Mục lục:
- Sự cường điệu dữ liệu lớn
- Quá khứ cường điệu: Lợi ích của Big Data
- Định luật đầu tiên về dữ liệu lớn
- Một thử nghiệm dữ liệu lớn
Sử dụng công nghệ để hỗ trợ trong quá trình thu thập, sắp xếp và phân tích dữ liệu để đưa ra quyết định tốt hơn không có gì mới, nhưng nó có một tên mới và tên đó là dữ liệu lớn. Tên đó cũng nhận được rất nhiều sự cường điệu., chúng tôi tách biệt sự cường điệu của từ thông dụng khỏi thực tế của tình huống.
Tôi đã nói chuyện với Gil Press, nhà lãnh đạo tư duy và đối tác quản lý tại gPress tiếp thị, xuất bản và tư vấn nghiên cứu. Vì vậy, hãy lùi lại một bước và xem tại sao từ thông dụng dữ liệu lớn lại xuất hiện trên dòng chính và tiềm năng của nó trong tương lai. (Để đọc một số thông tin cơ bản, hãy xem Dữ liệu lớn: Cách thức nó được chụp, giòn và được sử dụng để đưa ra quyết định kinh doanh.)
Sự cường điệu dữ liệu lớn
Bạn muốn biết lý do thực sự thuật ngữ dữ liệu lớn đã trở nên phổ biến? Gil Press, một nhà lãnh đạo tư tưởng hàng đầu trong lĩnh vực này có một số câu trả lời. Đã từng giữ các vị trí quản lý tiếp thị và nghiên cứu cao cấp tại NORC, DEC và EMC. Gần đây, ông đóng vai trò là giám đốc cao cấp về tiếp thị lãnh đạo tư tưởng tại EMC, nơi ông nghiên cứu "Bao nhiêu thông tin?" (2000 và 2003 với UC Berkeley) và Vũ trụ số (2007-2011 với IDC) đã giúp khởi động cuộc trò chuyện về dữ liệu lớn.
"Dữ liệu lớn là một trong những nhãn hiệu xuất hiện theo thời gian và đã trở nên phổ biến như một cụm từ dễ hiểu để mô tả một bộ công nghệ và quy trình mới và tiềm năng hoặc tác động thực sự của chúng đối với cuộc sống và công việc, Press nói.
"Thông thường, một thuật ngữ liên quan đến công nghệ trở nên phổ biến hoặc trở thành một từ thông dụng, bởi vì một số nhà cung cấp công nghệ lớn và nhỏ bắt đầu quảng bá nó rất nhiều. Khoảng năm 2005, các công ty dựa trên web như Google, Facebook và Yahoo bắt đầu phát triển và triển khai mới các công cụ được thiết kế đặc biệt để xử lý và phân tích các bộ sưu tập dữ liệu phi cấu trúc quy mô lớn.
"Khi các công cụ và công nghệ mới này sau đó được phát triển thêm bởi các công ty khởi nghiệp - và khi chúng được sử dụng bởi các công ty nhỏ bán khai thác dữ liệu, các sản phẩm và dịch vụ phân tích thông minh kinh doanh - tất cả đều sử dụng dữ liệu lớn như một cách để phân biệt với các đối thủ cạnh tranh và phá vỡ thị trường hiện tại, "Press nói.
Vì vậy, sự thúc đẩy cuối cùng đã làm cho dữ liệu lớn trở thành một từ thông dụng công nghệ hàng đầu là gì?
"Nó đến từ các nhà cung cấp công nghệ lớn, trong một số trường hợp, đã mua lại các công ty nhỏ hơn này và đặt ngân sách tiếp thị lớn và sức mạnh thị trường của họ sau thuật ngữ mới, " theo Press.
Đối với phân tích dữ liệu lớn, thuật ngữ đó cũng tìm thấy nguồn gốc của nó trong tiếp thị.
