- بواسطة x32x01 ||
البيانات الضخمة "Big Data"
هي مصطلح يصف الحجم الكبير من البيانات - المنظمة وغير المنظمة - التي تغمر الشركة على أساس يومي. لكن ليس حجم البيانات هو المهم. ما تفعله المؤسسات بالبيانات هو المهم. يمكن تحليل البيانات الضخمة للحصول على رؤى تؤدي إلى قرارات أفضل وتحركات أعمال إستراتيجية.تاريخ البيانات الضخمة
يشير مصطلح "البيانات الضخمة" إلى البيانات الكبيرة جدًا أو السريعة أو المعقدة بحيث يصعب أو يستحيل معالجتها باستخدام الطرق التقليدية. كانت عملية الوصول إلى كميات كبيرة من المعلومات وتخزينها لأغراض التحليلات موجودة منذ وقت طويل. لكن مفهوم البيانات الضخمة اكتسب زخمًا في أوائل العقد الأول من القرن الحادي والعشرين عندما صاغ المحلل الصناعي دوج لاني التعريف السائد الآن للبيانات الضخمة على أنه التعريفات الثلاثة:الحجم: تجمع المنظمات البيانات من مجموعة متنوعة من المصادر ، بما في ذلك المعاملات التجارية والأجهزة الذكية (IoT) والمعدات الصناعية ومقاطع الفيديو ووسائل التواصل الاجتماعي والمزيد. في الماضي ، كان من الممكن أن يكون تخزينها مشكلة - لكن التخزين الأرخص على منصات مثل بحيرات البيانات و Hadoop خفف العبء.
السرعة: مع النمو في إنترنت الأشياء ، تتدفق البيانات إلى الشركات بسرعة غير مسبوقة ويجب التعامل معها في الوقت المناسب. تعمل علامات RFID وأجهزة الاستشعار والعدادات الذكية على زيادة الحاجة إلى التعامل مع هذه السيول من البيانات في الوقت الفعلي تقريبًا.
التنوع: تأتي البيانات في جميع أنواع التنسيقات - من البيانات المنظمة والرقمية في قواعد البيانات التقليدية إلى المستندات النصية غير المهيكلة ورسائل البريد الإلكتروني ومقاطع الفيديو والتسجيلات الصوتية وبيانات مؤشر الأسهم والمعاملات المالية.
يجب أن نأخذ في الاعتبار بعدين إضافيين عندما يتعلق الأمر بالبيانات الضخمة:
التقلب:
بالإضافة إلى السرعات المتزايدة وأنواع البيانات ، فإن تدفقات البيانات لا يمكن التنبؤ بها فإنها تتغير كثيرًا وتتفاوت بشكل كبير. على الرغم من صعوبة الأمر إلا أن الشركات تحتاج إلى معرفة متى يكون هناك شيء ما يتجه في وسائل التواصل الاجتماعي ، وكيفية إدارة أحمال البيانات القصوى اليومية والموسمية والمحفزة بالحدث.
الموثوقية:
تشير الموثوقية إلى جودة البيانات. نظرًا لأن البيانات تأتي من العديد من المصادر المختلفة ، فمن الصعب ربط البيانات ومطابقتها وتنظيفها وتحويلها عبر الأنظمة. تحتاج الشركات إلى ربط العلاقات والتسلسلات الهرمية وروابط البيانات المتعددة وربطها. خلاف ذلك ، يمكن أن تخرج بياناتهم عن السيطرة بسرعة.
لماذا تعتبر البيانات الضخمة مهمة؟
لا تدور أهمية البيانات الضخمة حول مقدار البيانات لديك ، ولكن ما الذي ستفعله بها. يمكنك أخذ البيانات من أي مصدر وتحليلها للعثور على إجابات تمكّن من:1) خفض التكلفة.
2) تخفيض الوقت.
3) تطوير المنتجات الجديدة والعروض المحسّنة.
4) اتخاذ القرار الذكي.
عندما تجمع بين البيانات الضخمة والتحليلات عالية القدرة ، يمكنك إنجاز المهام المتعلقة بالعمل مثل:
- تحديد الأسباب الجذرية للفشل والمشكلات والعيوب في الوقت الفعلي تقريبًا.
- إنشاء قسائم في نقطة البيع بناءً على عادات الشراء لدى العميل.
- إعادة حساب محافظ المخاطر بالكامل في دقائق.
- كشف السلوك الاحتيالي قبل أن يؤثر على مؤسستك.
كيف تعمل البيانات الضخمة
قبل أن تتمكن الشركات من استخدام البيانات الضخمة لصالحها ، يجب أن تفكر في كيفية تدفقها بين العديد من المواقع والمصادر والأنظمة والمالكين والمستخدمين.هناك خمس خطوات رئيسية لتولي مسؤولية "نسيج البيانات الكبير" هذا الذي يتضمن البيانات التقليدية المنظمة إلى جانب البيانات غير المنظمة:
وضع إستراتيجية للبيانات الضخمة.
