Μεγάλα δεδομένα είναι ένα σύνολο εργαλείων ικανών να λαμβάνουν ένα μεγάλο όγκο και ποικιλία δεδομένων.
Επειδή έχει τεράστιο όγκο και μεγάλη ποικιλία, αυτά τα δεδομένα δεν μπορούν να ερμηνευθούν και να υποστούν επεξεργασία από συμβατικό λογισμικό. Τα μεγάλα δεδομένα προέκυψαν λόγω της ευελιξίας και της ικανότητάς του να ερμηνεύει δεδομένα σε μεγάλους όγκους και διαφορετικών τύπων.
Μετά την ανάλυση και την ερμηνεία αυτών των δεδομένων, μπορούν να χρησιμοποιηθούν σε επιχειρηματικές στρατηγικές, για παράδειγμα.
Σε τι χρησιμεύει το Big Data;
Μεγάλα δεδομένα δημιουργήθηκαν με το σκοπός λήψης, αναγνώρισης και ερμηνείας όσο το δυνατόν περισσότερων δεδομένων.
Το αποτέλεσμα αυτής της διαδικασίας επιτρέπει στις εταιρείες να χρησιμοποιούν τις πληροφορίες που συλλέγονται κατά τη δημιουργία νέων προϊόντα, αφοσίωση πελατών, ερμηνεία του ενδιαφέροντος του κοινού-στόχου, μεταξύ άλλων περιστάσεις.
Εταιρείες όπως το Netflix και το Facebook χρησιμοποιούν μεγάλα δεδομένα για να εκτιμήσουν το ενδιαφέρον των χρηστών τους και να στείλουν για παράδειγμα περιεχόμενο και προϊόντα που ταιριάζουν με τις επιλογές περιήγησής τους.
Κατά συνέπεια, διατηρούν μεγάλο αριθμό πελατών, επειδή είναι πάντα προσεκτικοί στις επιθυμίες εκείνων που χρησιμοποιούν τις υπηρεσίες τους.
Ποιοι είναι οι τύποι δεδομένων που βρίσκονται στα μεγάλα δεδομένα;
δομημένα δεδομένα
Αυτές είναι παραδοσιακές βάσεις δεδομένων, οργανωμένες σε πίνακες, στήλες και σειρές. Αυτοί οι τύποι δεδομένων είναι αυτοί που είναι εύκολο να ερμηνευτούν, όπως κείμενα και αριθμοί.
Ημι-δομημένα δεδομένα
Είναι δεδομένα που έχουν δομημένα και μη δομημένα μοτίβα. Αυτός ο τύπος δεδομένων είναι πιο δύσκολο να ερμηνευθεί καθώς έχει ετερογενή δομή.
Μερικά παραδείγματα είναι αρχεία ήχου και ακόμη και πληροφορίες που δημιουργούνται από κοινωνικά δίκτυα.
Μη δομημένα δεδομένα
Αυτός είναι ο πιο κοινός τύπος δεδομένων σήμερα, αντιπροσωπεύοντας πάνω από το 80% των δεδομένων σε μεγάλα δεδομένα. Αυτά είναι, για παράδειγμα, εικόνες, βίντεο και έγγραφα που έχουν μεγάλη ποικιλία πηγών, γι 'αυτό δεν είναι τυποποιημένα και εύκολα ερμηνευμένα, με δομημένα δεδομένα.
Τα 5 V μεγάλων δεδομένων
Για να κατανοήσουμε τη γενική δομή των μεγάλων δεδομένων, είναι απαραίτητο να γνωρίζουμε τις λειτουργίες των 5 V που καθοδηγούν αυτό το σύνολο εργαλείων. Είναι αυτοί:
Ενταση ΗΧΟΥ
Η ένταση και τοποσότητα δεδομένων που υπάρχουν σε μεγάλα δεδομένα. Υπολογίζεται ότι έως το 2020 θα αποθηκευτούν περίπου 1 δισεκατομμύριο terabyte παγκοσμίως.
Αυτός ο τόμος προέρχεται από αμέτρητους τύπους συναλλαγών που πραγματοποιούνται στο Διαδίκτυο, όπως αποστολή email, αγορές σε διαδικτυακά καταστήματα, τραπεζικές συναλλαγές, αλληλεπιδράσεις σε κοινωνικά δίκτυα, μεταξύ άλλων.
Ποικιλία
Σε μεγάλα δεδομένα, η ποικιλία αναφέρεται στο λαμβανόμενοι διαφορετικοί τύποι δεδομένων από τα εργαλεία.
Τα δεδομένα ήταν κυρίως δομημένα και εύκολο να αναλυθούν και να ερμηνευθούν. Καθώς αυξήθηκαν οι άμεσες αλληλεπιδράσεις στο Διαδίκτυο, οι τύποι δεδομένων άλλαξαν επίσης γρήγορα, από τις οποίες προέκυψαν ημι-δομημένα και μη δομημένα δεδομένα.
Ταχύτητα
η ταχύτητα είναι άμεση ερμηνεία των ληφθέντων δεδομένων.
