🔠 👧🏾 👩🏽‍⚖️ Apa itu Big Data? 🦈 👸🏻 👩🏽‍🔧

Istilah "big data" atau "big data" mulai mendapatkan popularitas sejak 2011. Hari ini setiap orang telah mendengarnya setidaknya sekali. Masalahnya adalah bahwa seringkali konsep tersebut tidak digunakan berdasarkan definisi. Karena itu, mari kita pahami secara rinci apa itu.

Dengan perkembangan teknologi, jumlah data mulai meningkat secara eksponensial. Alat tradisional tidak lagi mencakup kebutuhan untuk memproses dan menyimpan informasi. Untuk memproses data yang volumenya melebihi ratusan terabyte dan terus meningkat, algoritma khusus telah dibuat. Mereka disebut "data besar".

Saat ini, informasi dikumpulkan dalam volume besar dari berbagai sumber: Internet, pusat kontak, perangkat seluler, dll. Paling sering, data tersebut tidak memiliki struktur dan pemesanan yang jelas, sehingga seseorang tidak dapat menggunakannya untuk kegiatan apa pun. Untuk mengotomatisasi analisis, teknologi "big data" digunakan.

Kapan data besar pertama muncul?

Data besar muncul pada 60-70-an abad terakhir bersama dengan pusat data pertama (pusat data). Pada tahun 2005, perusahaan mulai memahami tingkat konten yang dibuat oleh pengguna layanan Internet (Facebook, YouTube, dll.). Pada saat yang sama, platform pertama yang dirancang untuk berinteraksi dengan set data besar, Hadoop, mulai berfungsi. Hari ini adalah setumpuk besar teknologi untuk memproses informasi. Beberapa saat kemudian, NoSQL mulai mendapatkan popularitas - serangkaian metode untuk menciptakan sistem manajemen data besar.

Jumlah informasi yang dihasilkan mulai meningkat dengan munculnya layanan Internet besar. Pengguna mengunggah foto, menelusuri konten, suka, dll. Semua informasi ini dikumpulkan dalam volume besar untuk analisis lebih lanjut, setelah itu Anda dapat melakukan perbaikan layanan. Misalnya, jejaring sosial menggunakan data besar untuk menampilkan kepada pengguna iklan yang relevan (yaitu, yang sesuai dengan kebutuhan dan minat mereka) dalam suatu target. Ini memungkinkan jejaring sosial untuk menjual bisnis peluang untuk melakukan kampanye iklan yang akurat.

Fitur Utama dari Big Data

Pada awal artikel, kami mengidentifikasi tiga sifat utama data besar dari definisi yang diterima secara umum. Mari kita buka lebih detail:

. « » , . : , — . « » .
. . «big data». .
. , . — .

Selama beberapa tahun terakhir, popularitas big data telah meningkat, sebagai akibatnya mereka telah menerima dua sifat tambahan (karakteristik): nilai dan keandalan. Nilai ditentukan oleh masing-masing perusahaan dengan caranya sendiri. Para ahli mengevaluasi apakah informasi yang diterima akan menguntungkan bisnis. Dan reliabilitas menunjukkan apakah data yang digunakan dapat dipercaya (seberapa benar mereka), karena informasi yang tidak akurat dapat membahayakan perusahaan dan kegiatannya.

Bagaimana mereka bekerja dengan mereka?

Big data membawa banyak informasi yang berguna, atas dasar di mana perusahaan menciptakan peluang baru dan membentuk model bisnis. Bekerja dengan big data dibagi menjadi 3 tahap: integrasi, manajemen dan analisis.

Tahap 1. Integrasi

Pada tahap ini, perusahaan mengintegrasikan teknologi dan sistem ke dalam pekerjaannya yang memungkinkannya mengumpulkan sejumlah besar informasi dari berbagai sumber. Mekanisme pemrosesan dan pemformatan data sedang diperkenalkan untuk menyederhanakan pekerjaan analis dengan "data besar".

2 tahap. Kontrol

Data yang diterima perlu disimpan di suatu tempat, masalah ini diselesaikan sebelum bekerja dengan mereka. Keputusan dibuat berdasarkan banyak kriteria, yang utamanya adalah preferensi dalam format dan teknologi pemrosesan. Sebagai aturan, perusahaan menggunakan penyimpanan lokal, layanan cloud publik atau pribadi untuk penyimpanan.

3 tahap. Analisis

Data besar mulai mendapat manfaat setelah analisis. Ini adalah tahap terakhir dari interaksi dengan mereka. Untuk ini, pembelajaran mesin, asosiasi aturan pembelajaran, algoritma genetika dan teknologi lainnya digunakan. Setelah menganalisis data, hanya yang paling berharga untuk bisnis yang tersisa.