"Thật thú vị khi lưu ý rằng như một cách để kết nối giữa các từ thông dụng liên quan đến phân tích dữ liệu gần đây nhất, " phân tích "(phổ biến bởi Tom Davenport năm 2006) và một" dữ liệu lớn "mới, nhiều công ty CNTT đã quảng bá kết hợp "phân tích dữ liệu lớn", Press nói.
Quá khứ cường điệu: Lợi ích của Big Data
Nhìn qua sự cường điệu, Press giải thích rằng các trình điều khiển đằng sau các thuộc tính vật lý của dữ liệu lớn có thể được quy cho:- Số lượng thiết bị thu thập và tạo dữ liệu ngày càng tăng
- Tính liên kết của dữ liệu ngày càng tăng
- Dung lượng lưu trữ rẻ
- Phần mềm sáng tạo để xử lý và phân tích thông tin trong dữ liệu
"Cố gắng đưa ra quyết định tốt hơn không phải là mới, nhưng thuật ngữ" dữ liệu lớn "chỉ ra một hỗn hợp công nghệ, quy trình và thực tiễn mới góp phần phát triển một năng lực mới trong việc nhận giá trị từ dữ liệu, dù lớn hay nhỏ, " Báo chí nói.
Khi được hỏi dữ liệu lớn sẽ trông như thế nào sau 10 năm nữa và liệu có thể có được phân tích thời gian thực về tất cả thông tin của thế giới hay không, Press cho biết ông đã do dự để đưa ra dự đoán cho tương lai, nhưng cung cấp cái nhìn sâu sắc hơn về một số các giả định hợp lý.
"Tôi nghĩ thật hợp lý khi cho rằng sẽ có nhiều dữ liệu hơn và chúng tôi sẽ có các công cụ mới để làm sạch, xử lý và phân tích dữ liệu", ông nói. "Nhiều dữ liệu sẽ được sử dụng, tốt hơn hoặc xấu hơn, để hỗ trợ các quyết định của các tổ chức, chính phủ và cá nhân." (về đống dữ liệu số ngày càng tăng trong infographics, Bao nhiêu dữ liệu được tạo trực tuyến mỗi phút?)
Bên cạnh việc là một cơ chế kiếm tiền, giảm rủi ro mạnh mẽ, giá trị thực sự của dữ liệu lớn nằm ở khả năng ảnh hưởng đến lối sống của mọi người theo hướng tích cực. Mr Press cung cấp ý kiến về cách một số giá trị thực có thể được nhận ra từ hiện tượng dữ liệu lớn - bắt đầu với việc cải thiện sức khỏe.
"Tôi không chắc cuộc sống có thể được kéo dài nhờ vào dữ liệu lớn, nhưng nếu điều này là có thể hoặc sẽ có thể, thì nó chắc chắn sẽ gây ảnh hưởng đến các cá nhân", ông nói. "Ở trong lĩnh vực chăm sóc sức khỏe, nhưng với các mục tiêu ít tham vọng hơn, dữ liệu lớn có thể giúp chúng ta sống cuộc sống lành mạnh hơn và cải thiện các quyết định liên quan đến sức khỏe của chúng tôi", Press nói, trích dẫn các ứng dụng chăm sóc sức khỏe mới là công cụ chính trong lĩnh vực này.
Định luật đầu tiên về dữ liệu lớn
Cuối cùng, Press nói rằng không chỉ các nhà khoa học cải thiện và sử dụng dữ liệu lớn - một người bình thường cũng có thể giúp đỡ.
"Điều tôi gọi là Định luật dữ liệu lớn đầu tiên tuyên bố rằng giá trị của dữ liệu tăng theo sự tăng trưởng về số lượng người chia sẻ dữ liệu tương tự - hoặc theo cụm từ của luật Metcalfe, giá trị của dữ liệu tỷ lệ thuận với bình phương của số những người chia sẻ dữ liệu tương tự, "Press nói. "Chúng tôi càng chia sẻ dữ liệu cá nhân của mình, chúng tôi càng có nhiều giá trị - và thế giới - có thể thoát khỏi nó."
