Indhold
- Hvad er Big Data?
- Indfangning og knusning af Big Data
- Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
- Brug af Big Data til forretningsbeslutninger
- Større data på vejen
Kilde: Lightspectrum / Dreamstime.com
Tag væk:
At finde måder at omdanne oversvømmelsen af data til nyttig information til forretningsbeslutninger er en voksende udfordring for it-erhvervet og ledere på C-niveau.
Der oprettes dagligt svimlende 2,5 exabyte data; 90 procent af dataene i verden i dag er blevet genereret alene i de sidste to år. Disse data kommer fra overalt: sensorer, der bruges til at indsamle klimainformation, sociale mediesider, digitale billeder og videoer, køb af transaktionsregistre og GPS-signaler til mobiltelefon, for blot at nævne nogle få kilder. At finde måder at omdanne oversvømmelsen af data til nyttig information til forretningsbeslutninger er en voksende udfordring for it-erhvervet og ledere på C-niveau. Det er, hvor et af dagens toptekniske buzzwords kommer i: big data. Og det får ikke brummer for ingenting. Big data har magten til at skifte forretning på en stor måde. Her skal du tage et kig på, hvordan det fungerer.
Hvad er Big Data?
Udtrykket "big data" beskriver datasæt, der vokser eksponentielt, og som er for store, rå og ustrukturerede til analyse ved hjælp af traditionel databaseteknologi og teknikker. Uanset om det er terabytes eller petabytes, er den nøjagtige mængde data mindre spørgsmålet end hvordan disse data bruges.
Der er tre dimensioner til big data: volumen, hastighed og variation. Virksomheder er overvældede i datamængden, data oprettes og behandles i stadig større hastigheder, og datatyperne, såsom sociale medier og bevidste mobile enheder, spredes.
Så hvordan er nogen af disse oplysninger nyttige? Faktisk er der en række måder, big data kan skabe værdi for en organisation. For det første kan store data låse op for betydelig værdi ved at gøre information gennemsigtig og anvendelig ved meget højere frekvenser. For det andet, når organisationer skaber og lagrer flere transaktionsdata i digital form, kan de indsamle detaljerede ydelsesdata om alt fra produktbeholdninger til sygedage. Sådan bruger virksomheder dataindsamling og analyse til at gennemføre kontrollerede eksperimenter og træffe bedre beslutninger om ledelse. Andre bruger data til grundlæggende prognoser til højfrekvente nucasting for at justere deres forretningsgreb lige i tide.
Derudover giver big data mulighed for en snævrere segmentering af kunder og mere præcist skræddersyede produkter eller tjenester. Disse sofistikerede analyser kan forbedre beslutningsprocessen væsentligt. Hvad mere er, store data kan også bruges til at forbedre udviklingen af den næste generation af produkter og tjenester. For eksempel bruger fabrikanter data, der er hentet fra sensorer, der er integreret i produkter, for at skabe unikke servicetilbud. (Lige hvordan man sorterer alle disse data er et erhverv i sig selv. Læs mere i Data Scientists: The New Rock Stars of the Tech World.)
Indfangning og knusning af Big Data
For at fange og knuse big data, er virksomheder nødt til at implementere nye lager-, computing- og analytiske teknologier og teknikker. Rækken af teknologiske udfordringer og prioriteterne for at tackle dem vil variere afhængigt af virksomhedens datamodning. Ældre systemer og uforenelige standarder og formater kan imidlertid forhindre integration af data og hindre de mere sofistikerede analyser, der skaber værdi. Dette betyder, at big data også kræver stor teknologi.
Flere nye og forbedrede datastyrings- og dataanalysemetoder hjælper med effektiv styring af big data og oprettelse af analyser fra disse data. Den faktiske anvendte fremgangsmåde afhænger af datamængden, datamængden, kompleksiteten af de involverede analytiske behandlingsarbejdsbelastninger og den respons, som virksomheden kræver. Det afhænger også af de muligheder, som leverandører leverer til styring, administration og styring af big data-miljøet. Disse muligheder er vigtige valgkriterier for produktevaluering.
Store datateknologier inkluderer open source-databasesystemer designet til at håndtere enorme mængder data, herunder Cassandra og Hadoop, samt business intelligence-software designet til at rapportere, analysere og præsentere data.
Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.
Brug af Big Data til forretningsbeslutninger
Forrester Research estimerer, at organisationer effektivt kun bruger fem procent af deres tilgængelige information. Det giver meget plads til optimering og forbedring, hvorfor brug af store digitale datasæt til forretningsbeslutninger kræver montering af en teknologistapel, der består af alt fra opbevaring og computing til analytiske og visualiserende softwareapplikationer. De specifikke teknologikrav og -prioriteter vil variere baseret på de store datahåndtag, der skal implementeres, og en institutionens datamodning.
Så er det umagen værd? Med et ord, ja. Forretningsfordelene ved at bruge big data er klare. F.eks. Anslår McKinsey Global Institute, at en detailhandler, der bruger big data effektivt, kan øge sin driftsmargin med mere end 60 procent. Når det kommer til ROI, bliver det bare ikke meget bedre end det.
For at drage fordel af big data anbefaler McKinsey, at virksomhedsledere tager følgende skridt:
- Lagerbeholdning af alle dataaktiver
- Identificer muligheder og risici for værdiskabelse
- Opbyg interne kapaciteter til at oprette en datadrevet organisation
- Udvikle en virksomhedsinformationsstrategi til implementering af teknologi
- Spørg om datapolitiske problemer, såsom privatlivets fred, sikkerhed og intellektuel ejendom
Datapolitiske spørgsmål er af særlig bekymring, når det kommer til big data. Store databaser indeholder ofte meget følsomme oplysninger, såsom firmahemmeligheder eller data, der skal beskyttes ved lov. Derudover er der ofte en afvejning mellem tilgængelighed og fortrolighed af data. Hvis en organisation ønsker, at data skal være tilgængelige og nyttige, er der ofte mindre sikkerhed omkring disse data som et resultat. For at behandle big data til realtidsbeslutning er centralisering af dataene afgørende. Men når centraliseringen øges, falder muligheden for at sekvestere og sikre fortrolige data.
Derudover kan størrelsen på datasættet gøre implementering af sikkerhed og privatlivskontrol uhåndterlig. Kryptering af alle disse data af sikkerhedsmæssige årsager ville være et tidskrævende og dyrt tilsagn og ville sænke databehandlingen og dermed hindre hurtig beslutningstagning.
Nøglen til at håndtere personlige og sikkerhedsmæssige udfordringer ved big data er det første trin, der er identificeret ovenfor: opgør alle datafordele. Når organisationen forstår, hvor store data findes, og hvilken type data der er, kan den tage skridt, såsom at investere i sikkerhedsteknologi, der er i stand til at håndtere store datamængder, for at sikre sine fortrolige oplysninger.
Større data på vejen
Så hvad er dernæst? En ting er sikkert: Big data er her for at blive.
Men big data handler om mere end størrelse; det handler om mulighed. I dette tilfælde er det en mulighed for at finde indsigt i nye og nye typer data og indhold, at gøre forretningen mere smidig og besvare spørgsmål, der tidligere blev betragtet uden for rækkevidde.
Nøglen til at drage fordel af det er at fange og knuse det og bruge det effektivt til at tage smarte forretningsbeslutninger. Lettere sagt end gjort, men indtil videre viser resultaterne sig værd at være stor indsats.