Nilalaman
- Ano ang Malaking Data?
- Pagkuha at Pagdurog ng Malalaking Data
- Walang Mga bug, Walang Stress - Ang Iyong Hakbang sa Hakbang Patnubay sa Paglikha ng Software na Pagbabago ng Buhay nang Walang Pagsira sa Iyong Buhay
- Paggamit ng Malaking Data para sa Mga Desisyon sa Negosyo
- Malaking Data sa Daan
Pinagmulan: Lightspectrum / Dreamstime.com
Takeaway:
Ang paghahanap ng mga paraan upang maging baha ang data sa mga kapaki-pakinabang na impormasyon para sa mga desisyon sa negosyo ay isang lumalaking hamon sa propesyon ng IT at mga executive ng C-level.
Ang isang staggering 2.5 exabytes ng data ay nilikha araw-araw; 90 porsyento ng data sa mundo ngayon ay nabuo sa huling dalawang taon lamang. Ang mga datos na ito ay nagmula sa lahat ng dako: ang mga sensor na ginamit upang mangalap ng impormasyon sa klima, mga site ng social media, mga digital na larawan at video, mga talaan ng transaksyon sa pagbili, at mga signal ng GPS ng cell phone, upang pangalanan lamang ang ilang mga mapagkukunan. Ang paghahanap ng mga paraan upang maging baha ang data sa mga kapaki-pakinabang na impormasyon para sa mga desisyon sa negosyo ay isang lumalaking hamon sa propesyon ng IT at mga executive ng C-level. Ang mga kung saan ang isa sa mga nangungunang tech na buzzwords ay pumapasok sa: malaking data. At ito ay hindi nakakakuha ng buzz para sa wala. Ang malaking data ay may kapangyarihang magbago ng negosyo sa isang malaking paraan. Narito nang mabuti tingnan kung paano ito gumagana.
Ano ang Malaking Data?
Ang salitang "malaking data" ay naglalarawan ng mga set ng data na lumalaki nang malaki at iyon ay masyadong malaki, hilaw, at hindi nakaayos para sa pagsusuri gamit ang tradisyonal na teknolohiya ng database at mga pamamaraan. Kung ang mga terabytes o petabytes, ang tumpak na dami ng data ay hindi gaanong isyu kaysa sa kung paano ginagamit ang data na iyon.
Mayroong tatlong mga sukat sa malaking data: dami, bilis at iba't-ibang. Ang mga kumpanya ay awash sa dami ng data, ang data ay nilikha at naproseso sa higit na mas mataas na rate at ang mga uri ng data, tulad ng social media at nakikilala na mga aparatong mobile, ay nagpapapalakpak.
Kaya paano kapaki-pakinabang ang alinman sa impormasyong ito? Sa katunayan, mayroong isang bilang ng mga paraan na ang malaking data ay maaaring lumikha ng halaga para sa isang samahan. Una, maaaring mai-unlock ng malaking data ang makabuluhang halaga sa pamamagitan ng paggawa ng impormasyon na transparent at magagamit sa mas mataas na mga frequency. Pangalawa, habang lumilikha at nag-iimbak ang mga organisasyon ng mas maraming mga transactional data sa digital form, maaari silang mangolekta ng detalyadong data ng pagganap sa lahat mula sa mga imbentaryo ng produkto hanggang sa mga araw na may sakit. Ito ay kung paano gumagamit ang mga kumpanya ng pagkolekta at pagsusuri ng data upang magsagawa ng kinokontrol na mga eksperimento at gumawa ng mas mahusay na mga desisyon sa pamamahala. Ang iba ay gumagamit ng data para sa pangunahing pagtataya sa high-frequency nowcasting upang ayusin ang kanilang mga levers ng negosyo sa oras lamang.
Bilang karagdagan, ang malaking data ay nagbibigay-daan sa mas makitid na segment ng mga customer at mas tumpak na naakma ang mga produkto o serbisyo. Ang mga sopistikadong analytics na ito ay maaaring makabuluhang mapabuti ang paggawa ng desisyon. Ano pa, ang malaking data ay maaaring magamit upang mapagbuti ang pagbuo ng susunod na henerasyon ng mga produkto at serbisyo. Halimbawa, ang mga tagagawa ay gumagamit ng data na nakuha mula sa mga sensor na naka-embed sa mga produkto upang lumikha ng natatanging mga alok sa serbisyo. (Paano lamang ibubuklod ang lahat ng data na ito ay isang propesyon sa sarili nito. Magbasa nang higit pa sa Data Scientists: The New Rock Stars ng Tech World.)
Pagkuha at Pagdurog ng Malalaking Data
Upang makuha at saksak ang malaking data, ang mga kumpanya ay kailangang mag-deploy ng bagong imbakan, computing at analytic na teknolohiya at pamamaraan. Ang hanay ng mga hamon sa teknolohiya at ang mga prayoridad para sa pag-tackle ng mga ito ay magkakaiba depende sa pagkatuyo ng data ng firm. Gayunpaman, ang mga system ng legacy at hindi katugma na mga pamantayan at format ay maaaring maiwasan ang pagsasama ng data at hadlangan ang mas sopistikadong analytics na lumikha ng halaga. Nangangahulugan ito na ang malaking data ay nangangailangan din ng malaking teknolohiya.
