringen av nye arbeidsplasser og utdanningsmuligheter, og potensielle spådommer og vekst i bedrifter, ser big data ut til å være en god ting. Imidlertid er det noen ulemper og mangler som eksisterer med analyse og bruk av slike enorme mengder informasjon.

Et problem som må løses er hvilken informasjon som er gratis spill for ulike selskaper å bruke som datasett. Problemer som involverer personvern og sikkerhet må løses. Også hvem som eier hvilken informasjon er et spørsmål som må besvares. Når data kontinuerlig sendes og mottas, blir grensen mellom personlig åndsverk og det offentlige riket uskarp.

For det andre er ikke all informasjon nyttig, eller den er ubrukelig med mindre den er analysert riktig. Noen datasett vil praktisk talt ikke bety noe med mindre de er kombinert med riktige og relevante tilsvarende data. Det betyr at med mindre et selskap har tilgang til alle dataene de trenger og kunnskapen om hvordan de skal finne og analysere dem på riktig måte, så er big data i hovedsak bortkastet tid.

Også data vokser i en alarmerende hastighet. 90 prosent av verdens data har blitt opprettet i løpet av de siste to årene alene, og det antallet vokser jevnt og trutt. Hvis nye relevante data blir opprettet raskere enn vi kan analysere dem, blir big data-analyse irrelevant. Tross alt er resultatene bare så gode som informasjonen som brukes.