Turinys:
Šiomis dienomis dideli duomenys susiduria su didele problema, o įdomu tai, kad tai neturi nieko bendra su technologijomis. Ne, tai yra viešųjų ryšių problema, kur dideli duomenys yra panašūs į Tomo Cruise'o liūdnai pagarsėjusius ant opos esančius antikinius antusus: Visi apie tai kalbėjo, bet dauguma žmonių net neįsivaizdavo, ką tai reiškia (o likusieji tikriausiai nerūpėjo). . Įžymybėms neaiškus hype'as gali būti laukiamas jackpotas. Kalbant apie verslą ir technologijas, tokie populiarūs žodžiai kaip dideli duomenys ne visada užpildo atotrūkį tarp techninės priežiūros vadovo, norinčio įgyvendinti didelius duomenis, ir generalinio direktoriaus, norinčio žinoti, kodėl .
Visiškas didelių duomenų apibrėžimas vis dar gali būti diskusijų objektas, tačiau niekas nesiginčija, kad dideli duomenys kasdien didėja, o įmonių duomenys ištisus metus sprogsta, o socialinės žiniasklaidos sąveika siekia šimtus milijonų per dieną. Kai visų rūšių verslas tampa vis skaitmeningesnis, duomenų kiekis vis didėja. Štai kodėl svarbu suprasti, kokie dideli duomenys gali padėti. Taigi pažvelkime, kokie dideli duomenys gali būti apibrėžti - ir kodėl tokio apibrėžimo panaikinimas tampa vis vertingesnis įvairaus dydžio įmonėms. (Sekite internetinį pokalbį apie didelius duomenis, apsilankę „Big Data“ ekspertų apžvalgoje „Twitter“.)
Kas yra „Big Data“?
Kai kurie tiesiog vadina bet kokią situaciją, kai yra daug duomenų, didelių duomenų. Tai neteisinga. Nors apibrėžimo dalis yra didelė informacijos apimtis, ji nėra išsami. Žmonės dešimtmečius tvarko didelę duomenų apimtį. Ar tai reiškia, kad jūsų 10 GB duomenų bazė iš 90-ųjų buvo dideli, nes tuo metu atrodė labai daug?
