Stor Data
Big data refererer til de store, forskjellige informasjonssettene som vokser i stadig større grad. Den omfatter informasjonsvolumet, hastigheten eller hastigheten som den opprettes og samles inn i, og mangfoldet eller omfanget av datapunktene som dekkes. Big data kommer ofte fra flere kilder og kommer i flere formater.
Hvordan Big Data fungerer
Big data kan kategoriseres som ustrukturert eller strukturert. Strukturerte data består av informasjon som allerede er administrert av organisasjonen i databaser og regneark; det er ofte numerisk. Ustrukturerte data er informasjon som er uorganisert og ikke faller inn i en forhåndsbestemt modell eller format. Det inkluderer data samlet fra sosiale mediekilder, som hjelper institusjoner med å samle informasjon om kundenes behov.
Tre Vs kjennetegner tradisjonelt big data: volumet (mengden) data, hastigheten (hastigheten) som den samles inn i, og informasjonsmangfoldet.
Big data kan samles inn fra offentlig delte kommentarer på sosiale nettverk og nettsteder, frivillig samlet fra personlig elektronikk og apper, gjennom spørreskjemaer, produktkjøp og elektroniske innsjekkinger. Tilstedeværelsen av sensorer og andre innganger i smarte enheter gjør det mulig å samle data over et bredt spekter av situasjoner og omstendigheter.
Big data lagres oftest i databaser og analyseres ved hjelp av programvare som er spesielt utviklet for å håndtere store, komplekse datasett. Mange SaaS-selskaper som spesialiserer seg på å håndtere denne typen komplekse data.
Bruken av Big Data
Dataanalytikere ser på forholdet mellom forskjellige typer data, for eksempel demografiske data og kjøpshistorikk, for å avgjøre om det er en sammenheng. Slike vurderinger kan gjøres internt i et selskap eller eksternt av en tredjepart som fokuserer på å behandle big data til fordøyelige formater. Bedrifter bruker ofte vurderingen av big data av slike eksperter for å gjøre dem om til handlingskraftig informasjon.
Nesten hver avdeling i et selskap kan bruke funn fra dataanalyse, fra menneskelige ressurser og teknologi til markedsføring og salg. Målet med big data er å øke hastigheten som produktene kommer på markedet, redusere tiden og ressursene som kreves for å få markedsadopsjon, målgrupper og sikre at kundene forblir fornøyde.
Viktige takeaways
- Big data er en stor mengde mangfoldig informasjon som kommer i økende volum og med stadig høyere hastighet.
- Big data kan være strukturert (ofte numerisk, lett formatert og lagret) eller ustrukturert (mer fri form, mindre kvantifiserbar).
- Nesten alle avdelinger i et selskap kan bruke funn fra big data-analyse, men håndtering av rotet og støyen kan by på problemer.
Fordeler og ulemper med Big Data
Økningen i mengden tilgjengelig data gir både muligheter og problemer.
Generelt bør det å ha mer informasjon om kundene (og potensielle kunder) gjøre det mulig for bedrifter å skreddersy sine produkter og markedsføringsinnsats bedre for å skape høyest mulig tilfredshet og gjenta virksomheten. Bedrifter som er i stand til å samle inn en stor mengde data, får muligheten til å foreta en dypere og rikere analyse.
Selv om bedre analyse er en positiv, kan store data også skape overbelastning og støy. Bedrifter må kunne håndtere større datamengder, samtidig som de bestemmer hvilke data som representerer signaler sammenlignet med støy. Å avgjøre hva som gjør dataene relevant blir en sentral faktor.
Videre kan arten og formatet til dataene kreve spesiell håndtering før det blir handlet. Strukturerte data, bestående av numeriske verdier, kan enkelt lagres og sorteres. Ustrukturerte data, for eksempel e-post, videoer og tekstdokumenter, kan kreve at mer sofistikerte teknikker brukes før de blir nyttige.
Sammenlign Navn på leverandør av investeringskontoer Beskrivelse Annonsørens avsløring × Tilbudene som vises i denne tabellen er fra partnerskap som Investopedia mottar kompensasjon fra.