Große Daten
Was ist Big Data?
Big Data bezieht sich auf die großen, vielfältigen Informationsmengen, die immer schneller wachsen. Es umfasst die Menge der Informationen, die Geschwindigkeit oder Geschwindigkeit, mit der sie erstellt und gesammelt werden, und die Vielfalt oder den Umfang der erfassten Datenpunkte (bekannt als die „drei V“ von Big Data). Big Data kommt oft aus Data Mining und kommt in mehreren Formaten an.
Die zentralen Thesen
- Big Data ist eine große Menge unterschiedlicher Informationen, die in immer größeren Mengen und mit immer höherer Geschwindigkeit ankommen.
- Big Data können strukturiert (oft numerisch, einfach zu formatieren und zu speichern) oder unstrukturiert (mehr freie Form, weniger quantifizierbar) sein.
- Fast jede Abteilung in einem Unternehmen kann Erkenntnisse aus Big-Data-Analysen nutzen, aber der Umgang mit ihrem Durcheinander und Lärm kann Probleme bereiten.
- Big Data kann aus öffentlich geteilten Kommentaren in sozialen Netzwerken und Websites gesammelt werden, die freiwillig aus persönlichen Elektronikgeräten und Apps gesammelt werden, durch Fragebögen, Produktkäufe und elektronische Check-ins.
- Big Data wird am häufigsten in Computerdatenbanken gespeichert und mit einer Software analysiert, die speziell für die Verarbeitung großer, komplexer Datenmengen entwickelt wurde.
So funktioniert Big Data
Big Data kann als unstrukturiert oder strukturiert eingestuft werden. Strukturierte Daten bestehen aus Informationen, die bereits von der Organisation in Datenbanken und Tabellenkalkulationen verwaltet werden; es ist häufig numerischer Natur. Unstrukturierte Daten sind Informationen, die unorganisiert sind und nicht in ein vorgegebenes Modell oder Format fallen. Es enthält Daten aus Social-Media Quellen, mit denen Institutionen Informationen über Kundenbedürfnisse sammeln können.
Big Data kann aus öffentlich geteilten Kommentaren in sozialen Netzwerken und Websites, die freiwillig aus persönlicher Elektronik und Apps stammen, über Fragebögen, Produktkäufe und elektronische Check-ins gesammelt werden. Das Vorhandensein von Sensoren und anderen Eingaben in intelligenten Geräten ermöglicht die Erfassung von Daten über ein breites Spektrum von Situationen und Umständen.
Big Data werden meistens in Computerdatenbanken gespeichert und mit Software analysiert, die speziell für den Umgang mit großen, komplexen Datensätzen entwickelt wurde. Viele Software-as-a-Service-Unternehmen (SaaS) sind auf die Verwaltung dieser Art komplexer Daten spezialisiert.
Die Verwendung von Big Data
Datenanalysten untersuchen die Beziehung zwischen verschiedenen Datentypen, z. B. demografischen Daten und der Kaufhistorie, um festzustellen, ob eine Korrelation besteht. Solche Bewertungen können intern oder extern von einem Dritten durchgeführt werden, der sich auf die Verarbeitung von Big Data in verdauliche Formate konzentriert. Unternehmen nutzen oft die Bewertung von Big Data durch solche Experten, um sie in umsetzbare Informationen umzuwandeln.
Viele Unternehmen wie Alphabet und Facebook verwenden Big Data, um Werbeeinnahmen zu generieren, indem sie gezielte Anzeigen für Nutzer in sozialen Medien und im Internet surfen.
Nahezu jede Abteilung eines Unternehmens kann Erkenntnisse aus der Datenanalyse nutzen, von Personal und Technik bis hin zu Marketing und Vertrieb. Das Ziel von Big Data besteht darin, die Geschwindigkeit der Markteinführung von Produkten zu erhöhen, den Zeit- und Ressourcenaufwand für die Marktakzeptanz und Zielgruppen zu reduzieren und sicherzustellen, dass die Kunden zufrieden bleiben.
Vor- und Nachteile von Big Data
Die Zunahme der verfügbaren Datenmenge birgt sowohl Chancen als auch Probleme. Im Allgemeinen sollten mehr Daten über Kunden (und potenzielle Kunden) es Unternehmen ermöglichen, Produkte und Marketingmaßnahmen besser zuzuschneiden, um ein Höchstmaß an Zufriedenheit und Wiederholungsgeschäften zu erzielen. Unternehmen, die große Datenmengen sammeln, haben die Möglichkeit, tiefergehende und umfassendere Analysen zum Nutzen aller Beteiligten durchzuführen.
Angesichts der Menge an personenbezogenen Daten, die heute über Einzelpersonen verfügbar sind, ist es von entscheidender Bedeutung, dass Unternehmen Maßnahmen zum Schutz dieser Daten ergreifen. ein Thema, das in der heutigen Online-Welt zu einer heißen Debatte geworden ist, insbesondere angesichts der vielen Datenschutzverletzungen, die Unternehmen in den letzten Jahren erlebt haben.
Während eine bessere Analyse positiv ist, kann Big Data auch zu Überlastung und Rauschen führen, was ihren Nutzen verringert. Unternehmen müssen mit größeren Datenmengen umgehen und feststellen, welche Daten Signale im Vergleich zu Rauschen darstellen. Die Entscheidung, was die Daten relevant macht, wird zu einem Schlüsselfaktor.
Darüber hinaus können Art und Format der Daten eine besondere Behandlung erfordern, bevor darauf reagiert wird. Strukturierte Daten, bestehend aus numerischen Werten, können einfach gespeichert und sortiert werden. Für unstrukturierte Daten wie E-Mails, Videos und Textdokumente müssen möglicherweise komplexere Techniken angewendet werden, bevor sie nützlich werden.