Содержание
- Что такое большие данные?
- Захват и сжатие больших данных
- Нет ошибок, нет стресса - ваше пошаговое руководство по созданию изменяющего жизнь программного обеспечения без разрушения вашей жизни
- Использование больших данных для бизнес-решений
- Большие данные на пути
Источник: Лайтспектрум / Dreamstime.com
вынос:
Поиск способов превратить поток данных в полезную информацию для бизнес-решений является растущей проблемой для ИТ-специалистов и руководителей высшего звена.
Ошеломляющие 2,5 эксабайта данных создаются ежедневно; 90 процентов данных в мире сегодня были получены только за последние два года. Эти данные поступают отовсюду: датчики, используемые для сбора климатической информации, сайты социальных сетей, цифровые фотографии и видео, записи транзакций покупки и сигналы GPS сотового телефона, и это лишь некоторые из источников. Поиск способов превратить поток данных в полезную информацию для бизнес-решений является растущей проблемой для ИТ-специалистов и руководителей высшего звена. Вот где приходит одно из самых популярных в мире технологий: большие данные. И это не получать гул на пустом месте. Большие данные могут существенно изменить бизнес. Здесь хорошо взглянуть на то, как это работает.
Что такое большие данные?
Термин «большие данные» описывает наборы данных, которые растут в геометрической прогрессии и являются слишком большими, необработанными и неструктурированными для анализа с использованием традиционных технологий и технологий баз данных. Терабайты или петабайты, точный объем данных менее важен, чем то, как эти данные используются.
Есть три измерения больших данных: объем, скорость и разнообразие. Компании переполнены объемом данных, данные создаются и обрабатываются с еще большей скоростью, а типы данных, такие как социальные сети и мобильные устройства с постоянным доступом, растут.
Так чем же полезна эта информация? Фактически, есть много способов, которыми большие данные могут создать ценность для организации. Во-первых, большие данные могут открыть значительную ценность, делая информацию прозрачной и пригодной для использования на гораздо более высоких частотах. Во-вторых, поскольку организации создают и хранят больше данных о транзакциях в цифровом виде, они могут собирать подробные данные о производительности по всему, начиная с инвентарных описей продуктов и заканчивая больничными днями. Именно так компании используют сбор и анализ данных для проведения контролируемых экспериментов и принятия более обоснованных управленческих решений. Другие используют данные для базового прогнозирования для высокочастотного прогнозирования текущей погоды, чтобы своевременно скорректировать свои бизнес-рычаги.
Кроме того, большие данные обеспечивают более узкую сегментацию клиентов и более точную настройку продуктов или услуг. Эта сложная аналитика может существенно улучшить процесс принятия решений. Более того, большие данные также могут быть использованы для улучшения разработки продуктов и услуг следующего поколения. Например, производители используют данные, полученные от датчиков, встроенных в продукты, для создания уникальных предложений услуг. (Только то, как разобраться со всеми этими данными, само по себе является профессией. Подробнее в Data Scientists: The New Rock Stars of the Tech World.)
Захват и сжатие больших данных
Чтобы захватывать и обрабатывать большие данные, компаниям необходимо внедрять новые технологии и методы хранения, вычисления и аналитики. Диапазон технологических проблем и приоритеты для их решения будут различаться в зависимости от зрелости данных фирмы. Однако устаревшие системы и несовместимые стандарты и форматы могут препятствовать интеграции данных и мешать более сложной аналитике, создающей ценность. Это означает, что большие данные также требуют больших технологий.
Несколько новых и усовершенствованных подходов к управлению данными и анализу данных помогают эффективно управлять большими данными и создавать аналитику на основе этих данных. Фактический используемый подход будет зависеть от объема данных, разнообразия данных, сложности задействованных рабочих нагрузок аналитической обработки и скорости реагирования, необходимой бизнесу. Это также будет зависеть от возможностей, предоставляемых поставщиками для управления, администрирования и управления средой больших данных. Эти возможности являются важными критериями выбора для оценки продукта.
Технологии больших данных включают системы управления базами данных с открытым исходным кодом, предназначенные для обработки огромных объемов данных, в том числе Cassandra и Hadoop, а также программное обеспечение для бизнес-аналитики, предназначенное для составления отчетов, анализа и представления данных.
Нет ошибок, нет стресса - ваше пошаговое руководство по созданию изменяющего жизнь программного обеспечения без разрушения вашей жизни
Вы не можете улучшить свои навыки программирования, когда никто не заботится о качестве программного обеспечения.
Использование больших данных для бизнес-решений
По оценкам Forrester Research, организации эффективно используют только пять процентов имеющейся у них информации. Это оставляет много возможностей для оптимизации и улучшения, поэтому использование больших наборов цифровых данных для бизнес-решений требует сборки технологического стека, состоящего из всего, от хранилища и вычислений до аналитических и визуализационных программных приложений. Конкретные технологические требования и приоритеты будут варьироваться в зависимости от рычагов больших данных, которые должны быть реализованы, и зрелости данных учреждений.
Так стоит ли беспокоиться? Одним словом да. Преимущества использования больших данных для бизнеса очевидны. Например, по оценкам Глобального института McKinsey, ритейлер, эффективно использующий большие данные, может увеличить свою операционную маржу более чем на 60 процентов. Когда дело доходит до ROI, это не становится намного лучше, чем это.
Чтобы извлечь выгоду из больших данных, McKinsey рекомендует руководителям предприятий предпринять следующие шаги:
- Инвентаризация всех активов данных
- Определить возможности создания стоимости и риски
- Создание внутренних возможностей для создания организации, управляемой данными.
- Разработка корпоративной информационной стратегии для внедрения технологий
- Решать проблемы политики данных, такие как конфиденциальность, безопасность и интеллектуальная собственность
Проблемы политики данных вызывают особую озабоченность, когда дело касается больших данных. Большие базы данных часто содержат конфиденциальную информацию, такую как секреты компании или данные, которые должны быть защищены законом. Кроме того, часто существует компромисс между доступностью и конфиденциальностью данных. Если организация хочет, чтобы данные были доступны и полезны, то в результате этого зачастую возникает меньшая безопасность. Для обработки больших данных для принятия решений в режиме реального времени централизация данных имеет решающее значение. Но по мере увеличения централизации способность изолировать и защищать конфиденциальные данные снижается.
Кроме того, размер набора данных может сделать управление безопасностью и конфиденциальностью громоздким. Шифрование всех этих данных по соображениям безопасности было бы трудоемким и дорогостоящим мероприятием и замедлило бы обработку данных, что препятствовало бы быстрому принятию решений.
Ключом к решению проблем конфиденциальности и безопасности больших данных является первый шаг, указанный выше: инвентаризация всех активов данных. Как только организация поймет, где находятся большие данные и какие они есть, она может предпринять шаги, такие как инвестиции в технологии безопасности, способные обрабатывать большие объемы данных, для защиты своей конфиденциальной информации.
Большие данные на пути
Ну и что дальше? Что ж, одно можно сказать наверняка: большие данные здесь, чтобы остаться.
Но большие данные - это больше, чем размер; о возможности. В этом случае это возможность найти новые и новые типы данных и контента, сделать бизнес более гибким и ответить на вопросы, которые ранее считались недостижимыми.
Таким образом, ключ к получению выгоды от этого заключается в том, чтобы захватить и проанализировать его и эффективно использовать для принятия разумных бизнес-решений. Легче сказать, чем сделать, но пока результаты оказываются достойными больших усилий.