विषय
- बिग डेटा क्या है?
- कैप्चरिंग और क्रंचिंग बिग डेटा
- नो बग्स, नो स्ट्रेस - योर स्टेप बाय स्टेप गाइड बाय स्टेप गाइड टू लाइफ-चेंजिंग सॉफ्टवेर विदाउट योर लाइफ
- व्यापार निर्णयों के लिए बिग डेटा का उपयोग करना
- रास्ते में बड़ा डेटा
स्रोत: Lightspectrum / Dreamstime.com
ले जाओ:
व्यावसायिक निर्णयों के लिए डेटा की बाढ़ को उपयोगी जानकारी में बदलने के तरीके खोजना आईटी पेशे और सी-लेवल के अधिकारियों के लिए एक बड़ी चुनौती है।
एक चौंका देने वाला 2.5 एक्साबाइट डेटा प्रतिदिन बनाया जाता है; आज दुनिया में 90 प्रतिशत डेटा अकेले पिछले दो वर्षों में उत्पन्न हुआ है। ये डेटा हर जगह से आते हैं: सेंसर केवल कुछ स्रोतों के नाम के लिए जलवायु सूचना, सोशल मीडिया साइटों, डिजिटल चित्रों और वीडियो, खरीद रिकॉर्ड रिकॉर्ड और सेल फोन जीपीएस संकेतों को इकट्ठा करने के लिए उपयोग करते हैं। व्यावसायिक निर्णयों के लिए डेटा की बाढ़ को उपयोगी जानकारी में बदलने के तरीके खोजना आईटी पेशे और सी-लेवल के अधिकारियों के लिए एक बड़ी चुनौती है। Thats जहां आज के शीर्ष तकनीकी buzzwords में से एक में आता है: बड़ा डेटा। और यह कुछ नहीं के लिए चर्चा हो रही है। बड़े डेटा में व्यवसाय को बड़े पैमाने पर बदलने की शक्ति होती है। यहाँ अच्छी तरह से देखो कि यह कैसे काम करता है।
बिग डेटा क्या है?
शब्द "बिग डेटा" उन डेटा सेटों का वर्णन करता है जो तेजी से बढ़ रहे हैं और जो कि पारंपरिक डेटाबेस प्रौद्योगिकी और तकनीकों का उपयोग करके विश्लेषण के लिए बहुत बड़े, कच्चे और असंरचित हैं। टेराबाइट्स या पेटाबाइट्स, डेटा की सटीक मात्रा इस बात से कम है कि डेटा का उपयोग कैसे किया जाता है।
बड़े डेटा के तीन आयाम हैं: वॉल्यूम, वेग और विविधता। कंपनियां डेटा की मात्रा में अवहेलना कर रही हैं, डेटा कभी भी अधिक दरों पर बनाया और संसाधित किया जा रहा है और डेटा के प्रकार, जैसे कि सोशल मीडिया और कॉन-अवेयर मोबाइल डिवाइसेज़, प्रोलिफ़ेरेटिंग हैं।
तो इस जानकारी में से कोई भी कैसे उपयोगी है? वास्तव में, कई तरीके हैं जो बड़े डेटा एक संगठन के लिए मूल्य बना सकते हैं। सबसे पहले, बड़ा डेटा महत्वपूर्ण मूल्य को अधिक उच्चतर आवृत्तियों पर पारदर्शी और प्रयोग करने योग्य बना सकता है। दूसरा, चूंकि संगठन डिजिटल रूप में अधिक लेन-देन डेटा बनाते हैं और संग्रहीत करते हैं, वे उत्पाद सूची से लेकर बीमार दिनों तक हर चीज पर विस्तृत प्रदर्शन डेटा एकत्र कर सकते हैं। यह है कि कंपनियां नियंत्रित प्रयोगों का संचालन करने और बेहतर प्रबंधन निर्णय लेने के लिए डेटा संग्रह और विश्लेषण का उपयोग कर रही हैं। अन्य लोग समय-समय पर अपने व्यापार लीवर को समायोजित करने के लिए मूल आवृत्ति से उच्च आवृत्ति वाले डेटा के लिए डेटा का उपयोग कर रहे हैं।
