ڈیٹا کا بڑا تجزیہ ہماری معیشت کو کتنا بدل دے گا۔

ایک تیز رفتار، ٹیکنالوجی سے چلنے والی دنیا میں جہاں خریدار پیزا سے لے کر پورش تک ہر چیز آن لائن آرڈر کر سکتے ہیں، جبکہ بیک وقت اپنے سمارٹ فون کے ایک سوائپ کے ساتھ اپنے ٹوئٹر، فیس بک اور انسٹاگرام اکاؤنٹس کو اپ ڈیٹ کرتے ہوئے، یہ کوئی تعجب کی بات نہیں ہے کہ ممکنہ طور پر مفید ڈیٹا کا مجموعہ۔ دنیا چھلانگ اور حد سے بڑھ رہی ہے۔

درحقیقت، آئی بی ایم کے مطابق، ہر ایک دن انسان 2.5 کوئنٹلین بائٹس ڈیٹا تخلیق کرتا ہے۔ اعداد و شمار کی اتنی بڑی رقم پر ان کی سراسر بقایا رقم اور پیچیدگی کی وجہ سے کارروائی کرنا مشکل ہے، اس طرح وہ تخلیق کرتا ہے جسے "بگ ڈیٹا" کہا جاتا ہے۔

2009 تک، یہ اندازہ لگایا گیا تھا کہ امریکی معیشت کے تمام شعبوں میں 1,000 یا اس سے زیادہ ملازمین والے کاروبار نے تقریباً 200 ٹیرا بائٹس ذخیرہ شدہ ڈیٹا تیار کیا جو ممکنہ طور پر مفید ہو سکتا ہے۔

ہر شعبے میں ترقی کو بہتر بنانے کے لیے ڈیٹا کا بڑا تجزیہ

اب جب کہ ڈیٹا کی کثرت موجود ہے، کاروبار اور دیگر مختلف کارپوریشنز، اور شعبے کسی بھی مفید معلومات کو نکالنے کے لیے مختلف ڈیٹا سیٹس کو یکجا کر سکتے ہیں۔

سینٹ جان میں نیو برنسوک یونیورسٹی کے اسٹوڈنٹ ٹکنالوجی سنٹر کے مینیجر وین ہینسن بڑے ڈیٹا کی وضاحت کرتے ہوئے کہتے ہیں "ایک کیچ جملہ جو اس تصور کو بیان کرتا ہے کہ اب ہم بڑے ڈیٹا سیٹس کا تجزیہ کر سکتے ہیں۔ بنیادی طور پر ہم زیادہ ڈیٹا حاصل کر رہے ہیں، ذاتی، سماجی سائنسی، وغیرہ، اور اب کمپیوٹنگ پاور نے ایسی رفتار حاصل کر لی ہے جو ہمیں اس ڈیٹا کا مزید اچھی طرح سے تجزیہ کرنے کی اجازت دیتی ہے۔"

ہینسن کی بنیادی تکنیکی دلچسپی ٹیکنالوجی اور ثقافت کے درمیان تعامل میں ہے۔ وہ بڑے ڈیٹا کے ذریعے اس دلچسپی کو تلاش کرنے کے قابل ہے۔ مثال کے طور پر سمارٹ شہروں سے معلومات، جیسے کہ جرائم اور ٹیکس کی شرح، آبادی، اور آبادیاتی معلومات کا تجزیہ کیا جا سکتا ہے تاکہ اس شہر اور ثقافت کے بارے میں عمومی مشاہدہ کیا جا سکے۔

بڑا ڈیٹا مختلف طریقوں سے تیار کیا جاتا ہے۔ سیل فون سگنلز اور سوشل میڈیا سے لے کر آن لائن اور اسٹورز میں لین دین کی خریداری تک، ہمارے ارد گرد ڈیٹا کو مسلسل بنایا اور تبدیل کیا جا رہا ہے۔ اس کے بعد یہ ڈیٹا مستقبل کے استعمال کے لیے محفوظ کیا جا سکتا ہے۔

بگ ڈیٹا کے تین اہم پہلو ہیں جو اسے مختلف مارکیٹوں میں کارآمد بناتے ہیں، وہ تین وی کے نام سے جانے جاتے ہیں۔ حجم، رفتار، اور مختلف قسم. حجم، اعداد و شمار کی مقدار کا حوالہ دیتے ہوئے جو بنایا گیا ہے اور استعمال کیا جا سکتا ہے، ٹیرا بائٹس اور پیٹا بائٹس تک پہنچتا ہے۔ رفتار، یعنی وہ رفتار جس سے ڈیٹا حاصل کیا جاتا ہے اور اس پر کارروائی کی جاتی ہے اس سے پہلے کہ یہ کسی خاص شعبے میں یا دوسرے ڈیٹا سیٹس کے مقابلے میں غیر متعلقہ ہو جائے۔ اور تنوع، جس کا مطلب ہے کہ ڈیٹا سیٹس کی اقسام میں جتنی زیادہ تنوع ہے، نتائج اور پیشین گوئیاں اتنے ہی بہتر اور درست ہیں۔

