16 Δεκέμβριος 2017

Ερευνητές και επιχειρηματίες αναλύουν big data για να συλλέξουν ιδέες για να βρουν τι ακριβώς ζητούν οι πελάτες

Τα δεδομένα έχουν αξία και οι εταιρίες δεν μπορούν να ζήσουν χωρίς αυτά, αλλά πόσο κοστίζουν τα δεδομένα; Πόσο κοστίζει η ανάλυση των big data και η δημιουργία αξίας από αυτά; Στο παρελθόν οι τεχνολόγοι παρείχαν διαχείριση του ιστορικού δεδομένων έτσι ώστε να βλέπουν τις τάσεις της αγοράς. Οι στατιστικές – αν και χρήσιμες για να βλέπει κανείς τις τάσεις των αγορών και το πώς τα πάει μια εταιρία στην αγορά – δεν είναι αρκετές για τον καθορισμό των νέων προϊόντων και των υπηρεσιών που πρέπει να δημιουργηθούν.

 

 

Αυτές οι στατιστικές δεν μας αναφέρουν τι ακριβώς θέλουν οι πελάτες. Οι αναλυτές, οι ερευνητές και οι επιχειρηματίες αναλύουν τα big data για να λαμβάνουν καλύτερες και ταχύτερες αποφάσεις. Η χρήση τεχνικών προηγμένων analytics, όπως analytics κειμένων, machine learning, προβλεπόμενη ανάλυση, αναζήτηση δεδομένων και στατιστικές, οι επιχειρήσεις μπορούν να αναλύσουν και άλλα δεδομένα. Οι εταιρίες δημιουργούν μεγάλο όγκο δεδομένων και έχουν την ικανότητα να συλλέγουν πληροφορίες από άλλες πηγές, όπως εφαρμογές για κινητά, αισθητήρες, ιστοσελίδες, δεδομένα clickstream και δραστηριότητα κοινωνικών δικτύων.

 

Τα δεδομένα μπορούν να μετατραπούν σε προϊόν. Τα σύγχρονα συστήματα εταιριών δεν έχουν εξοπλισμό για να επεξεργάζονται 500 ΤΒ δεδομένων ανά εβδομάδα και για να περισυλλέγουν τα δεδομένα που είναι απαραίτητα για να δημιουργούνται νέα προϊόντα και υπηρεσίες που επιθυμούν οι πελάτες. Αυτό έχει οδηγήσει τις εταιρίες σε πηγές high-performance computing (HPC) που είναι ικανές να λύσουν προβλήματα, όπως ο καιρός και η πρόβλεψη του κλίματος, παραμετρική μοντελοποίηση και στοχαστική μοντελοποίηση για την επεξεργασία μεγάλων όγκων εμπορικών δεδομένων. Στα Big data analytics γίνεται χρήση των αναλυτικών τεχνικών για τα πολύ μεγάλα, και με ποικιλία δεδομένα που περιλαμβάνουν διάφορους τύπους δεδομένων όπως δομημένα/ χωρίς δεδομένα, δεδομένα ροής ή ανά πατρίδα, και διαφορετικών μεγεθών, που μπορεί ποικίλουν ΤΒ σε τέραμπάιτ ή σε ζηταμπάιτ. Εξετάζει διάφορους τύπους δεδομένων για να εντοπίσει κρυφές λειτουργίες, άγνωστες σχέσεις και άλλες χρήσιμες πληροφορίες. Οι προαναφερθείσες πληροφορίες μπορεί να παρέχουν ανταγωνιστικά πλεονεκτήματα, όπως αποτελεσματικό μάρκετινγκ και αύξηση εισοδήματος. Τα δεδομένα υψηλής απόδοσης (HPDA) είναι ένας όρος που έχει υιοθετηθεί για την μετατροπή της αγοράς με έντονα δεδομένα HPC και της αγοράς analytics εμπορικών δεδομένων υψηλού τέλους.