Một thử nghiệm dữ liệu lớn
Đừng tin vào sự cường điệu, hãy tìm hiểu hiện tượng dữ liệu lớn có ý nghĩa gì đối với bạn hoặc tổ chức của bạn thông qua thí nghiệm suy nghĩ đơn giản này: Xác định một vấn đề lớn hoặc sự thất vọng trong cuộc sống hoặc công việc của bạn và tự hỏi một câu hỏi liệu dữ liệu lớn có thể đóng vai trò gì không trong giải pháp. (Để hiểu rõ hơn về cách thay đổi dữ liệu lớn, hãy đọc Sự tiến hóa của dữ liệu lớn.)
Kiểm tra cuộc phỏng vấn đầy đủ với Gil Press bên dưới.
Troy Sadkowsky: Định nghĩa của bạn về dữ liệu lớn là gì?
Gil Press: Dữ liệu lớn là một trong những nhãn xuất hiện theo thời gian và trở nên phổ biến như một cụm từ dễ hiểu để mô tả một bộ công nghệ và quy trình mới và tác động thực sự hoặc tiềm năng của chúng đối với cuộc sống và công việc. Đối với các tổ chức, cơ quan chính phủ và cá nhân, dữ liệu lớn có nghĩa là một kỹ năng mới có thể hỗ trợ đưa ra quyết định tốt hơn. Cố gắng đưa ra quyết định tốt hơn không phải là mới. Nhưng thuật ngữ dữ liệu lớn chỉ ra một hỗn hợp công nghệ, quy trình và thực tiễn mới có thể đóng góp vào sự phát triển của một năng lực mới trong việc nhận giá trị từ dữ liệu, dù lớn hay nhỏ.
TS: Dữ liệu lớn sẽ trông như thế nào sau 10 năm nữa?
GP: Liên quan đến định nghĩa trên, dữ liệu lớn đang ảnh hưởng đến lượng dữ liệu, tốc độ có thể được suy ra và tốc độ thực hiện một hành động. Liệu có thể có được phân tích thời gian thực về tất cả thông tin của thế giới về bất kỳ sự tò mò nào không?
Tôi ngần ngại nói bất cứ điều gì về tương lai. Nhưng tôi nghĩ thật hợp lý khi cho rằng sẽ có nhiều dữ liệu hơn, rằng chúng ta sẽ có các công cụ mới để làm sạch, xử lý và phân tích dữ liệu đó và sẽ sử dụng nhiều dữ liệu hơn, tốt hơn hoặc xấu hơn, để hỗ trợ các quyết định của các tổ chức, chính phủ và cá nhân
TS: Chúng ta sẽ đạt giới hạn trên định lượng trong các thuộc tính trên phải không? Định luật Moore hiện đang giữ đúng đối với bóng bán dẫn, lưu trữ đĩa cứng, dung lượng mạng và pixel, nhưng bạn nghĩ nó sẽ tồn tại bao lâu?
GP: Định luật Moore sẽ tồn tại chừng nào sự khéo léo của con người sẽ tồn tại. Nó đã phục vụ như một mục tiêu động lực cho các kỹ sư và trong hơn bốn thập kỷ, họ đã tìm ra cách để vượt qua bất kỳ giới hạn nhận thức nào.
TS: Tại sao gần đây dữ liệu lớn trở nên phổ biến?
