Stor Data er et sett med verktøy som kan motta en stort volum og mangfold av data.
Fordi den har et stort volum og mye variasjon, kan ikke disse dataene tolkes og behandles av konvensjonell programvare. Big data oppsto på grunn av dets smidighet og evne til å tolke data i store volumer og av forskjellige typer.
Etter at disse dataene er analysert og tolket, kan de for eksempel brukes i forretningsstrategier.
Hva er Big Data til?
Big data ble opprettet med formålet med å motta, identifisere og tolke så mye data som mulig.
Resultatet av denne prosessen gjør det mulig for bedrifter å bruke informasjonen som er samlet inn i opprettelsen av ny produkter, kundelojalitet, tolkning av interessen til målgruppen, blant andre omstendigheter.
Bedrifter som Netflix og Facebook bruker store data for å måle interessen til brukerne og sende innhold og produkter som samsvarer med deres nettleservalg, for eksempel.
Derfor beholder de et stort antall kunder, fordi de alltid er oppmerksomme på ønskene til de som bruker tjenestene sine.
Hva er datatypene som finnes i big data?
strukturerte data
Dette er tradisjonelle databaser, organisert i tabeller, kolonner og rader. Disse typer data er de som er enkle å tolke, for eksempel tekster og tall.
Semistrukturerte data
Det er data som har både strukturerte og ustrukturerte mønstre. Denne typen data er vanskeligere å tolke, siden den har en heterogen struktur.
Noen eksempler er lydfiler og til og med informasjon generert av sosiale nettverk.
Ustrukturerte data
Dette er den vanligste datatypen i dag, og står for over 80% av dataene i stordata. Dette er for eksempel bilder, videoer og dokumenter som har et stort mangfold av kilder, og det er derfor de ikke er standardiserte og enkle å tolke, med strukturerte data.
De 5 Vene med store data
For å forstå den generelle strukturen til big data, er det nødvendig å kjenne til funksjonene til 5 V-ene som styrer dette verktøysettet. Er de:
Volum
Volumet ogmengden data til stede i big data. Det anslås at det innen 2020 vil være rundt 1 milliard terabyte lagret globalt.
Dette volumet kommer fra utallige typer transaksjoner som er gjort på internett, for eksempel å sende e-post, handle i nettbutikker, banktransaksjoner, interaksjoner på sosiale nettverk, blant andre.
Variasjon
I store data refererer variasjonen til forskjellige typer mottatte data av verktøyene.
Dataene var stort sett strukturerte og enkle å analysere og tolke. Etter hvert som øyeblikkelige interaksjoner på internett vokste, endret datatypene seg også raskt, hvorfra semi-strukturerte og ustrukturerte data kom frem.
Hastighet
hastighet er øyeblikkelig tolkning av mottatte data.
Det er allerede kjent at big data har et stort datamengde hver dag, men en annen viktig egenskap er hastigheten at disse dataene når verktøyene.
Siden det meste av tiden interaksjoner og transaksjoner er øyeblikkelige, er hastigheten på analyse og tolkning av disse dataene det må være øyeblikkelig, spesielt for bedrifter å løse problemer i sanntid og oppnå konkurransefortrinn i Markedsplass.
sannhet
Sannhet er kraften til store data velg data som er nyttige og sannferdig å bruke.
Med den enorme mengden forskjellige strukturer er det viktig å identifisere hvilken av innkommende data som er nyttig og pålitelig.
Sannhet er en av de største og viktigste egenskapene til big data, da det er området som direkte påvirker det som kan eller ikke kan brukes i bedriftens strategi.
I tillegg til å være sannferdig, må disse dataene også stemme overens med tidspunktet de ble samlet inn, da data som refererer til tidligere hendelser ikke har noen verdi.
Verdi
Verdien refererer nytten tolket data kan ha for et selskap.
Et selskap som omfavner big data, for eksempel, trenger data som er nyttige og har verdi for strategien. Ellers ender det at data som ikke gir mening eller ikke kan brukes, er ineffektive for selskapet.
Hvor kan store data brukes?
Bruken av stordata går langt utover bruken i private selskaper. Dette store settet med ressurser har klart å endre måten vi beveger oss rundt i byen, hvordan vi handler og til og med hvordan vi unngår epidemier.
Her er noen situasjoner der store data kan brukes.
Urban mobilitet
Med øyeblikkelig mottak og tolkning av data har måten vi beveger oss i byer i dag blitt mye raskere og mer nøyaktig.
Med informasjonen som mottas av big data, er det for eksempel mulig å vite den beste måten å komme dit på destinasjonen din, hvilket middel for offentlig transport å ta eller til og med vite hvor lang tid det tar deg til å ankomme.
Reklame
Det er gjennom store data som store selskaper er i stand til å analysere og forstå oppførselen til sine kunder og potensielle kunder.
Derfor blir du, når du surfer på internett, påvirket av produkter og tjenester basert på søkeloggen din.
Offentlig og individuell helsehjelp
Big data kan fange opp hva folk sier eller søker på internett. Dette bidrar til å forhindre store epidemier, når verktøy fanger for eksempel at en stor antall mennesker i en bestemt region klager over influensasymptomer eller andre sykdom.
I tillegg er big data i stand til å tolke en DNA-sekvens på få sekunder, noe som gjør det mulig å forhindre sykdommer eller til og med kurere dem.
Se også betydningen av Datavarehus og Datautvinning.