Phân tích dữ liệu lớn sẽ thay đổi nền kinh tế của chúng ta như thế nào

Trong một thế giới có nhịp độ nhanh, được thúc đẩy bởi công nghệ, nơi người mua sắm có thể đặt mọi thứ từ bánh pizza đến Porsches trực tuyến, đồng thời cập nhật tài khoản Twitter, Facebook và Instagram của họ chỉ bằng một lần vuốt điện thoại thông minh, không có gì ngạc nhiên khi tổng số dữ liệu hữu ích trong thế giới đang phát triển bởi những bước nhảy vọt.

Trên thực tế, theo IBM, mỗi ngày con người tạo ra 2.5 triệu byte dữ liệu. Những lượng dữ liệu lớn như vậy rất khó xử lý do số lượng và độ phức tạp vượt trội của chúng, do đó tạo ra cái được gọi là "dữ liệu lớn".

Đến năm 2009, người ta ước tính rằng các doanh nghiệp trong tất cả các lĩnh vực của nền kinh tế Hoa Kỳ có 1,000 nhân viên trở lên đã tạo ra khoảng 200 terabyte dữ liệu được lưu trữ có khả năng hữu ích.

Phân tích dữ liệu lớn để cải thiện tăng trưởng trong mọi lĩnh vực

Giờ đây, khi có vô số dữ liệu trôi nổi xung quanh, các doanh nghiệp và nhiều tập đoàn khác cũng như các lĩnh vực có thể kết hợp nhiều bộ dữ liệu khác nhau để trích xuất bất kỳ thông tin hữu ích nào.

Wayne Hansen, người quản lý Trung tâm Công nghệ Sinh viên tại Đại học New Brunswick ở Saint John giải thích dữ liệu lớn là "một cụm từ mô tả khái niệm rằng giờ đây chúng ta có thể phân tích các tập dữ liệu lớn. Về cơ bản, chúng ta đang thu thập nhiều dữ liệu hơn, cá nhân, xã hội , khoa học, v.v., và giờ đây sức mạnh tính toán đã đạt được tốc độ cho phép chúng tôi phân tích dữ liệu này kỹ lưỡng hơn."

Mối quan tâm chính về công nghệ của Hansen là sự tương tác giữa công nghệ và văn hóa. Anh ấy có thể khám phá mối quan tâm này thông qua dữ liệu lớn. Ví dụ: thông tin từ các thành phố thông minh, chẳng hạn như tội phạm và thuế suất, dân số và nhân khẩu học có thể được phân tích để đưa ra những quan sát chung về thành phố và văn hóa đó.

Dữ liệu lớn được tạo ra theo nhiều cách khác nhau. Từ tín hiệu điện thoại di động và phương tiện truyền thông xã hội đến giao dịch mua hàng trực tuyến và tại cửa hàng, dữ liệu đang được tạo và thay đổi liên tục xung quanh chúng ta. Dữ liệu này sau đó có thể được lưu trữ để sử dụng trong tương lai.

Có ba khía cạnh quan trọng của dữ liệu lớn giúp nó trở nên hữu ích trong các thị trường khác nhau, chúng được gọi là ba chữ v; khối lượng, vận tốc và sự đa dạng. Khối lượng, đề cập đến số lượng dữ liệu được tạo và có thể được sử dụng, lên tới hàng terabyte và petabyte. Tốc độ, có nghĩa là tốc độ thu thập và xử lý dữ liệu trước khi dữ liệu trở nên không liên quan trong một lĩnh vực cụ thể hoặc so với các bộ dữ liệu khác. Và đa dạng, có nghĩa là các loại tập dữ liệu được sử dụng càng đa dạng thì kết quả và dự đoán càng chính xác và tốt hơn.

Phân tích dữ liệu lớn có tiềm năng lớn ở các thị trường khác nhau. Từ thời tiết và công nghệ, đến kinh doanh và phương tiện truyền thông xã hội, dữ liệu lớn có khả năng thúc đẩy doanh số, năng suất và dự đoán kết quả trong tương lai của sản phẩm, bán hàng và dịch vụ. Các khả năng là vô tận.

"Tiền đề là với đủ dữ liệu, hầu hết mọi thứ đều có thể dự đoán được," Hansen nói. Các mẫu có thể được tiết lộ, các thói quen được thiết lập và các số liệu thống kê được đưa ra ánh sáng. Với những dự đoán như vậy sẽ tạo ra một lợi thế cạnh tranh mới trong hầu hết mọi lĩnh vực. Sau đó, phân tích dữ liệu lớn trở thành một thành phần quan trọng trong sự thành công hay thất bại của hoạt động kinh doanh mới và việc tạo ra những hoạt động kinh doanh mới.

Hãy tưởng tượng bạn là một nhân viên tại một công ty thiết kế quần áo cho nhóm khách hàng mục tiêu là phụ nữ ở độ tuổi cuối tuổi thiếu niên đến đầu đôi mươi. Sẽ không thuận tiện và mang lại lợi nhuận nếu bạn có thể dự đoán nhanh chóng và chính xác doanh số bán hàng tiềm năng cho những đôi giày cao gót đính sequin màu đỏ?

Đó là lúc phân tích dữ liệu lớn ra đời. Nếu bạn có thể khai thác hiệu quả tất cả các số liệu thống kê có liên quan, chẳng hạn như có bao nhiêu phụ nữ đã đặt mua giày cao gót sequin màu đỏ trực tuyến và bao nhiêu người đã tweet về chúng hoặc đăng video Youtube đề cập đến giày cao gót màu đỏ, thì bạn có thể dự đoán chính xác sản phẩm của bạn sẽ hoạt động tốt như thế nào trước khi nó lên kệ. Do đó, loại bỏ công việc phỏng đoán và tăng khả năng thành công.

