Как анализ больших данных изменит нашу экономику

В быстро меняющемся, технологичном мире, где покупатели могут заказать в Интернете все, от пиццы до Porsche, одновременно обновляя свои учетные записи Twitter, Facebook и Instagram одним движением своего смартфона, неудивительно, что сумма потенциально полезных данных в мир растет как на дрожжах.

На самом деле, по данным IBM, каждый божий день люди создают 2.5 квинтиллиона байтов данных. Такие большие объемы данных трудно обрабатывать из-за их огромного объема и сложности, что создает так называемые «большие данные».

К 2009 году было подсчитано, что предприятия во всех секторах экономики США с 1,000 сотрудников и более производили примерно 200 терабайт хранимых данных, которые потенциально могли быть полезны.

Анализ больших данных для улучшения роста в каждом секторе

Теперь, когда существует множество данных, предприятия и различные другие корпорации и сектора могут комбинировать различные наборы данных для извлечения любой полезной информации.

Уэйн Хансен, менеджер Студенческого технологического центра в Университете Нью-Брансуика в Сент-Джоне, объясняет большие данные как «броскую фразу, которая описывает идею о том, что теперь мы можем анализировать массивные наборы данных. По сути, мы собираем больше данных, личных, социальных , научные и так далее, и теперь вычислительная мощность достигла таких скоростей, которые позволяют нам более тщательно анализировать эти данные».

Главный технологический интерес Хансена заключается во взаимодействии технологий и культуры. Он может исследовать этот интерес с помощью больших данных. Например, информация из умных городов, такая как уровень преступности и налогов, население и демография, может быть проанализирована, чтобы сделать общие наблюдения об этом городе и культуре.

Большие данные производятся различными способами. От сигналов сотовых телефонов и социальных сетей до транзакций покупок в Интернете и в магазинах данные постоянно создаются и изменяются вокруг нас. Затем эти данные могут быть сохранены для использования в будущем.

Есть три важных аспекта больших данных, которые делают их полезными на различных рынках. Они известны как три v; объем, скорость и разнообразие. Объем, относящийся к количеству данных, которые создаются и могут быть использованы, достигает терабайтов и петабайтов. Скорость, означающая скорость, с которой данные собираются и обрабатываются до того, как они станут неактуальными в конкретном секторе или по сравнению с другими наборами данных. И разнообразие, что означает, что чем больше разнообразие типов используемых наборов данных, тем лучше и точнее результаты и прогнозы.

Анализ больших данных имеет большой потенциал на различных рынках. От погоды и технологий до бизнеса и социальных сетей, большие данные дают возможность повысить продажи, производительность и предсказать будущие результаты продуктов, продаж и услуг. Возможности безграничны.

«Предпосылка заключается в том, что при наличии достаточного количества данных почти все становится предсказуемым», — говорит Хансен. Можно выявить закономерности, установить рутину и вывести на свет статистику. С такими прогнозами появляются новые конкурентные преимущества практически в каждом секторе. Затем анализ больших данных становится ключевым компонентом успеха или неудачи нового бизнеса и создания новых.

Представьте, что вы работаете в компании, которая разрабатывает одежду для целевой аудитории женщин в возрасте от позднего подросткового возраста до двадцати пяти лет. Разве не было бы удобно и прибыльно, если бы вы могли быстро и точно предсказать потенциальные продажи, скажем, красных туфель на высоком каблуке с пайетками?

Вот где вступает в действие анализ больших данных. Если бы вы могли эффективно использовать всю соответствующую статистику, например, сколько женщин заказали красные туфли на высоких каблуках с пайетками в Интернете, и сколько написали о них в Твиттере или разместили видео на Youtube со ссылками на красные туфли на высоких каблуках, тогда вы может точно предсказать, насколько хорошо будет работать ваш продукт, еще до того, как он попадет на прилавки. Это избавит вас от догадок и повысит вероятность успеха.

Возможность делать такие прогнозы становится все более востребованной, как и развитие анализа больших данных.

Pulse Group PLC, агентство цифровых исследований в Азии, является одной из компаний, которая вскочила на подножку больших данных. Pulse намерен в ближайшем будущем сделать крупные инвестиции в эту растущую область. Их инвестиционный план включает в себя разработку нового центра анализа больших данных в Cyberjaya.

Такие центры будут нести ответственность за сбор всех соответствующих потоков данных клиента и их быстрый и эффективный анализ для обнаружения важной информации, такой как закономерности и корреляции, которые потенциально могут быть полезны для бизнеса или целей клиента.

«Мы можем применять анализ больших данных, — говорит Хансен, — и делать обобщенные заявления». Эти обобщения могут улучшить каждый сектор, включая бизнес, образование, социальные сети и технологии.

У многих компаний есть данные, необходимые им для прогнозирования, но у них нет возможности соединить различные массивы данных и разбить их таким образом, чтобы сделать их полезными.

Боб Чуа, главный исполнительный директор Pulse, признает, что их новое предприятие по работе с большими данными, известное как Pulsate, потенциально может стать их основным направлением. Мудрый финансовый шаг, поскольку ожидается, что рынок больших данных вырастет более чем на 50 миллиардов долларов в следующие пять лет.

В ближайшие три года Pulsate планирует добиться прогресса в области анализа больших данных и создать 200 высококлассных рабочих мест для специалистов по данным. «Как для сбора, так и для анализа данных потребуются специальные навыки, — отмечает Хансен, — что открывает новые возможности».

Чтобы выполнять эти новые рабочие места, сотрудники должны быть должным образом обучены. Pulse Group также намерена открыть одну из первых в мире учебных академий для специалистов по данным, которая будет сопровождать их новый центр анализа данных и удовлетворять растущую потребность в аналитиках данных.

Большие данные могут оказывать и другое положительное влияние на мир образования, помимо того, что они просто предлагают новые возможности и опыт обучения. Хансен утверждает, что поведение учащихся можно анализировать с помощью анализа больших данных для улучшения сектора образования. «В конечном счете, цель состоит в том, чтобы использовать такие собранные данные для улучшения опыта студентов [и] увеличения показателей удержания».

Учитывая создание новых рабочих мест и возможностей для получения образования, а также потенциальные прогнозы и рост бизнеса, большие данные кажутся в целом хорошим явлением. Однако есть некоторые недостатки и недостатки, связанные с анализом и использованием таких огромных объемов информации.

Одна проблема, которую необходимо решить, заключается в том, какая информация является бесплатной игрой для различных корпораций, которые могут использовать их в качестве своих наборов данных. Необходимо будет решить вопросы, связанные с конфиденциальностью и безопасностью. Кроме того, кто владеет какой информацией - это вопрос, на который нужно будет ответить. Когда данные постоянно отправляются и принимаются, грань между личной интеллектуальной собственностью и общественной сферой стирается.

Во-вторых, не вся информация полезна или бесполезна без должного анализа. Некоторые наборы данных практически ничего не значили бы, если бы они не были объединены с надлежащими и релевантными соответствующими данными. Это означает, что если у компании нет доступа ко всем необходимым данным и знаний о том, как их правильно находить и анализировать, то большие данные — это, по сути, пустая трата времени.

Кроме того, данные растут с угрожающей скоростью. Только за последние два года было создано XNUMX% мировых данных, и это число неуклонно растет. Если новые релевантные данные создаются быстрее, чем мы можем их проанализировать, тогда анализ больших данных становится неактуальным. В конце концов, результаты настолько хороши, насколько хороша используемая информация.