Cum va schimba analiza big data economia noastră

Într-o lume cu ritm rapid, bazată pe tehnologie, în care cumpărătorii pot comanda orice, de la pizza la Porsche online, în timp ce își actualizează simultan conturile de Twitter, Facebook și Instagram cu o singură glisare a telefonului inteligent, nu este surprinzător faptul că suma datelor potențial utile din lumea crește cu salturi și limite.

De fapt, conform IBM, în fiecare zi, ființele umane creează 2.5 trilioane de octeți de date. Sume atât de mari de date sunt dificil de procesat datorită cantității și complexității lor extraordinare, creând astfel ceea ce este cunoscut sub numele de „date mari”.

Până în 2009, s-a estimat că întreprinderile din toate sectoarele economiei SUA cu 1,000 de angajați sau mai mult au produs aproximativ 200 de terabytes de date stocate care ar putea fi utile.

Analiza de date mari pentru a îmbunătăți creșterea în fiecare sector

Acum, că există o abundență de date care plutesc, companiile și diverse alte corporații și sectoare pot combina diverse seturi de date pentru a extrage orice informații utile.

Wayne Hansen, managerul Centrului de Tehnologia Studenților de la Universitatea New Brunswick din Saint John explică datele mari ca „o expresie de referință care descrie ideea că acum putem analiza seturi masive de date. În principiu, capturăm mai multe date, personale, sociale. , științifice etc., iar acum puterea de calcul a atins viteze care ne permit să analizăm aceste date mai amănunțit.”

Principalul interes tehnologic al lui Hansen este în interacțiunea dintre tehnologie și cultură. El este capabil să exploreze acest interes prin intermediul datelor mari. De exemplu, informațiile din orașele inteligente, cum ar fi criminalitatea și ratele de impozitare, populația și datele demografice pot fi analizate pentru a face observații generale despre acel oraș și cultură.

Datele mari sunt produse într-o varietate de moduri. De la semnalele telefoanelor mobile și rețelele sociale până la tranzacțiile de cumpărare online și în magazine, datele sunt create și modificate constant în jurul nostru. Aceste date pot fi apoi stocate pentru utilizare ulterioară.

Există trei aspecte importante ale datelor mari care o fac utilă pe diverse piețe, ele fiind cunoscute ca cele trei v-uri; volum, viteză și varietate. Volumul, referitor la cantitatea de date care este creată și care poate fi utilizată, ajungând până la terabytes și petabytes. Viteza, adică viteza cu care datele sunt achiziționate și procesate înainte ca acestea să devină irelevante într-un anumit sector sau în comparație cu alte seturi de date. Și varietate, ceea ce înseamnă cu cât mai multă diversitate între tipurile de seturi de date utilizate, cu atât rezultatele și predicțiile sunt mai bune și mai precise.

Analiza datelor mari are un potențial mare pe diverse piețe. De la vreme și tehnologie, la afaceri și rețelele sociale, big data oferă posibilitatea de a avansa vânzările, productivitatea și de a prezice rezultatele viitoare ale produselor, vânzărilor și serviciilor. Posibilitățile sunt nesfârșite.

„Premisa este că, cu suficiente date, totul devine previzibil”, spune Hansen. Modelele pot fi dezvăluite, rutinele stabilite și statisticile scoase la iveală. Cu astfel de predicții vine un nou avantaj competitiv în aproape fiecare sector. Analiza datelor mari devine apoi o componentă cheie în succesul sau eșecul noilor afaceri și în crearea altora noi.

Imaginați-vă că sunteți angajat la o companie care proiectează îmbrăcăminte pentru o bază țintă de consumatori de femei de la sfârșitul adolescenței până la începutul de douăzeci de ani. Nu ar fi convenabil și profitabil dacă ai putea prezice rapid și precis vânzările potențiale pentru tocuri înalte cu paiete roșii, de exemplu?

Aici intervine analiza datelor mari. Dacă ați putea valorifica eficient toate statisticile relevante, cum ar fi câte femei au comandat online paiete roșii paiete cu toc înalt și câte au postat pe Twitter despre ele sau au postat videoclipuri pe Youtube care se referă la tocuri înalte roșii, atunci ar putea prezice cu exactitate cât de bine se va descurca produsul dvs. înainte de a ajunge chiar pe rafturi. Astfel, eliminând munca de ghicire și crește potențialul de succes.

