![Big Data In 5 Minutes | What Is Big Data?| Introduction To Big Data |Big Data Explained |Simplilearn](https://i.ytimg.com/vi/bAyrObl7TYE/hqdefault.jpg)
เนื้อหา
- Big Data คืออะไร
- 1. มันสามารถ (ค่อนข้าง) ง่าย
- 2. สถิติยังคงเป็นเรื่องยาก
- 3. มันไม่ถูก
- 4. สามารถเปิดเผยโอกาสทางรายได้ใหม่
- 5. ธุรกิจจะต้องปรับให้เข้ากับการประสบความสำเร็จ
- ข้อมูลขนาดใหญ่การเปลี่ยนแปลงครั้งใหญ่
Takeaway:
ข้อมูลขนาดใหญ่เหมือนปริศนา นำมารวมกันในแบบที่เหมาะกับองค์กรของคุณและคุณสามารถช่วยให้มันเติบโต
เช่นเดียวกับคลาวด์ข้อมูลขนาดใหญ่เป็นคำศัพท์อีกคำหนึ่งที่ถูกเปิดเผยอย่างเปิดเผยโดยไม่เข้าใจว่ามันหมายถึงอะไรและทำไมมันจึงสำคัญ สำหรับ CTO ที่รับผิดชอบในการรับข้อมูลจำนวนมหาศาลที่ส่งไปยัง บริษัท ในแต่ละวันและแปลเป็นรายงานและตัวเลขที่เข้าใจง่ายซึ่งจะช่วยให้ บริษัท เติบโตขึ้นการได้รับข้อมูลขนาดใหญ่เป็นกุญแจสำคัญ นั่นเป็นเพราะการไม่ใช้ข้อมูลขนาดใหญ่ให้เต็มศักยภาพนั้นก็คือการทิ้งเงินไว้บนโต๊ะซึ่งมันไม่ดีสำหรับ บริษัท หรือ CTOBig Data คืออะไร
มีคำจำกัดความมากมายที่ถูกโยนไปรอบ ๆ แต่โดยทั่วไปแล้วสิ่งที่คำศัพท์แต่ละคำมีเหมือนกันคือข้อมูลขนาดใหญ่เกี่ยวข้องกับข้อมูลที่ไม่มีโครงสร้างจำนวนมากซึ่งสร้างขึ้นจากกระบวนการทางธุรกิจ ตัวอย่างเช่นในกรณีของเว็บไซต์หมายถึงการวิเคราะห์ข้อมูลจำนวนมากที่มาพร้อมกับการเยี่ยมชมเว็บไซต์เปิดธุรกรรมและอื่น ๆ ในแต่ละครั้ง ข้อมูลที่เก็บรวบรวมในสัมผัสนี้สามารถวิเคราะห์เพื่อกำหนดกลยุทธ์ทางธุรกิจที่เหมาะสมและทำการเปลี่ยนแปลงเพื่อปรับปรุงธุรกิจ สิ่งนี้มีความสำคัญต่อความสำเร็จระยะยาวของ บริษัท ใด ๆข้อมูลขนาดใหญ่เหมือนปริศนา นำมารวมกันในแบบที่เหมาะกับองค์กรของคุณและคุณสามารถช่วยให้มันเติบโต นี่คือห้าสิ่งที่คุณต้องรู้ก่อน
1. มันสามารถ (ค่อนข้าง) ง่าย
แนวโน้มของข้อมูลขนาดใหญ่ไม่ได้หายไปจาก บริษัท ซอฟต์แวร์ขนาดใหญ่ ในความเป็นจริงผู้นำในอุตสาหกรรมกำลังปูทางสำหรับธุรกิจในการนำข้อมูลขนาดใหญ่มาใช้อย่างรวดเร็วและง่ายดายกว่าที่เคยด้วยการนำเสนอโซลูชั่นแบบครบวงจร โซลูชั่นเหล่านี้รวมถึงฮาร์ดแวร์และซอฟต์แวร์ที่จำเป็นในการช่วยให้ธุรกิจใช้กลยุทธ์การเก็บข้อมูลขนาดใหญ่จนกระทั่งโซลูชั่นกล่องข้อมูลขนาดใหญ่เริ่มออกสู่ตลาด Hadoop อยู่ในระดับแนวหน้าของการพัฒนาข้อมูลขนาดใหญ่ ในขณะที่เฟรมเวิร์กซอฟต์แวร์โอเพนซอร์ซนี้ยังคงเป็นผู้เล่นที่แข็งแกร่งมากในตลาดข้อมูลขนาดใหญ่ธุรกิจจำนวนมากที่มีทรัพยากรน้อยลงกำลังเข้าหาโซลูชันแบบกล่องเพื่อช่วยให้พวกเขาเริ่มต้นได้เร็วและง่าย
2. สถิติยังคงเป็นเรื่องยาก