इसके अलावा, बड़ा डेटा ग्राहकों के संकीर्ण विभाजन और अधिक सटीक रूप से अनुरूप उत्पादों या सेवाओं की अनुमति देता है। ये परिष्कृत एनालिटिक्स निर्णय लेने में काफी सुधार कर सकते हैं। Whats अधिक, बड़े डेटा का उपयोग अगली पीढ़ी के उत्पादों और सेवाओं के विकास को बेहतर बनाने के लिए भी किया जा सकता है। उदाहरण के लिए, निर्माता अद्वितीय सेवा प्रसाद बनाने के लिए उत्पादों में एम्बेडेड सेंसर से प्राप्त डेटा का उपयोग कर रहे हैं। (यह सब डेटा कैसे छांटना है यह अपने आप में एक पेशा है। डेटा वैज्ञानिकों में और पढ़ें: टेक जगत के नए रॉक सितारे
कैप्चरिंग और क्रंचिंग बिग डेटा
बड़े डेटा को कैप्चर और क्रंच करने के लिए, कंपनियों को नए स्टोरेज, कंप्यूटिंग और एनालिटिक टेक्नॉलॉजी और तकनीक को तैनात करना होगा। प्रौद्योगिकी चुनौतियों की सीमा और उनसे निपटने की प्राथमिकताएं फर्म की डेटा परिपक्वता के आधार पर अलग-अलग होंगी। हालांकि, विरासत प्रणाली और असंगत मानक और प्रारूप डेटा के एकीकरण को रोक सकते हैं और मूल्य बनाने वाले अधिक परिष्कृत विश्लेषिकी को बाधित कर सकते हैं। इसका मतलब है कि बड़े डेटा के लिए भी बड़ी तकनीक की आवश्यकता होती है।
कई नए और उन्नत डेटा प्रबंधन और डेटा विश्लेषण दृष्टिकोण बड़े डेटा के प्रभावी प्रबंधन और उस डेटा से एनालिटिक्स के निर्माण में सहायता करते हैं। उपयोग किया जाने वाला वास्तविक दृष्टिकोण डेटा की मात्रा, डेटा की विविधता, विश्लेषणात्मक प्रसंस्करण कार्यभार की जटिलता और व्यवसाय द्वारा आवश्यक जवाबदेही पर निर्भर करेगा। यह बड़े डेटा वातावरण के प्रबंधन, प्रशासन और संचालन के लिए विक्रेताओं द्वारा प्रदान की जाने वाली क्षमताओं पर भी निर्भर करेगा। ये क्षमताएं उत्पाद मूल्यांकन के लिए महत्वपूर्ण चयन मानदंड हैं।
बड़ी डेटा प्रौद्योगिकियों में भारी मात्रा में डेटा को संभालने के लिए डिज़ाइन किया गया ओपन-सोर्स डेटाबेस मैनेजमेंट सिस्टम शामिल है, जिसमें कैसेंड्रा और हडोप के साथ-साथ डेटा, रिपोर्ट और विश्लेषण करने के लिए डिज़ाइन किए गए व्यावसायिक खुफिया सॉफ़्टवेयर शामिल हैं।
नो बग्स, नो स्ट्रेस - योर स्टेप बाय स्टेप गाइड बाय स्टेप गाइड टू लाइफ-चेंजिंग सॉफ्टवेर विदाउट योर लाइफ
जब कोई भी सॉफ़्टवेयर गुणवत्ता की परवाह नहीं करता है तो आप अपने प्रोग्रामिंग कौशल में सुधार कर सकते हैं।
व्यापार निर्णयों के लिए बिग डेटा का उपयोग करना
फॉरेस्टर रिसर्च का अनुमान है कि संगठन अपनी उपलब्ध जानकारी का केवल पांच प्रतिशत प्रभावी रूप से उपयोग करते हैं। यह अनुकूलन और सुधार के लिए बहुत जगह छोड़ता है, यही वजह है कि व्यापार निर्णयों के लिए बड़े डिजिटल डेटासेट का उपयोग करने के लिए एक प्रौद्योगिकी स्टैक की विधानसभा की आवश्यकता होती है जिसमें भंडारण और कंप्यूटिंग से लेकर विश्लेषणात्मक और विज़ुअलाइज़ेशन सॉफ़्टवेयर अनुप्रयोगों तक सब कुछ होता है। विशिष्ट डेटा आवश्यकताओं और प्राथमिकताओं को लागू करने वाले बड़े डेटा लीवर और संस्थानों के डेटा परिपक्वता के आधार पर अलग-अलग होंगे।