مختلف بازاروں میں بڑے ڈیٹا کے تجزیہ کی بڑی صلاحیت ہے۔ موسم اور ٹیکنالوجی سے لے کر کاروبار اور سوشل میڈیا تک، بڑے اعداد و شمار میں فروخت، پیداواریت، اور مصنوعات، فروخت اور خدمات کے مستقبل کے نتائج کی پیش گوئی کرنے کا امکان موجود ہے۔ امکانات لامتناہی ہیں۔

ہینسن کا کہنا ہے کہ "بنیاد یہ ہے کہ کافی اعداد و شمار کے ساتھ زیادہ تر سب کچھ قابل قیاس ہو جاتا ہے۔" پیٹرن کی نقاب کشائی کی جا سکتی ہے، معمولات قائم کیے جا سکتے ہیں، اور اعدادوشمار کو روشنی میں لایا جا سکتا ہے۔ ایسی پیشین گوئیوں کے ساتھ تقریباً ہر شعبے میں ایک نئی مسابقتی برتری حاصل ہوتی ہے۔ بڑے ڈیٹا کا تجزیہ اس کے بعد نئے کاروبار کی کامیابی یا ناکامی، اور نئے کاروبار کی تخلیق میں کلیدی جزو بن جاتا ہے۔

کسی کمپنی میں ملازم ہونے کا تصور کریں جو نوعمروں سے لے کر بیس کی دہائی کے اوائل میں خواتین کے ہدف صارفین کے لیے لباس ڈیزائن کرتی ہے۔ کیا یہ آسان اور منافع بخش نہیں ہوگا، اگر آپ سرخ سیکوئن اونچی ایڑیوں کی ممکنہ فروخت کی فوری اور درست پیشین گوئی کر سکیں؟

یہ وہ جگہ ہے جہاں ڈیٹا کا بڑا تجزیہ سامنے آتا ہے۔ اگر آپ تمام متعلقہ اعدادوشمار کو مؤثر طریقے سے استعمال کر سکتے ہیں، جیسے کہ کتنی خواتین نے آن لائن ریڈ سیکوئن ہائی ہیلز کا آرڈر دیا ہے، اور کتنی خواتین نے ان کے بارے میں ٹویٹ کیا ہے، یا یوٹیوب ویڈیوز کو سرخ اونچی ایڑیوں کا حوالہ دیتے ہوئے پوسٹ کیا ہے، تو آپ درست طریقے سے اندازہ لگا سکتا ہے کہ آپ کی پروڈکٹ شیلف پر پہنچنے سے پہلے کتنی اچھی کارکردگی کا مظاہرہ کرے گی۔

اس طرح کی پیشین گوئیاں کرنے کی صلاحیت ایک بڑھتی ہوئی طلب بنتی جا رہی ہے اور اس طرح بڑے اعداد و شمار کے تجزیہ کی ترقی ہے۔

Pulse Group PLC، ایشیا میں ایک ڈیجیٹل ریسرچ ایجنسی، ایک ایسی کمپنی ہے جس نے بڑے ڈیٹا بینڈ ویگن پر چھلانگ لگا دی ہے۔ پلس مستقبل قریب میں اس بڑھتے ہوئے میدان میں بڑی سرمایہ کاری کرنے کا ارادہ رکھتی ہے۔ ان کے سرمایہ کاری کے منصوبے میں سائبرجایا میں ایک نیا بڑا ڈیٹا تجزیہ مرکز تیار کرنا شامل ہے۔

اس طرح کے مراکز کلائنٹ کے تمام متعلقہ تاریخ کے سلسلے کو مرتب کرنے اور اہم معلومات کو دریافت کرنے کے لیے اس کا فوری اور موثر انداز میں تجزیہ کرنے کے لیے ذمہ دار ہوں گے، جیسا کہ پیٹرن اور ارتباط جو ممکنہ طور پر کلائنٹ کے کاروبار یا مقاصد کے لیے مفید ہو سکتے ہیں۔

ہینسن کا کہنا ہے کہ "ہم اعداد و شمار کے بڑے تجزیہ کو لاگو کر سکتے ہیں، اور عام بیانات دے سکتے ہیں۔" یہ عمومیت کاروبار، تعلیم، سوشل میڈیا اور ٹیکنالوجی سمیت ہر شعبے کو بہتر بنانے کی صلاحیت رکھتی ہے۔

بہت سی کمپنیوں کے پاس وہ ڈیٹا ہوتا ہے جس کی انہیں پیشن گوئی کرنے کے لیے ضرورت ہوتی ہے، لیکن ان کے پاس ڈیٹا کی مختلف جیبوں کو جوڑنے اور انہیں مفید بنانے کے لیے اس طرح توڑ دینے کی صلاحیت نہیں ہوتی۔