تحديد مصادر البيانات الضخمة.
الوصول إلى البيانات وإدارتها وتخزينها.
تحليل البيانات.
اتخذ قرارات مبنية على البيانات.
1) وضع استراتيجية البيانات الضخمة:
على مستوى عالٍ ، استراتيجية البيانات الضخمة عبارة عن خطة مصممة لمساعدتك في الإشراف على طريقة الحصول على البيانات وتخزينها وإدارتها ومشاركتها واستخدامها داخل مؤسستك وخارجها وتحسينها. تمهد إستراتيجية البيانات الضخمة الطريق لنجاح الأعمال وسط وفرة البيانات. عند وضع إستراتيجية ، من المهم مراعاة الأهداف والمبادرات التجارية والتقنية الحالية والمستقبلية. هذا يستدعي التعامل مع البيانات الضخمة مثل أي أصول تجارية قيمة أخرى بدلاً من مجرد منتج ثانوي للتطبيقات.
2) تحديد مصادر البيانات الضخمة
تأتي البيانات المتدفقة من إنترنت الأشياء (IoT) والأجهزة المتصلة الأخرى التي تتدفق إلى أنظمة تكنولوجيا المعلومات من الأجهزة القابلة للارتداء والسيارات الذكية والأجهزة الطبية والمعدات الصناعية والمزيد. يمكنك تحليل هذه البيانات الضخمة فور وصولها ، وتحديد البيانات التي يجب الاحتفاظ بها أو عدم الاحتفاظ بها ، وأيها يحتاج إلى مزيد من التحليل.
تنبع بيانات الوسائط الاجتماعية من التفاعلات على Facebook و YouTube و Instagram وما إلى ذلك. وهذا يشمل كميات هائلة من البيانات الضخمة في شكل صور ومقاطع فيديو وصوت ونصوص وصوت - مفيدة للتسويق والمبيعات ووظائف الدعم. غالبًا ما تكون هذه البيانات في أشكال غير منظمة أو شبه منظمة ، لذا فهي تشكل تحديًا فريدًا للاستهلاك والتحليل.
تأتي البيانات المتاحة للجمهور من كميات هائلة من مصادر البيانات المفتوحة مثل data.gov التابعة للحكومة الأمريكية أو كتاب حقائق العالم لوكالة المخابرات المركزية أو بوابة البيانات المفتوحة التابعة للاتحاد الأوروبي.
قد تأتي البيانات الضخمة الأخرى من بحيرات البيانات ومصادر البيانات السحابية والموردين والعملاء.
3) الوصول إلى البيانات الضخمة وإدارتها وتخزينها
توفر أنظمة الحوسبة الحديثة السرعة والقوة والمرونة اللازمة للوصول السريع إلى كميات وأنواع ضخمة من البيانات الضخمة. إلى جانب الوصول الموثوق ، تحتاج الشركات أيضًا إلى طرق لدمج البيانات ، وضمان جودة البيانات ، وتوفير حوكمة البيانات وتخزينها ، وإعداد البيانات للتحليلات. قد يتم تخزين بعض البيانات محليًا في مستودع بيانات تقليدي - ولكن هناك أيضًا خيارات مرنة ومنخفضة التكلفة لتخزين ومعالجة البيانات الضخمة عبر الحلول السحابية وبحيرات البيانات و Hadoop.
4) تحليل البيانات الضخمة
باستخدام التقنيات عالية الأداء مثل الحوسبة الشبكية أو التحليلات داخل الذاكرة ، يمكن للمؤسسات اختيار استخدام جميع بياناتها الضخمة للتحليلات. نهج آخر هو تحديد البيانات ذات الصلة مقدمًا قبل تحليلها. في كلتا الحالتين ، تحليلات البيانات الضخمة هي الطريقة التي تكتسب بها الشركات قيمة ورؤى من البيانات. على نحو متزايد ، تغذي البيانات الضخمة مساعي التحليلات المتقدمة اليوم مثل الذكاء الاصطناعي.
5) اتخاذ قرارات ذكية قائمة على البيانات
تؤدي البيانات الموثوقة والمُدارة جيدًا إلى تحليلات موثوقة وقرارات موثوقة. للحفاظ على قدرتها التنافسية ، تحتاج الشركات إلى اغتنام القيمة الكاملة للبيانات الضخمة والعمل بطريقة تعتمد على البيانات - اتخاذ القرارات بناءً على الأدلة المقدمة من البيانات الضخمة بدلاً من غريزة الحدس. فوائد الاعتماد على البيانات واضحة. تعمل المؤسسات التي تعتمد على البيانات بشكل أفضل ، وتكون أكثر قابلية للتنبؤ من الناحية التشغيلية وأكثر ربحية.