Είναι ήδη γνωστό ότι τα μεγάλα δεδομένα έχουν μεγάλο όγκο δεδομένων κάθε μέρα, ωστόσο, ένα άλλο σημαντικό χαρακτηριστικό είναι η ταχύτητα που αυτά τα δεδομένα φτάνουν στα εργαλεία.
Δεδομένου ότι τις περισσότερες φορές οι αλληλεπιδράσεις και οι συναλλαγές είναι στιγμιαίες, η ταχύτητα ανάλυσης και ερμηνείας αυτών των δεδομένων πρέπει να είναι άμεση, ειδικά για τις εταιρείες να επιλύσουν ζητήματα σε πραγματικό χρόνο, αποκτώντας ανταγωνιστικό πλεονέκτημα στο Αγορά.
φιλαλήθεια
Η αλήθεια είναι η δύναμη των μεγάλων δεδομένων επιλέξτε δεδομένα που είναι χρήσιμα και αληθή στη χρήση.
Με τον τεράστιο αριθμό διαφορετικών δομών, είναι σημαντικό να προσδιοριστεί ποια από τα εισερχόμενα δεδομένα είναι χρήσιμα και αξιόπιστα.
Το Veracity είναι ένα από τα μεγαλύτερα και πιο σημαντικά χαρακτηριστικά των μεγάλων δεδομένων, καθώς είναι ο τομέας που επηρεάζει άμεσα αυτό που μπορεί ή δεν μπορεί να χρησιμοποιηθεί στη στρατηγική των εταιρειών.
Εκτός από την αλήθεια, αυτά τα δεδομένα πρέπει επίσης να ταιριάζουν με τον χρόνο συλλογής τους, καθώς τα δεδομένα που αναφέρονται σε προηγούμενα γεγονότα δεν έχουν καμία αξία.
αξία
Η τιμή αναφέρεται τη χρησιμότητα που μπορεί να έχει η ερμηνεία των δεδομένων για μια εταιρεία.
Μια εταιρεία που αγκαλιάζει μεγάλα δεδομένα, για παράδειγμα, χρειάζεται δεδομένα που είναι χρήσιμα και έχει αξία για τη στρατηγική της. Διαφορετικά, τα δεδομένα που δεν έχουν νόημα ή δεν μπορούν να χρησιμοποιηθούν καταλήγουν να είναι αναποτελεσματικά για την εταιρεία.
Πού μπορούν να εφαρμοστούν μεγάλα δεδομένα;
Η χρήση μεγάλων δεδομένων υπερβαίνει κατά πολύ τη χρήση της σε ιδιωτικές εταιρείες. Αυτό το μεγάλο σύνολο πόρων κατάφερε να αλλάξει τον τρόπο που κινούμαστε γύρω από την πόλη, πώς ψωνίζουμε και ακόμη και πώς αποφεύγουμε τις επιδημίες.
Ακολουθούν ορισμένες καταστάσεις όπου μπορούν να εφαρμοστούν μεγάλα δεδομένα.
Αστική κινητικότητα
Με την άμεση λήψη και ερμηνεία των δεδομένων, ο τρόπος που κινούμαστε σήμερα στις πόλεις έχει γίνει πολύ πιο γρήγορος και ακριβέστερος.
Με τις πληροφορίες που λαμβάνονται από μεγάλα δεδομένα, για παράδειγμα, είναι δυνατόν να γνωρίζουμε τον καλύτερο τρόπο για να φτάσετε εκεί στον προορισμό σας, που σημαίνει μέσα μαζικής μεταφοράς για να πάρετε ή ακόμα και να ξέρετε πόσο καιρό θα σας πάρει να φτάσω.
Διαφήμιση
Μέσω μεγάλων δεδομένων μπορούν οι μεγάλες εταιρείες να αναλύσουν και να κατανοήσουν τη συμπεριφορά των πελατών τους και των δυνητικών πελατών τους.
Γι 'αυτό, κατά την περιήγηση στο Διαδίκτυο, επηρεάζεστε από προϊόντα και υπηρεσίες βάσει του ιστορικού αναζήτησης.
Δημόσια και ατομική υγειονομική περίθαλψη
Τα μεγάλα δεδομένα μπορούν να συλλάβουν ό, τι λένε οι άνθρωποι ή να κάνουν έρευνα στο Διαδίκτυο. Αυτό βοηθά στην αποτροπή σημαντικών επιδημιών, όταν τα εργαλεία καταγράφουν, για παράδειγμα, ότι είναι μεγάλο αριθμός ατόμων σε μια συγκεκριμένη περιοχή παραπονιούνται για συμπτώματα γρίπης ή οποιοδήποτε άλλο νόσος.
Επιπλέον, τα μεγάλα δεδομένα μπορούν να ερμηνεύσουν μια ακολουθία DNA σε δευτερόλεπτα, γεγονός που καθιστά δυνατή την πρόληψη ασθενειών ή ακόμη και τη θεραπεία τους.
Δείτε επίσης την έννοια του Αποθήκη δεδομένων και Εξόρυξη δεδομένων.