پلس کے چیف ایگزیکٹیو آفیسر باب چوا نے اعتراف کیا کہ ان کا نیا بڑا ڈیٹا وینچر، جسے پلسیٹ کے نام سے جانا جاتا ہے، ممکنہ طور پر ان کا بنیادی مرکز بن سکتا ہے۔ ایک دانشمندانہ مالیاتی اقدام جیسا کہ بڑی ڈیٹا مارکیٹ میں اگلے پانچ سالوں میں $50 بلین سے زیادہ بڑھنے کی امید ہے۔

اگلے تین سالوں میں پلسیٹ بڑے ڈیٹا کے تجزیہ میں پیشرفت کرنے کا ارادہ رکھتا ہے اور ڈیٹا سائنسدانوں کے لیے 200 اعلیٰ سطحی ملازمتیں پیدا کرے گا۔ ہینسن نوٹ کرتا ہے، "ڈیٹا اکٹھا کرنے اور اس کا تجزیہ کرنے دونوں کے لیے خصوصی مہارت کی ضرورت ہوگی۔" اس طرح نئے مواقع کھلتے ہیں۔

ان نئی ملازمتوں کو انجام دینے کے لیے ملازمین کو مناسب طریقے سے تربیت دینی ہوگی۔ پلس گروپ ڈیٹا سائنسدانوں کے لیے اپنے نئے ڈیٹا اینالیسس سینٹر کے ساتھ، اور ڈیٹا تجزیہ کاروں کی بڑھتی ہوئی ضرورت کو پورا کرنے کے لیے دنیا میں پہلی تربیتی اکیڈمی شروع کرنے کا بھی ارادہ رکھتا ہے۔

بڑا ڈیٹا صرف نئے مواقع اور سیکھنے کے تجربات کی پیشکش کے علاوہ تعلیمی دنیا پر دیگر مثبت اثرات مرتب کر سکتا ہے۔ ہینسن کا کہنا ہے کہ تعلیمی شعبے کو بہتر بنانے کے لیے بڑے ڈیٹا کے تجزیہ کے ذریعے طلبہ کے رویے کا تجزیہ کیا جا سکتا ہے۔ "بالآخر مقصد یہ ہے کہ اس طرح کے جمع کردہ ڈیٹا کو طلباء کے تجربے کو بہتر بنانے [اور] برقرار رکھنے کی تعداد میں اضافہ کرنا ہے۔"

نئی ملازمتوں اور تعلیم کے مواقع کی تخلیق، اور کاروباروں میں ممکنہ پیشین گوئیوں اور ترقی کے درمیان، بڑا ڈیٹا ایک ساتھ مل کر اچھی چیز لگتا ہے۔ تاہم، کچھ نقصانات اور خامیاں ہیں جو اتنی بڑی مقدار میں معلومات کے تجزیہ اور استعمال کے ساتھ موجود ہیں۔

ایک مسئلہ جس پر توجہ دینے کی ضرورت ہے وہ یہ ہے کہ مختلف کارپوریشنز کو ان کے ڈیٹا سیٹ کے طور پر استعمال کرنے کے لیے کون سی معلومات مفت گیم ہے۔ رازداری اور سلامتی سے متعلق مسائل کو حل کرنے کی ضرورت ہوگی۔ اس کے علاوہ کون سی معلومات کا مالک ہے ایک سوال ہے جس کا جواب دینے کی ضرورت ہوگی۔ جب ڈیٹا کو مسلسل بھیجا اور موصول ہوتا ہے تو ذاتی دانشورانہ املاک اور عوامی دائرے کے درمیان لائن دھندلی ہوجاتی ہے۔

دوسری بات یہ کہ تمام معلومات کارآمد نہیں ہیں، یا جب تک درست طریقے سے تجزیہ نہ کیا جائے وہ بیکار ہے۔ کچھ ڈیٹا سیٹوں کا عملی طور پر کوئی مطلب نہیں ہوگا جب تک کہ مناسب اور متعلقہ متعلقہ ڈیٹا کے ساتھ نہ مل جائے۔ اس کا مطلب یہ ہے کہ جب تک کسی کمپنی کے پاس اپنے مطلوبہ تمام ڈیٹا تک رسائی نہ ہو اور اسے صحیح طریقے سے تلاش اور تجزیہ کرنے کے بارے میں علم نہ ہو، تب تک بڑا ڈیٹا بنیادی طور پر ان کے وقت کا ضیاع ہے۔

اس کے علاوہ اعداد و شمار خطرناک شرح سے بڑھ رہے ہیں۔ دنیا کا نوے فیصد ڈیٹا صرف پچھلے دو سالوں میں بنایا گیا ہے، اور یہ تعداد مسلسل بڑھ رہی ہے۔ اگر نیا متعلقہ ڈیٹا اس سے زیادہ تیزی سے بنایا جا رہا ہے جس کا ہم تجزیہ کر سکتے ہیں، تو بڑے ڈیٹا کا تجزیہ غیر متعلقہ ہو جاتا ہے۔ بہر حال، نتائج صرف اتنے ہی اچھے ہیں جتنے کہ معلومات استعمال کی جا رہی ہیں۔