GP: Thông thường, một thuật ngữ liên quan đến công nghệ trở nên phổ biến, nghĩa là nó trở thành một từ thông dụng, bởi vì một số nhà cung cấp công nghệ lớn và nhỏ bắt đầu quảng bá nó rất nhiều. Thuật ngữ "dữ liệu lớn" đã được sử dụng trong bối cảnh các ứng dụng trực quan hóa dữ liệu cho khoa học vào cuối những năm 1990. Khoảng năm 2005, các công ty dựa trên web như Google, Facebook và Yahoo bắt đầu phát triển và triển khai các công cụ mới được thiết kế dành riêng cho việc xử lý và phân tích các bộ sưu tập dữ liệu phi cấu trúc quy mô lớn. Khi các công cụ và công nghệ mới này sau đó được các công ty khởi nghiệp phát triển hơn nữa và khi chúng được sử dụng bởi các công ty nhỏ bán các sản phẩm và dịch vụ khai thác dữ liệu, thông minh và phân tích, tất cả đều sử dụng dữ liệu lớn như một cách để phân biệt với các đối thủ cạnh tranh và " phá vỡ "thị trường hiện có. Sự thúc đẩy cuối cùng làm cho dữ liệu lớn trở thành một từ thông dụng đến từ các nhà cung cấp công nghệ lớn, trong một số trường hợp, đã mua lại các công ty nhỏ hơn này và đặt ngân sách tiếp thị lớn và sức mạnh thị trường của họ sau thuật ngữ mới.
Thật thú vị khi lưu ý rằng như một cách để kết nối giữa các từ thông dụng liên quan đến phân tích dữ liệu gần đây nhất, "phân tích" (phổ biến bởi Tom Davenport năm 2006) và một "dữ liệu lớn" mới, nhiều công ty CNTT đã quảng bá kết hợp "phân tích dữ liệu lớn."
TS: giá trị thực sự trong dữ liệu lớn là gì? Tiền có thể được tạo ra, cuộc sống có thể được kéo dài, rủi ro có thể giảm và uy tín có thể đạt được, nhưng dữ liệu lớn có thể làm gì cho người bình thường?
GP: Tôi không chắc cuộc sống có thể được kéo dài nhờ vào dữ liệu lớn, nhưng nếu điều này là có thể, hoặc sẽ có thể, thì điều đó chắc chắn sẽ gây ảnh hưởng đến các cá nhân. Ở trong lĩnh vực chăm sóc sức khỏe - nhưng với các mục tiêu ít tham vọng hơn - dữ liệu lớn có thể giúp chúng ta sống cuộc sống lành mạnh hơn và cải thiện các quyết định liên quan đến sức khỏe của chúng tôi. Điều này là rõ ràng trong lĩnh vực "phân tích cá nhân", bắt đầu từ năm 2006 với giày Nike + kết nối với iPod.
Ngày nay, các ứng dụng này đang chuyển từ theo dõi và phân tích thói quen tập thể dục của bạn sang hỗ trợ sức khỏe, sự giàu có và công việc của bạn. Tôi tin rằng chúng ta sẽ thấy các ứng dụng này tiến xa hơn vào cái mà tôi gọi là "dữ liệu lớn cá nhân", cho phép bạn so sánh bản thân với người khác, cung cấp cho cá nhân các công cụ để phân tích dữ liệu quy mô lớn có liên quan.
TS: Người bình thường nên làm gì khi nói đến dữ liệu lớn? Có điều gì mà tất cả chúng ta có thể làm để giúp đỡ?
GP: Cái mà tôi gọi là Luật đầu tiên về Dữ liệu lớn nói rằng giá trị của dữ liệu tăng lên cùng với sự tăng trưởng về số lượng người chia sẻ dữ liệu tương tự. Hoặc theo cách diễn đạt của luật Metcalfe, giá trị của dữ liệu tỷ lệ thuận với bình phương số người chia sẻ dữ liệu tương tự. Chúng ta càng chia sẻ dữ liệu cá nhân của mình, chúng ta càng có nhiều giá trị - và thế giới - có thể thoát khỏi nó.
Cảm ơn Gil Press đã phỏng vấn. Bạn có thể kiểm tra anh ta - cùng với một danh sách dài các chuyên gia dữ liệu lớn khác - trong Dữ liệu lớn: Chuyên gia để theo dõi trên Twitter.