Capacitatea de a face astfel de predicții devine o cerere din ce în ce mai mare și, prin urmare, este și dezvoltarea analizei de date mari.

Pulse Group PLC, o agenție de cercetare digitală din Asia, este o companie care a sărit în valul marii date. Pulse intenționează să facă investiții majore în viitorul apropiat în acest domeniu în creștere. Planul lor de investiții include dezvoltarea unui nou centru de analiză a datelor mari în Cyberjaya.

Astfel de centre ar fi responsabile pentru compilarea tuturor fluxurilor de date relevante ale clientului și analizarea acestora într-un mod rapid și eficient pentru a descoperi informații importante, cum ar fi modele și corelații care ar putea fi utile afacerii sau obiectivelor clientului.

„Putem aplica analiza datelor mari”, spune Hansen, „și să facem declarații generalizate”. Aceste generalizări au potențialul de a îmbunătăți fiecare sector, inclusiv afaceri, educație, social media și tehnologie.

Multe companii au datele de care au nevoie pentru a face predicții, dar nu au capacitatea de a conecta diferitele buzunare de date și de a le descompune în așa fel încât să le facă utile.

Bob Chua, directorul executiv al Pulse, admite că noua lor afacere de date mari, cunoscută sub numele de Pulsate, ar putea deveni principalul lor obiectiv. O mișcare financiară înțeleaptă, deoarece piața de date mari este de așteptat să crească cu peste 50 de miliarde de dolari în următorii cinci ani.

În următorii trei ani, Pulsate intenționează să facă progrese în analiza datelor mari și să creeze 200 de locuri de muncă la nivel înalt pentru oamenii de știință de date. „Atât colectarea, cât și analizarea datelor vor necesita seturi de abilități specializate”, notează Hansen, „deschizând astfel noi oportunități”.

Pentru a îndeplini aceste noi locuri de muncă, angajații ar trebui să fie pregătiți corespunzător. De asemenea, Pulse Group intenționează să înființeze una dintre primele academii de formare pentru oamenii de știință de date din lume care să însoțească noul lor centru de analiză a datelor și să răspundă nevoii tot mai mari de analiști de date.

Big Data poate avea și alte efecte pozitive asupra lumii educației, în afară de faptul că oferă noi oportunități și experiențe de învățare. Hansen afirmă că comportamentul elevilor poate fi analizat prin intermediul datelor mari analizate pentru a îmbunătăți sectorul educațional. „În cele din urmă, scopul este de a folosi astfel de date colectate pentru a îmbunătăți experiența studenților [și] a crește numărul de reținere.”

Între crearea de noi locuri de muncă și oportunități de educație și previziunile potențiale și creșterea în afaceri, big data pare să fie un lucru bun. Cu toate acestea, există unele dezavantaje și defecte care există în analiza și utilizarea unor astfel de cantități masive de informații.

O problemă care trebuie abordată este ce informații sunt un joc gratuit pentru diverse corporații să le folosească ca seturi de date. Problemele care implică confidențialitate și securitate vor trebui abordate. De asemenea, cine deține ce informații este o întrebare la care va trebui să se răspundă. Când datele sunt trimise și primite continuu, linia dintre proprietatea intelectuală personală și domeniul public devine neclară.

În al doilea rând, nu toate informațiile sunt utile sau sunt inutile dacă nu sunt analizate corespunzător. Unele seturi de date nu ar însemna practic nimic decât dacă sunt combinate cu datele corespunzătoare și relevante. Înseamnă că, dacă o companie nu are acces la toate datele de care au nevoie și cunoștințele despre cum să le găsească și să le analizeze corect, atunci big data este în esență o pierdere de timp.

De asemenea, datele cresc într-un ritm alarmant. Nouăzeci la sută din datele lumii au fost create numai în ultimii doi ani, iar acest număr este în continuă creștere. Dacă noi date relevante sunt create mai repede decât le putem analiza, atunci analiza datelor mari devine irelevantă. La urma urmei, rezultatele sunt la fel de bune ca și informațiile folosite.