Velká data
Velká data se týkají velkých, rozmanitých souborů informací, které rostou stále rostoucím tempem. Zahrnuje objem informací, rychlost nebo rychlost, s jakou jsou vytvářeny a shromažďovány, a rozmanitost nebo rozsah pokrytých datových bodů. Velká data často pocházejí z více zdrojů a přicházejí v různých formátech.
Jak velká data fungují
Velká data lze klasifikovat jako nestrukturovaná nebo strukturovaná. Strukturovaná data sestávají z informací, které již organizace spravuje v databázích a tabulkách; to je často číselné povahy. Nestrukturovaná data jsou informace, které jsou neorganizované a nespadají do předem určeného modelu nebo formátu. Zahrnuje data získaná ze zdrojů sociálních médií, která pomáhají institucím shromažďovat informace o potřebách zákazníků.
Tři Vs tradičně charakterizují velká data: objem (množství) dat, rychlost (rychlost), při které jsou shromažďovány, a rozmanitost informací.
Velká data lze shromažďovat z veřejně sdílených komentářů na sociálních sítích a webových stránkách, dobrovolně shromažďovaných z osobní elektroniky a aplikací, prostřednictvím dotazníků, nákupů produktů a elektronických odbavení. Přítomnost senzorů a dalších vstupů v inteligentních zařízeních umožňuje shromažďování dat v širokém spektru situací a okolností.
Velká data se nejčastěji ukládají do počítačových databází a analyzují se pomocí softwaru, který je speciálně navržen pro zpracování velkých a komplexních datových souborů. Mnoho společností poskytujících služby typu SaaS se specializuje na správu tohoto typu komplexních dat.
Použití velkých dat
Analytici údajů zkoumají vztah mezi různými typy dat, jako jsou demografická data a historie nákupu, aby určili, zda existuje korelace. Taková hodnocení může být prováděna interně v rámci společnosti nebo externě třetí stranou, která se zaměřuje na zpracování velkých dat do stravitelných formátů. Podniky často používají hodnocení velkých dat takovými odborníky, aby je proměnily v informace, které lze použít.
Téměř každé oddělení ve společnosti může využívat poznatky z analýzy dat, od lidských zdrojů a technologií po marketing a prodej. Cílem velkých dat je zvýšit rychlost, s jakou se výrobky dostávají na trh, snížit množství času a zdrojů potřebných k získání přijetí na trh, cílové publikum a zajistit, aby zákazníci zůstali spokojeni.
Klíč s sebou
- Velká data jsou velké množství rozmanitých informací, které přicházejí ve zvyšujících se objemech a stále vyšší rychlostí.
- Velká data mohou být strukturována (často číselná, snadno formátovatelná a uložená) nebo nestrukturovaná (více volných, méně kvantifikovatelných).
- Téměř každé oddělení ve společnosti může využívat poznatky z analýzy velkých dat, ale řešení jeho nepořádku a hluku může představovat problémy.
Výhody a nevýhody velkých dat
Nárůst množství dostupných údajů představuje jak příležitosti, tak problémy.
Obecně platí, že mít více údajů o zákaznících (a potenciálních zákaznících) by mělo společnostem umožnit lépe přizpůsobit své výrobky a marketingové úsilí s cílem dosáhnout nejvyšší úrovně spokojenosti a opakovaného podnikání. Společnosti, které jsou schopny sbírat velké množství dat, mají možnost provádět hlubší a bohatší analýzu.
Lepší analýza je sice pozitivní, ale velká data mohou také způsobit přetížení a šum. Společnosti musí být schopny zpracovat větší objemy dat a přitom určit, která data představují signály ve srovnání s šumem. Klíčovým faktorem se stává určování toho, proč jsou data relevantní.
Kromě toho povaha a formát údajů může vyžadovat zvláštní zacházení, než se s nimi bude jednat. Strukturovaná data, skládající se z číselných hodnot, lze snadno ukládat a třídit. Nestrukturovaná data, jako jsou e-maily, videa a textové dokumenty, mohou vyžadovat použití sofistikovanějších technik, než se stanou užitečnými.
Porovnat poskytovatele investičních účtů Jméno Popis Zveřejnění inzerenta × Nabídky, které se objevují v této tabulce, pocházejí od partnerství, od nichž Investopedia dostává náhradu.