Big Data
Store data henviser til de store, forskellige sæt informationer, der vokser i stigende grad. Det omfatter informationsmængden, hastigheden eller hastigheden, hvormed den oprettes og indsamles, og variationen eller omfanget af de datapunkter, der dækkes. Big data kommer ofte fra flere kilder og ankommer i flere formater.
Sådan fungerer Big Data
Store data kan kategoriseres som ustrukturerede eller strukturerede. Strukturerede data består af information, der allerede er administreret af organisationen i databaser og regneark; det er ofte numerisk. Ustrukturerede data er information, der er uorganiseret og ikke falder ind i en forudbestemt model eller format. Det inkluderer data indsamlet fra sociale mediekilder, som hjælper institutioner med at indsamle information om kundernes behov.
Tre Vs kendetegner traditionelt big data: volumen (mængde) af data, hastighed (hastighed), hvormed de indsamles, og informationsmængden.
Store data kan indsamles fra offentligt delte kommentarer på sociale netværk og websteder, frivilligt indsamlet fra personlig elektronik og apps, gennem spørgeskemaer, produktkøb og elektroniske check-ins. Tilstedeværelsen af sensorer og andre indgange i smarte enheder gør det muligt at indsamle data i et bredt spektrum af situationer og omstændigheder.
Big data gemmes ofte i computerdatabaser og analyseres ved hjælp af software specifikt designet til at håndtere store, komplekse datasæt. Mange software-as-a-service-virksomheder (SaaS) er specialiserede i at styre denne type komplekse data.
Brugen af Big Data
Dataanalytikere ser på forholdet mellem forskellige typer data, såsom demografiske data og købshistorik, for at afgøre, om der findes en sammenhæng. Sådanne vurderinger kan foretages internt i en virksomhed eller eksternt af en tredjepart, der fokuserer på at behandle big data til fordøjelige formater. Virksomheder bruger ofte vurderingen af big data af sådanne eksperter for at gøre dem til handlingsmæssige oplysninger.
Næsten hver afdeling i en virksomhed kan bruge fund fra dataanalyse, fra menneskelige ressourcer og teknologi til markedsføring og salg. Målet med big data er at øge hastigheden, hvorpå produkter kommer på markedet, at reducere mængden af tid og ressourcer, der kræves for at få markedsoptagelse, målgrupper og sikre, at kunderne forbliver tilfredse.
Key takeaways
- Big data er en stor mængde af forskellig information, der ankommer i stigende mængder og med stadig højere hastighed.
- Big data kan struktureres (ofte numerisk, let formateret og gemt) eller ustruktureret (mere fri form, mindre kvantificerbar).
- Næsten hver afdeling i en virksomhed kan bruge fund fra big data-analyse, men håndtering af dets rod og støj kan give problemer.
Fordele og ulemper ved Big Data
Stigningen i mængden af tilgængelige data giver både muligheder og problemer.
Generelt bør det at have flere data om ens kunder (og potentielle kunder) give virksomhederne mulighed for bedre at skræddersy deres produkter og markedsføringsindsats for at skabe det højeste niveau af tilfredshed og gentage forretninger. Virksomheder, der er i stand til at indsamle en stor mængde data, får mulighed for at foretage en dybere og rigere analyse.
Mens bedre analyse er en positiv, kan store data også skabe overbelastning og støj. Virksomheder skal være i stand til at håndtere større datamængder, mens de bestemmer, hvilke data der repræsenterer signaler sammenlignet med støj. At bestemme, hvad der gør dataene relevante, bliver en nøglefaktor.
Endvidere kan dataenes art og format kræve særlig håndtering, før de udføres. Strukturerede data, der består af numeriske værdier, kan let lagres og sorteres. Ustrukturerede data, såsom e-mails, videoer og tekstdokumenter, kan kræve, at der anvendes mere sofistikerede teknikker, før de bliver nyttige.
Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.