Contoh Data Besar

Secara umum, dengan "data besar" beres. Tetapi pertanyaan penting tetap ada - di mana mereka dapat diterapkan dalam praktik? Jawab: dalam bidang kegiatan apa pun yang beroperasi dengan data yang diperlukan untuk analisis. Mari kita lihat beberapa contoh dunia nyata. Ini akan membantu Anda lebih memahami mengapa data besar dibutuhkan dan bagaimana Anda bisa mendapat manfaat darinya.

Big Data di bank

Di sektor perbankan Rusia, Sberbank adalah yang pertama menggunakan big data. Atas dasar "data besar" dan sistem biometrik, pada tahun 2014 mereka mengembangkan sistem untuk mengidentifikasi identitas klien menggunakan foto. Prinsip operasi sangat sederhana: membandingkan gambar saat ini dengan foto dari database yang diambil karyawan saat mengeluarkan kartu bank. Sistem baru telah mengurangi kasus penipuan sebanyak 10 kali.

Hari ini, Sberbank terus menggunakan data besar dalam pekerjaannya: pengumpulan dan analisis informasi memungkinkan Anda untuk mengelola risiko, melawan penipuan, menilai kelayakan kredit pelanggan, mengelola antrian di cabang, dan banyak lagi.

Contoh lain dari sektor perbankan Rusia adalah VTB24. Perusahaan mulai menerapkan "data besar" sedikit lebih lambat dari Sberbank. Hari ini, mereka menggunakan data besar untuk mensegmentasi dan mengelola arus keluar pelanggan, menghasilkan laporan keuangan, menganalisis ulasan di Internet, dan banyak lagi.

Big Data Alfa-Bank membantu memantau citra merek di Internet, menilai kelayakan kredit pelanggan baru, mempersonalisasikan konten, mengelola risiko, dll.

Data besar dalam bisnis

Banyak orang secara keliru percaya bahwa bekerja dengan data besar hanya relevan untuk sektor perbankan dan perusahaan IT. Ini membantah contoh Magnitogorsk Iron and Steel Works, yang mengembangkan layanan Sniper untuk mengurangi biaya bahan baku dalam produksi. Teknologi ini mengumpulkan sejumlah besar informasi, menganalisisnya, dan memberikan rekomendasi untuk mengoptimalkan biaya bahan.

Surgutneftegas menggunakan sistem khusus untuk melacak proses bisnis utama secara real time. Ini membantu dalam mengotomatiskan akuntansi produk, penetapan harga, menyediakan staf dengan data yang benar, dll.

Data Besar dalam Pemasaran

Pemasar menggunakan data besar untuk memprediksi hasil kampanye iklan. Analisis ini juga membantu dalam mengidentifikasi audiens yang paling tertarik. Contoh mencolok dari "data besar" dalam pemasaran adalah Google Trends. Sistem menerima sejumlah besar data, dan setelah analisis, pengguna dapat menilai musiman suatu produk (pekerjaan, layanan).

Kesulitan menggunakan

Di mana ada peluang besar, kesulitan besar menunggu di sana. Aturan ini tidak mem-bypass data besar.

Kesulitan pertama yang dihadapi perusahaan adalah bahwa data besar membutuhkan banyak ruang. Ya, teknologi penyimpanan terus meningkat, tetapi pada saat yang sama, jumlah data terus bertambah (rata-rata, dua kali setiap dua tahun).

Akuisisi penyimpanan besar tidak menyelesaikan semua masalah. Tidak akan ada gunanya dari penyimpanan data sederhana, Anda harus bekerja dengan mereka untuk mendapatkan manfaat. Dari sini muncul komplikasi lain - mengatur pemrosesan data besar yang diterima.

Sekarang analis menghabiskan 50-80% dari waktu kerja untuk membawa informasi ke dalam bentuk yang dapat diterima oleh klien. Perusahaan harus mempekerjakan lebih banyak profesional, yang meningkatkan biaya.

Dan masalah lain adalah pesatnya perkembangan big data. Alat dan layanan baru untuk pekerjaan muncul secara berkala (misalnya, Hbase). Bisnis harus menghabiskan banyak waktu dan uang untuk "menjadi tren" dan tidak ketinggalan pengembangan.

Dengan demikian, big data adalah kombinasi dari teknologi untuk memproses sejumlah besar informasi (ratusan terabyte dan lebih banyak) dan saat ini hanya sedikit orang yang menyangkal pentingnya mereka di masa depan. Popularitas mereka akan tumbuh dan distribusi dalam bisnis akan meningkat. Selanjutnya, mereka akan mengembangkan teknologi untuk otomatisasi analisis dan tidak hanya perusahaan besar, tetapi juga yang berukuran sedang dan kecil akan bekerja dengan data besar.

Ingin mempelajari cara bekerja dengan data besar dan memperluas pengetahuan Anda dalam analitik? Mendaftar untuk kursus online Big Data Analyst kami Cari tahu detailnya!