Veliki podaci
Veliki se podaci odnose na velike raznolike skupove informacija koje rastu sa sve većom brzinom. Obuhvaća obujam informacija, brzinu ili brzinu kojom se stvaraju i prikupljaju te raznolikost ili opseg podataka koji se pokrivaju. Veliki podaci često dolaze iz više izvora i stižu u više formata.
Kako djeluju veliki podaci
Veliki podaci mogu se kategorizirati kao nestrukturirani ili strukturirani. Strukturirani podaci sastoje se od informacija koje organizacija već upravlja u bazama podataka i proračunskim tablicama; često je numeričke prirode. Nestrukturirani podaci su podaci koji su neorganizirani i ne spadaju u unaprijed određeni model ili format. Uključuje podatke prikupljene iz izvora društvenih medija koji institucijama pomažu u prikupljanju podataka o potrebama korisnika.
Tri V tradicionalno karakteriziraju velike podatke: količinu (količinu) podataka, brzinu (brzinu) kojom se prikupljaju i raznolikost informacija.
Veliki se podaci mogu prikupiti iz javno dijeljenih komentara na društvenim mrežama i web stranicama, dobrovoljno prikupljenih iz osobne elektronike i aplikacija, putem upitnika, kupovine proizvoda i elektroničke prijave. Prisutnost senzora i drugih ulaza u pametne uređaje omogućuje prikupljanje podataka u širokom spektru situacija i okolnosti.
Veliki podaci najčešće se pohranjuju u računalnim bazama podataka i analiziraju se pomoću softvera posebno dizajniranog za obradu velikih, složenih skupova podataka. Mnoge tvrtke sa softverskom uslugom (SaaS) specijalizirane su za upravljanje ovom vrstom složenih podataka.
Primjene velikih podataka
Analitičari podataka promatraju odnos između različitih vrsta podataka, poput demografskih podataka i povijesti kupovine, kako bi utvrdili postoji li povezanost. Takve procjene može se obavljati unutar tvrtke ili izvana od strane treće strane koja se fokusira na obradu velikih podataka u probavljive formate. Poduzeća često koriste procjenu velikih podataka od strane takvih stručnjaka kako bi ih pretvorili u podjeljive informacije.
Gotovo svako odjeljenje u tvrtki može koristiti nalaze iz analize podataka, od ljudskih resursa i tehnologije do marketinga i prodaje. Cilj velikih podataka je povećati brzinu izlaska proizvoda na tržište, smanjiti količinu vremena i resursa potrebnih za usvajanje tržišta, ciljanje publike i osiguravanje zadovoljstva kupaca.
Ključni odvodi
- Veliki podaci velika je količina raznolikih informacija koje dolaze u sve većoj količini i sa sve većom brzinom.
- Veliki podaci mogu biti strukturirani (često numerički, lako formatirani i pohranjeni) ili nestrukturirani (slobodniji oblik, manje kvantitativno).
- Gotovo svako odjeljenje u tvrtki može koristiti nalaze iz velike analize podataka, ali rukovanje neredom i bukom može predstavljati probleme.
Prednosti i nedostaci velikih podataka
Povećanje količine dostupnih podataka predstavlja i mogućnosti i probleme.
Općenito, imati više podataka o nečijim kupcima (i potencijalnim kupcima) trebalo bi omogućiti kompanijama da bolje prilagode svoje proizvode i marketinške napore kako bi stvorili najvišu razinu zadovoljstva i ponavljali poslovanje. Tvrtke koje mogu prikupiti veliku količinu podataka pružaju mogućnost dublje i bogatije analize.
Iako je bolja analiza pozitivna, veliki podaci također mogu stvoriti preopterećenje i buku. Tvrtke moraju biti u mogućnosti obraditi veće količine podataka, cijelo vrijeme dok određuju koji podaci predstavljaju signale u usporedbi s bukom. Utvrđivanje onoga što podatke čini relevantnima postaje ključni faktor.
Nadalje, priroda i format podataka mogu zahtijevati posebno rukovanje prije nego što se postupa. Strukturirani podaci koji se sastoje od brojčanih vrijednosti mogu se lako pohraniti i sortirati. Nestrukturirani podaci, poput e-pošte, videozapisa i tekstualnih dokumenata, mogu zahtijevati primjenu sofisticiranijih tehnika prije nego što postanu korisni.
Usporedba investicijskih računa Ime dobavljača Opis Otkrivanje oglašavača × Ponude koje se pojavljuju u ovoj tablici potječu od partnerstava od kojih Investopedia prima naknadu.