Hur stordataanalys kommer att förändra vår ekonomi

Hur stordataanalys kommer att förändra vår ekonomi
BILDKREDIT:  

Hur stordataanalys kommer att förändra vår ekonomi

    • Författare Namn
      Ocean-Leigh Peters
    • Författare Twitter Handle
      @Quantumrun

    Hela berättelsen (använd ENDAST knappen "Klistra in från Word" för att säkert kopiera och klistra in text från ett Word-dokument)

    I en fartfylld, teknikdriven värld där shoppare kan beställa allt från pizza till Porsche online, samtidigt som de uppdaterar sina Twitter-, Facebook- och Instagram-konton med ett enda svep på sin smarta telefon, är det ingen överraskning att summan av potentiellt användbar data i världen växer med stormsteg.

    I själva verket, enligt IBM, skapar människor varje dag 2.5 kvintiljoner byte data. Sådana stora mängder data är svåra att bearbeta på grund av deras enastående mängd och komplexitet, vilket skapar vad som kallas "big data".

    År 2009 uppskattades det att företag inom alla sektorer av den amerikanska ekonomin med 1,000 200 anställda eller mer producerade cirka XNUMX terabyte lagrad data som potentiellt kan vara användbar.

    Big data-analys för att förbättra tillväxten inom alla sektorer

    Nu när det finns ett överflöd av data som flyter runt, kan företag och olika andra företag och sektorer kombinera olika datamängder för att extrahera all användbar information.

    Wayne Hansen, chef för Student Technology Center vid University of New Brunswick i Saint John förklarar big data som "en fångstfras som beskriver uppfattningen att vi nu kan analysera massiva datamängder. I grund och botten fångar vi in ​​mer data, personlig, social , vetenskaplig, et cetera, och nu har datorkraft uppnått hastigheter som gör att vi kan analysera denna data mer grundligt."

    Hansens främsta tekniska intresse ligger i samspelet mellan teknik och kultur. Han kan utforska detta intresse genom big data. Till exempel kan information från smarta städer, såsom brottslighet och skattesatser, befolkning och demografi, analyseras för att göra allmänna observationer om den staden och kulturen.

    Big data produceras på en mängd olika sätt. Från mobiltelefonsignaler och sociala medier till köptransaktioner online och i butik, data skapas och förändras hela tiden runt omkring oss. Dessa data kan sedan lagras för framtida bruk.

    Det finns tre viktiga aspekter av big data som gör den användbar på olika marknader, de är kända som de tre v:en; volym, hastighet och variation. Volym, hänvisar till mängden data som skapas och kan användas och når upp till terabyte och petabyte. Hastighet, vilket betyder den hastighet med vilken data samlas in och bearbetas innan den blir irrelevant inom en viss sektor eller i jämförelse med andra datamängder. Och variation, vilket innebär att ju mer mångfald mellan typerna av datamängder som används desto bättre och mer exakta resultat och förutsägelser.

    Big data-analys har stor potential på olika marknader. Från väder och teknik, till företag och sociala medier, innehåller big data möjligheten att främja försäljning, produktivitet och förutsäga framtida resultat av produkter, försäljning och tjänster. Möjligheterna är oändliga.

    "Förutsättningen är att med tillräckligt med data blir det mesta förutsägbart", säger Hansen. Mönster kan avslöjas, rutiner etableras och statistik lyftas fram. Med sådana förutsägelser kommer en ny konkurrensfördel i nästan alla sektorer. Big data-analys blir då en nyckelkomponent i framgång eller misslyckande för nya affärer och skapandet av nya.

    Föreställ dig att vara anställd på ett företag som designar kläder för en målgrupp för konsumenter av kvinnor i sena tonåren till början av tjugotalet. Skulle det inte vara bekvämt och lönsamt om du snabbt och exakt kunde förutsäga den potentiella försäljningen för t.ex. röda paljettklackar?