Khả năng đưa ra những dự đoán như vậy đang trở thành một nhu cầu ngày càng tăng và do đó, sự phát triển của phân tích dữ liệu lớn cũng vậy.

Pulse Group PLC, một cơ quan nghiên cứu kỹ thuật số ở châu Á, là một trong những công ty đã nhảy vào lĩnh vực dữ liệu lớn. Pulse dự định sẽ đầu tư lớn trong tương lai gần vào lĩnh vực đang phát triển này. Kế hoạch đầu tư của họ bao gồm phát triển một trung tâm phân tích dữ liệu lớn mới ở Cyberjaya.

Các trung tâm như vậy sẽ chịu trách nhiệm tổng hợp tất cả các luồng ngày có liên quan của khách hàng và phân tích nó một cách nhanh chóng và hiệu quả để khám phá thông tin quan trọng, chẳng hạn như các mẫu và mối tương quan có khả năng hữu ích cho hoạt động kinh doanh hoặc mục tiêu của khách hàng.

"Chúng tôi có thể áp dụng phân tích dữ liệu lớn," Hansen nói, "và đưa ra các tuyên bố tổng quát." Những khái quát hóa này có tiềm năng cải thiện mọi lĩnh vực, bao gồm kinh doanh, giáo dục, truyền thông xã hội và công nghệ.

Nhiều công ty có dữ liệu họ cần để đưa ra dự đoán, nhưng họ không có khả năng kết nối các nhóm dữ liệu khác nhau và chia nhỏ chúng theo cách sao cho chúng trở nên hữu ích.

Bob Chua, giám đốc điều hành của Pulse, thừa nhận rằng liên doanh dữ liệu lớn mới của họ, được gọi là Pulsate, có khả năng trở thành trọng tâm chính của họ. Một động thái tài chính khôn ngoan khi thị trường dữ liệu lớn dự kiến ​​sẽ tăng hơn 50 tỷ đô la trong XNUMX năm tới.

Trong ba năm tới, Pulsate có kế hoạch đạt được những tiến bộ trong phân tích dữ liệu lớn và tạo ra 200 công việc cấp cao cho các nhà khoa học dữ liệu. Hansen lưu ý: “Cả việc thu thập và phân tích dữ liệu sẽ yêu cầu các bộ kỹ năng chuyên biệt, do đó mở ra những cơ hội mới”.

Để thực hiện những công việc mới này, nhân viên sẽ phải được đào tạo bài bản. Tập đoàn Pulse cũng dự định thành lập một trong những học viện đào tạo đầu tiên dành cho các nhà khoa học dữ liệu trên thế giới để đồng hành cùng trung tâm phân tích dữ liệu mới của họ và đáp ứng nhu cầu ngày càng tăng đối với các nhà phân tích dữ liệu.

Dữ liệu lớn có thể có những tác động tích cực khác đối với thế giới giáo dục ngoài việc chỉ đơn giản là mang đến những cơ hội và trải nghiệm học tập mới. Hansen nói rằng hành vi của sinh viên có thể được phân tích thông qua dữ liệu lớn được phân tích để cải thiện ngành giáo dục. "Cuối cùng, mục tiêu là sử dụng dữ liệu đã thu thập đó để cải thiện trải nghiệm của sinh viên [và] tăng số lượng lưu giữ."

Giữa việc tạo ra các công việc mới và các cơ hội giáo dục cũng như các dự đoán và tăng trưởng tiềm năng trong các doanh nghiệp, dữ liệu lớn dường như là một điều tốt. Tuy nhiên, có một số nhược điểm và sai sót tồn tại với việc phân tích và sử dụng lượng thông tin khổng lồ như vậy.

Một vấn đề cần được giải quyết là thông tin nào là trò chơi miễn phí cho các tập đoàn khác nhau sử dụng làm bộ dữ liệu của họ. Các vấn đề liên quan đến quyền riêng tư và bảo mật sẽ cần được giải quyết. Ngoài ra ai sở hữu thông tin gì là một câu hỏi cần được trả lời. Khi dữ liệu liên tục được gửi và nhận, ranh giới giữa sở hữu trí tuệ cá nhân và lĩnh vực công cộng trở nên mờ nhạt.

Thứ hai, không phải tất cả thông tin đều hữu ích hoặc vô ích trừ khi được phân tích đúng cách. Một số bộ dữ liệu hầu như không có ý nghĩa gì trừ khi được kết hợp với dữ liệu tương ứng phù hợp và phù hợp. Có nghĩa là trừ khi một công ty có quyền truy cập vào tất cả dữ liệu họ yêu cầu và kiến ​​thức về cách tìm và phân tích dữ liệu đúng cách, nếu không thì dữ liệu lớn về cơ bản là lãng phí thời gian của họ.

Dữ liệu cũng đang phát triển với tốc độ đáng báo động. Chín mươi phần trăm dữ liệu của thế giới đã được tạo ra chỉ trong hai năm qua và con số đó đang tăng lên đều đặn. Nếu dữ liệu liên quan mới đang được tạo ra nhanh hơn chúng ta có thể phân tích nó, thì phân tích dữ liệu lớn sẽ trở nên không liên quan. Rốt cuộc, kết quả chỉ tốt khi thông tin được sử dụng.