„Big Data“
Dideli duomenys nurodo didelius, įvairius informacijos rinkinius, kurie auga vis sparčiau. Tai apima informacijos apimtį, jos sukūrimo ir rinkimo spartą ar greitį ir apimamų duomenų taškų įvairovę ar apimtį. Dideli duomenys dažnai gaunami iš kelių šaltinių ir pateikiami keliais formatais.
Kaip veikia dideli duomenys
Didelius duomenis galima suskirstyti į nestruktūrizuotus arba struktūrizuotus. Struktūrinius duomenis sudaro informacija, kurią organizacija jau valdo duomenų bazėse ir skaičiuoklėse; ji dažnai yra skaitinio pobūdžio. Nestruktūrizuoti duomenys yra neorganizuota informacija, nepatenkanti į iš anksto nustatytą modelį ar formatą. Tai apima duomenis, surinktus iš socialinės žiniasklaidos šaltinių, kurie padeda įstaigoms rinkti informaciją apie klientų poreikius.
Trys V tradiciškai apibūdina didelius duomenis: duomenų apimtį (kiekį), jų kaupimo greitį (greitį) ir informacijos įvairovę.
Didelius duomenis galima rinkti iš viešai skelbiamų komentarų socialiniuose tinkluose ir svetainėse, savanoriškai surinktų iš asmeninės elektronikos ir programų, per klausimynus, produktų pirkimus ir elektronines registracijas. Davikliai ir kiti įėjimai išmaniuosiuose įrenginiuose leidžia rinkti duomenis įvairiose situacijose ir aplinkybėse.
Stambūs duomenys dažniausiai kaupiami kompiuterinėse duomenų bazėse ir analizuojami naudojant programinę įrangą, specialiai sukurtą tvarkyti didelius, sudėtingus duomenų rinkinius. Daugelis programinės įrangos kaip paslaugų (SaaS) kompanijų specializuojasi šio tipo sudėtingų duomenų tvarkyme.
Didžiųjų duomenų panaudojimas
Duomenų analitikai nagrinėja ryšį tarp skirtingų duomenų rūšių, tokių kaip demografiniai duomenys ir pirkimo istorija, norėdami nustatyti, ar egzistuoja koreliacija. Tokius vertinimus gali atlikti įmonės viduje ar išorėje trečioji šalis, kuri sutelkia dėmesį į didelių duomenų apdorojimą į lengvai suprantamus formatus. Verslas dažnai naudoja tokių ekspertų atliktus didelių duomenų vertinimus, kad jie taptų veiksminga informacija.
Beveik kiekvienas įmonės skyrius gali panaudoti duomenų analizės išvadas - nuo žmogiškųjų išteklių ir technologijų iki rinkodaros ir pardavimų. Didžiųjų duomenų tikslas yra padidinti produktų pateikimo į rinką greitį, sutrumpinti laiką ir išteklius, reikalingus norint įgyti rinką, tikslinę auditoriją, ir užtikrinti, kad klientai liktų patenkinti.
Pagrindiniai išvežamieji daiktai
- Dideli duomenys yra didelis kiekis įvairios informacijos, gaunamos didėjant apimtims ir vis didesniu greičiu.
- Dideli duomenys gali būti struktūruoti (dažnai skaitmeniniai, lengvai formatuojami ir saugomi) arba nestruktūruoti (laisvesnės formos, mažiau kiekybiškai įvertinami).
- Beveik kiekvienas įmonės skyrius gali panaudoti didelių duomenų analizės išvadas, tačiau problemų sukėlimas dėl griozdo ir triukšmo gali sukelti problemų.
Didžiųjų duomenų pranašumai ir trūkumai
Padidėjęs turimas duomenų kiekis kelia ir galimybių, ir problemų.
Apskritai, turėdami daugiau duomenų apie savo klientus (ir potencialius klientus), įmonės turėtų geriau pritaikyti savo produktus ir rinkodaros pastangas, kad sukurtų aukščiausią pasitenkinimo lygį ir pakartotų verslą. Bendrovėms, sugebančioms surinkti didelį duomenų kiekį, suteikiama galimybė atlikti gilesnę ir turtingesnę analizę.
Nors geresnė analizė yra teigiama, dideli duomenys taip pat gali sukelti perkrovą ir triukšmą. Bendrovės turi sugebėti tvarkyti didesnį duomenų kiekį, kartu nustatydamos, kurie duomenys nurodo signalus, palyginti su triukšmu. Svarbiausias veiksnys yra nustatyti, kas daro duomenis tinkamais.
Be to, atsižvelgiant į duomenų pobūdį ir formatą, prieš juos pradedant tvarkyti, gali reikėti specialaus tvarkymo. Struktūrinius duomenis, susidedančius iš skaitinių verčių, galima lengvai saugoti ir rūšiuoti. Nestruktūrizuotiems duomenims, pvz., El. Laiškams, vaizdo įrašams ir tekstiniams dokumentams, gali reikėti taikyti sudėtingesnius metodus, kol jie taps naudingi.
Palyginkite investicinių sąskaitų teikėjo pavadinimą Aprašymas Skelbėjo informacijos atskleidimas × Šioje lentelėje pateikti pasiūlymai yra iš partnerystės, iš kurios „Investopedia“ gauna kompensaciją.