ในขณะที่ข้อมูลขนาดใหญ่สามารถเปิดเผยได้มากสถิติที่นำออกจากการแย้งนั้นเปิดให้ตีความผิด นี่คือการพิจารณาที่สำคัญเมื่อตั้งค่ากรอบข้อมูลขนาดใหญ่ใด ๆ ผู้บริหารและนักการตลาดควรมีบทบาทอย่างมากในการช่วยกำหนดสถิติที่ถูกต้องและวิธีที่ดีที่สุดในการรับสถิติเหล่านี้จากปริมาณข้อมูลที่ได้รับทุกวัน โดยไม่ต้องทำเช่นนั้นความเสี่ยง CTO ให้มุมมองที่ไม่ถูกต้องผ่านตัวเลขที่วิเคราะห์ผิด ตัวอย่างหนึ่งของสิ่งที่สามารถเกิดขึ้นได้สามารถเห็นได้ในการศึกษาที่ทำโดยนักวิจัย Lev Manovich ในการวิเคราะห์สื่อสังคม สิ่งที่เขาพบคือข้อมูลจากเว็บไซต์โซเชียลมีเดียโดยทั่วไปแสดงเฉพาะบางส่วนของผู้คนบนไซต์ไม่ใช่กลุ่มโดยรวม (ค้นหา บริษัท ที่จัดการกับข้อมูลของพวกเขาใน Taming the Big Data Monster)3. มันไม่ถูก
ค่าใช้จ่ายที่เกี่ยวข้องกับการใช้โซลูชันข้อมูลขนาดใหญ่อาจเป็นอุปสรรคใหญ่สำหรับ CTO เมื่อพยายามโน้มน้าวให้ผู้บริหารระดับสูงเห็นความสำคัญและความต้องการของตน น่าเสียดายที่มีสถิติไม่เพียงพอในเรื่องนี้เพราะข้อมูลขนาดใหญ่ยังค่อนข้างใหม่ ที่กล่าวว่ามีการศึกษาบางอย่างที่สามารถช่วยโน้มน้าวให้ CEO ใช้เครื่องมือเหล่านี้ได้ นอกจากนี้หากคู่แข่งประสบความสำเร็จกับข้อมูลขนาดใหญ่นั่นคืออีกซีอีโอที่ทำเครื่องหมายที่ดีคนหนึ่งจะมองหาในแง่ของผลตอบแทนจากการลงทุนที่อาจเกิดขึ้น4. สามารถเปิดเผยโอกาสทางรายได้ใหม่
ผู้บริหารระดับ C จะต้องเห็นปริมาณของความรู้และโอกาสที่สามารถรวบรวมได้จากการเข้าถึงข้อมูลขนาดใหญ่เพื่อที่จะมั่นใจได้ว่ามันคุ้มค่ากับค่าใช้จ่าย จากการเพิ่มประสิทธิภาพการสร้างโอกาสในการขายการวิเคราะห์ความสำเร็จของโซเชียลมีเดียและภาพรวมของเอฟเฟกต์การตลาดเนื้อหาธุรกิจสามารถเรียนรู้เพิ่มเติมเกี่ยวกับธุรกิจของตนเองและดำเนินการด้วยสติปัญญาที่ดีขึ้นเกี่ยวกับสิ่งที่ลูกค้าต้องการ เนื่องจาก บริษัท จำนวนมากเริ่มกระโดดขึ้นมาบนเรือพร้อมกับข้อมูลขนาดใหญ่การศึกษาและสถิติเริ่มช้าลงเพื่อกรองแนวทางที่ประสบความสำเร็จ (เรียนรู้เพิ่มเติมเกี่ยวกับวิธีการใช้ชุดข้อมูลขนาดใหญ่ใน Big Data: การจับภาพ, บีบอัดและใช้ในการตัดสินใจทางธุรกิจอย่างไร5. ธุรกิจจะต้องปรับให้เข้ากับการประสบความสำเร็จ
ผลการศึกษาในปี 2010 โดย Steve LaValle, Eric Lesser, Rebecca Shockley, Michael S. Hopkins และ Nina Kruschwitz แสดงให้เห็นว่าธุรกิจที่มีประสิทธิภาพสูงสุดใช้ข้อมูลขนาดใหญ่มากกว่า บริษัท ที่มีประสิทธิภาพต่ำกว่าห้าเท่า การศึกษาครั้งนี้ยังได้ค้นพบว่าข้อมูลขนาดใหญ่เพื่อที่จะรักษาความถูกต้องและให้ข้อมูลที่มีค่าที่สุดจะต้องดำเนินการร่วมกับระบบปัจจุบันและใช้กลยุทธ์ทางธุรกิจเดียวกัน น่าเสียดายที่นี่เป็นสิ่งที่ CTOs ต้องเผชิญอย่างต่อเนื่องส่วนใหญ่เป็นเพราะค่าใช้จ่ายและความยากลำบากในการโน้มน้าวให้ CEO ตัดสินใจลงทุนในข้อมูลขนาดใหญ่ความจริงก็คือ บริษัท ที่ล้มเหลวในการใช้วิธีการนี้จะไม่สามารถแข่งขันได้มากขึ้นและจะตกอยู่เบื้องหลังคนอื่น ๆ ที่มีระบบในการติดตามและตอบสนองข้อมูลอย่างหลีกเลี่ยงไม่ได้