Big Data
Big data avser de stora, olika uppsättningarna av information som växer i allt högre takt. Den omfattar informationsvolymen, hastigheten eller hastigheten med vilken den skapas och samlas in samt variationen eller omfattningen av de datapunkter som täcks. Big data kommer ofta från flera källor och kommer i flera format.
Hur Big Data fungerar
Big data kan kategoriseras som ostrukturerad eller strukturerad. Strukturerade data består av information som redan hanterats av organisationen i databaser och kalkylblad; det är ofta numeriskt. Ostrukturerad data är information som är oorganiserad och inte faller in i en förutbestämd modell eller format. Det innehåller data som samlas in från sociala mediekällor, som hjälper institutioner att samla in information om kundernas behov.
Tre V karakteriserar traditionellt big data: volymen (mängden) data, hastigheten (hastigheten) som den samlas in och mängden information.
Big data kan samlas in från offentligt delade kommentarer på sociala nätverk och webbplatser, frivilligt samlas in från personlig elektronik och appar, genom frågeformulär, produktköp och elektroniska incheckningar. Närvaron av sensorer och andra ingångar i smarta enheter gör det möjligt att samla in data över ett brett spektrum av situationer och omständigheter.
Big data lagras ofta i datordatabaser och analyseras med hjälp av mjukvara speciellt utformad för att hantera stora, komplexa datamängder. Många mjukvaruföretag (SaaS) har specialiserat sig på att hantera denna typ av komplexa data.
Användningen av Big Data
Dataanalytiker tittar på förhållandet mellan olika typer av data, såsom demografisk data och inköpshistorik, för att avgöra om det finns en korrelation. Sådana bedömningar kan göras internt i ett företag eller externt av en tredje part som fokuserar på att behandla big data till smältbara format. Företagen använder ofta bedömningen av big data av sådana experter för att göra det till handlingsbar information.
Nästan varje avdelning i ett företag kan använda fynd från dataanalys, från personalresurser och teknik till marknadsföring och försäljning. Målet med big data är att öka hastigheten på vilken produkter kommer ut på marknaden, minska tiden och resurserna som krävs för att få marknadstillträde, målgrupper och se till att kunderna förblir nöjda.
Key Takeaways
- Big data är en stor mängd olika information som kommer i ökande volymer och med allt högre hastighet.
- Big data kan struktureras (ofta numeriskt, enkelt formateras och lagras) eller ostrukturerad (mer fri form, mindre kvantifierbar).
- Nästan varje avdelning i ett företag kan använda fynd från big data-analys, men hantering av röran och buller kan ge problem.
Fördelar och nackdelar med Big Data
Ökningen i mängden tillgängliga data ger både möjligheter och problem.
I allmänhet bör mer information om sina kunder (och potentiella kunder) göra det möjligt för företagen att bättre anpassa sina produkter och marknadsföringsinsatser för att skapa högsta tillfredsställelse och upprepa affärer. Företag som kan samla in en stor mängd data ges möjlighet att göra djupare och rikare analys.
Även om bättre analys är positiv, kan big data också skapa överbelastning och buller. Företag måste kunna hantera större datamängder, samtidigt som de bestämmer vilka data som representerar signaler jämfört med brus. Att avgöra vad som gör informationen relevant blir en nyckelfaktor.
Dessutom kan datorns art och format kräva särskild hantering innan man agerar. Strukturerade data, bestående av numeriska värden, kan enkelt lagras och sorteras. Ostrukturerad data, till exempel e-post, videor och textdokument, kan kräva mer avancerade tekniker innan de blir användbara.
Jämför investeringskonton Leverantörs namn Beskrivning Annonsörens upplysning × Erbjudandena som visas i denna tabell kommer från partnerskap från vilka Investopedia erhåller ersättning.