Какво са големи данни?
Големите данни се отнасят до големите, разнообразни набори от информация, които нарастват с все по-големи темпове. Той обхваща обема информация, скоростта или скоростта, с която се създава и събира, както и разнообразието или обхвата на обхванатите точки от данни. Големите данни често идват от множество източници и пристигат в множество формати.
Как работят големите данни
Големите данни могат да бъдат категоризирани като неструктурирани или структурирани. Структурираните данни се състоят от информация, която вече се управлява от организацията в бази данни и електронни таблици; той често е числен по своята същност. Неструктурираните данни са информация, която е неорганизирана и не попада в предварително определен модел или формат. Тя включва данни, събрани от източници на социални медии, които помагат на институциите да събират информация за нуждите на клиентите.
Три Vs традиционно характеризират големите данни: обемът (количеството) на данните, скоростта (скоростта), с която се събират, и разнообразието от информация.
Големите данни могат да се събират от публично споделени коментари в социалните мрежи и уебсайтове, доброволно събрани от лична електроника и приложения, чрез въпросници, покупки на продукти и електронни регистрации. Наличието на сензори и други входове в интелигентни устройства позволява събирането на данни в широк спектър от ситуации и обстоятелства.
Големите данни най-често се съхраняват в компютърни бази данни и се анализират с помощта на софтуер, специално създаден за работа с големи и сложни набори от данни. Много компании със софтуер за обслужване (SaaS) са специализирани в управлението на този тип сложни данни.
Използването на големи данни
Анализаторите на данни разглеждат връзката между различни видове данни, като демографски данни и история на покупките, за да установят дали съществува корелация. Такива оценки могат да се извършват вътре в компанията или външно от трета страна, която се фокусира върху обработката на големи данни в смилаеми формати. Често предприятията използват оценката на големите данни от такива експерти, за да ги превърнат в полезна информация.
Почти всеки отдел в една компания може да използва констатации от анализ на данни, от човешки ресурси и технологии до маркетинг и продажби. Целта на големите данни е да се увеличи скоростта, с която продуктите се предлагат на пазара, да се намали времето и ресурсите, необходими за постигане на възприемане на пазара, целева аудитория и да се гарантира, че клиентите остават доволни.
Ключови заведения
- Големите данни са голямо количество разнообразна информация, която пристига във все по-големи обеми и с все по-висока скорост. Големите данни могат да бъдат структурирани (често цифрови, лесно форматирани и съхранявани) или неструктурирани (по-свободна форма, по-малко измерими). отдел във фирма може да използва констатациите от анализ на големи данни, но боравенето с нестабилността и шума може да създаде проблеми.
Предимства и недостатъци на големите данни
Увеличаването на обема на наличните данни представлява както възможности, така и проблеми.
Като цяло наличието на повече данни за клиентите (и потенциалните клиенти) трябва да позволи на компаниите да приспособяват по-добре своите продукти и маркетингови усилия, за да създадат най-високо ниво на удовлетвореност и да повтарят бизнес. Компаниите, които са в състояние да съберат голямо количество данни, получават възможност за извършване на по-задълбочен и по-богат анализ.
Докато по-добрият анализ е положителен, големите данни също могат да създадат претоварване и шум. Компаниите трябва да могат да обработват по-големи обеми данни, като през цялото време определят кои данни представляват сигнали в сравнение с шума. Определянето на това, което прави релевантните данни, става ключов фактор.
Освен това естеството и форматът на данните може да изисква специална обработка, преди да се действа. Структурираните данни, състоящи се от числови стойности, могат лесно да се съхраняват и сортират. Неструктурираните данни, като имейли, видеоклипове и текстови документи, може да изискват по-сложни техники, за да бъдат приложени, преди да станат полезни.