    Det är där big data-analys kommer in. Om du effektivt kunde utnyttja all relevant statistik, som hur många kvinnor som har beställt höga klackar med röda paljetter på nätet, och hur många som har twittrat om dem, eller lagt upp Youtube-videor som hänvisar till röda höga klackar, då kunde exakt förutsäga hur bra din produkt kommer att göra innan den ens når hyllorna. Därmed elimineras gissningsarbetet och ökar potentialen för framgång.

    Möjligheten att göra sådana förutsägelser blir en växande efterfrågan och sålunda även utvecklingen av big data-analys.

    Pulse Group PLC, en digital forskningsbyrå i Asien, är ett företag som har hoppat på big data-tåget. Pulse har för avsikt att göra stora investeringar inom en snar framtid inom detta växande område. Deras investeringsplan inkluderar att utveckla ett nytt stordataanalyscenter i Cyberjaya.

    Sådana centra skulle ansvara för att sammanställa alla kundens relevanta datumströmmar och analysera dem på ett snabbt och effektivt sätt för att upptäcka viktig information, såsom mönster och samband som potentiellt kan vara användbara för kundens verksamhet eller mål.

    "Vi kan tillämpa stordataanalys", säger Hansen, "och göra generaliserade uttalanden." Dessa generaliseringar har potential att förbättra alla sektorer, inklusive företag, utbildning, sociala medier och teknik.

    Många företag har den data de behöver för att göra förutsägelser, men de har inte förmågan att koppla ihop de olika fickorna med data och bryta ner dem på ett sådant sätt att de blir användbara.

    Bob Chua, Pulses verkställande direktör, medger att deras nya stordatasatsning, känd som Pulsate, potentiellt kan bli deras huvudfokus. Ett klokt ekonomiskt drag då big data-marknaden förväntas växa över 50 miljarder dollar under de kommande fem åren.

    Under de kommande tre åren planerar Pulsate att göra framsteg inom big data-analys och skapat 200 högnivåjobb för datavetare. "Både insamling och analys av data kommer att kräva specialiserade färdigheter," konstaterar Hansen, "och öppnar därmed nya möjligheter."

    För att kunna utföra dessa nya jobb måste de anställda ha rätt utbildning. Pulse Group har också för avsikt att starta en av de första utbildningsakademierna för datavetare i världen för att följa med deras nya dataanalyscenter och möta det växande behovet av dataanalytiker.

    Big data kan ha andra positiva effekter på utbildningsvärlden än att bara erbjuda nya möjligheter och lärandeupplevelser. Hansen konstaterar att elevers beteende kan analyseras genom att analysera stora data för att förbättra utbildningssektorn. "I slutändan är målet att använda sådan insamlad data för att förbättra elevernas upplevelse [och] öka antalet kvarhållande."

    Mellan skapandet av nya jobb och utbildningsmöjligheter, och potentiella förutsägelser och tillväxt i företag, verkar big data vara en bra sak. Det finns dock vissa nackdelar och brister som finns med analys och användning av så enorma mängder information.

    Ett problem som måste åtgärdas är vilken information som är gratisspel för olika företag att använda som sina datauppsättningar. Frågor som rör integritet och säkerhet kommer att behöva åtgärdas. Även vem som äger vilken information är en fråga som kommer att behöva besvaras. När data kontinuerligt skickas och tas emot blir gränsen mellan personlig immateriell egendom och det offentliga sfären suddig.

    För det andra är inte all information användbar, eller så är den värdelös om den inte analyseras ordentligt. Vissa datamängder skulle praktiskt taget inte betyda någonting om de inte kombineras med korrekt och relevant motsvarande data. Det betyder att om inte ett företag har tillgång till all data de behöver och kunskap om hur man hittar och analyserar den på rätt sätt, så är big data i grunden ett slöseri med sin tid.

    Även data växer i en alarmerande takt. Nittio procent av världens data har skapats bara under de senaste två åren, och den siffran växer stadigt. Om ny relevant data skapas snabbare än vi kan analysera den, blir big data-analys irrelevant. Resultaten är trots allt bara så bra som den information som används.