Maraming bago at pinahusay na pamamaraan ng pamamahala at data analysis ay tumutulong sa mabisang pamamahala ng malaking data at ang paglikha ng mga analytics mula sa data na iyon. Ang aktwal na diskarte na ginamit ay nakasalalay sa dami ng data, ang iba't ibang data, ang pagiging kumplikado ng mga analytical processing workload na kasangkot, at ang pagtugon na kinakailangan ng negosyo. Depende din ito sa mga kakayahan na ibinigay ng mga vendor para sa pamamahala, pangangasiwa at pamamahala sa malaking kapaligiran ng data. Ang mga kakayahan na ito ay mahalagang pamantayan sa pagpili para sa pagsusuri ng produkto.
Ang mga malalaking teknolohiya ng data ay kinabibilangan ng mga open-source database management system na idinisenyo upang mahawakan ang malaking halaga ng data, kasama na sina Cassandra at Hadoop, pati na rin ang software sa intelihente ng negosyo na idinisenyo upang mag-ulat, pag-aralan at ipakita ang data.
Walang Mga bug, Walang Stress - Ang Iyong Hakbang sa Hakbang Patnubay sa Paglikha ng Software na Pagbabago ng Buhay nang Walang Pagsira sa Iyong Buhay
Hindi mo maaaring mapabuti ang iyong mga kasanayan sa pag-programming kapag walang nagmamalasakit sa kalidad ng software.
Paggamit ng Malaking Data para sa Mga Desisyon sa Negosyo
Tinantya ng Forrester Research na ang mga organisasyon ay epektibong gumagamit lamang ng limang porsyento ng kanilang magagamit na impormasyon. Na nag-iiwan ng maraming silid para sa pag-optimize at pagpapabuti, na ang dahilan kung bakit ang paggamit ng mga malalaking digital datasets para sa mga desisyon sa negosyo ay nangangailangan ng pagpupulong ng isang stack ng teknolohiya na binubuo ng lahat mula sa pag-iimbak at pag-compute sa mga aplikasyon ng analytical at visualization software. Ang mga tiyak na kinakailangan sa teknolohiya at prayoridad ay magkakaiba batay sa mga malalaking data levers na ipatutupad at isang data ng kapanahunan ng mga institusyon.
Kaya sulit ba ang problema? Sa isang salita, oo. Ang mga benepisyo sa negosyo ng paggamit ng malaking data ay malinaw. Halimbawa, tinantya ng McKinsey Global Institute na ang isang tindero na gumagamit ng malaking data na epektibong maaaring dagdagan ang operating margin ng higit sa 60 porsyento. Pagdating sa ROI, hindi lamang ito makakakuha ng mas mahusay kaysa sa na.
Upang makinabang mula sa malaking data, inirerekomenda ni McKinsey na gawin ng mga pinuno ng negosyo ang mga sumusunod na hakbang:
- Imbentaryo ng lahat ng mga data assets
- Kilalanin ang mga pagkakataon sa panganib sa paglikha at mga panganib
- Bumuo ng mga panloob na kakayahan upang lumikha ng isang organisasyon na hinihimok ng data
- Bumuo ng isang diskarte sa impormasyon ng negosyo upang maipatupad ang teknolohiya
- Matugunan ang mga isyu sa patakaran ng data, tulad ng privacy, security at intellectual property
Ang mga isyu sa patakaran ng data ay partikular na pag-aalala pagdating sa malaking data. Ang mga malalaking database ay madalas na naglalaman ng lubos na sensitibong impormasyon, tulad ng mga lihim ng kumpanya o data na dapat protektado ng batas. Dagdag pa, madalas na isang trade-off sa pagitan ng pagkakaroon at kumpidensyal ng data. Kung nais ng isang samahan na magagamit at kapaki-pakinabang ang data, madalas na hindi gaanong seguridad na nakapalibot sa data na iyon bilang isang resulta. Upang maproseso ang malaking data para sa paggawa ng desisyon sa real-time, ang sentralisasyon ng data ay mahalaga. Ngunit habang nagdaragdag ang sentralisasyon, ang kakayahang mag-sunud-sunod at secure ang pagtanggi ng data ng pagtanggi.
Bilang karagdagan, ang laki ng data set ay maaaring gumawa ng pagpapatupad ng seguridad at pagkontrol sa privacy na hindi magawa. Ang pag-encrypt ng lahat ng mga datos na iyon para sa mga kadahilanang pangseguridad ay magiging isang oras at mamahaling pagsasagawa at magpapabagal sa pagproseso ng data, kung kaya't pinipilit ang mabilis na paggawa ng desisyon.
Ang susi sa pakikitungo sa mga hamon sa privacy at seguridad ng malaking data ay ang unang hakbang na natukoy sa itaas: imbentaryo ang lahat ng mga assets ng data. Kapag naiintindihan ng samahan kung saan naninirahan ang malaking data at kung anong uri ng data, maaari itong gumawa ng mga hakbang, tulad ng pamumuhunan sa teknolohiya ng seguridad na may kakayahang pangasiwaan ang malalaking dami ng data, upang matiyak ang kumpidensyal na impormasyon.
Malaking Data sa Daan
Tapos anung susunod? Kaya, ang isang bagay ay tiyak: Malaking data ay narito upang manatili.
Ngunit ang malaking data ay higit sa laki; tungkol sa pagkakataon. Sa kasong ito, ang isang pagkakataon upang makahanap ng mga pananaw sa bago at umuusbong na mga uri ng data at nilalaman, upang gawing mas madali ang negosyo, at sagutin ang mga tanong na dati nang isinasaalang-alang na hindi maaabot.
Kung gayon, ang susi upang makinabang mula rito, ay upang makuha at saksakin ito, at gamitin ito nang epektibo upang makagawa ng mga matalinong desisyon sa negosyo. Mas madaling sinabi kaysa sa tapos na, ngunit sa ngayon ang mga resulta ay nagpapatunay na nagkakahalaga ng malaking pagsisikap.