तो क्या यह परेशानी के लायक है? एक शब्द में, हाँ। बड़े डेटा का उपयोग करने के व्यावसायिक लाभ स्पष्ट हैं। उदाहरण के लिए, मैकिन्से ग्लोबल इंस्टीट्यूट का अनुमान है कि बड़े डेटा का उपयोग करने वाला एक रिटेलर अपने ऑपरेटिंग मार्जिन को 60 प्रतिशत से अधिक बढ़ा सकता है। जब ROI की बात आती है, तो यह इससे बहुत बेहतर नहीं है।
बड़े डेटा से लाभान्वित होने के लिए, मैकिन्से ने सिफारिश की कि व्यापारिक नेता निम्नलिखित कदम उठाएँ:
- सभी डेटा परिसंपत्तियों की सूची
- मूल्य सृजन के अवसरों और जोखिमों को पहचानें
- डेटा-संचालित संगठन बनाने के लिए आंतरिक क्षमताओं का निर्माण करें
- प्रौद्योगिकी को लागू करने के लिए एक उद्यम सूचना रणनीति विकसित करना
- गोपनीयता, सुरक्षा और बौद्धिक संपदा जैसे डेटा नीति के मुद्दों को संबोधित करें
जब बड़े डेटा की बात आती है तो डेटा नीति के मुद्दे विशेष चिंता का विषय होते हैं। बड़े डेटाबेस में अक्सर अत्यधिक संवेदनशील जानकारी होती है, जैसे कि कंपनी रहस्य या डेटा जिसे कानून द्वारा संरक्षित किया जाना चाहिए। साथ ही, डेटा की उपलब्धता और गोपनीयता के बीच अक्सर व्यापार बंद होता है। यदि कोई संगठन डेटा को उपलब्ध और उपयोगी बनाना चाहता है, तो परिणामस्वरूप डेटा के आसपास अक्सर कम सुरक्षा होती है। वास्तविक समय निर्णय लेने के लिए बड़े डेटा को संसाधित करने के लिए, डेटा का केंद्रीकरण महत्वपूर्ण है। लेकिन जैसे-जैसे केंद्रीकरण बढ़ता है, गोपनीय डेटा को अनुक्रमित और सुरक्षित करने की क्षमता में गिरावट आती है।
इसके अलावा, डेटा सेट का आकार सुरक्षा और गोपनीयता नियंत्रण को लागू कर सकता है। सुरक्षा कारणों से उन सभी डेटा को एन्क्रिप्ट करना एक समय लेने वाला और महंगा उपक्रम होगा और डेटा प्रोसेसिंग को धीमा कर देगा, इस प्रकार तेजी से निर्णय लेने में बाधा होती है।
बड़े डेटा की गोपनीयता और सुरक्षा चुनौतियों से निपटने की कुंजी उपरोक्त पहला चरण है: सभी डेटा परिसंपत्तियों को सूचीबद्ध करना। एक बार जब संगठन समझ जाता है कि बड़ा डेटा कहाँ रहता है और किस तरह के डेटा हैं, तो वह कदम उठा सकता है, जैसे कि सुरक्षा डेटा में निवेश करना, जो बड़े डेटा वॉल्यूम को संभालने में सक्षम है, अपनी गोपनीय जानकारी को सुरक्षित करने के लिए।
रास्ते में बड़ा डेटा
तो अगला क्या? खैर, एक बात निश्चित है: बड़ा डेटा यहाँ रहने के लिए है।
लेकिन बड़ा डेटा आकार से अधिक है; इसके अवसर के बारे में। इस मामले में, यह नए और उभरते प्रकार के डेटा और सामग्री में अंतर्दृष्टि खोजने का अवसर है, व्यापार को अधिक चुस्त बनाने के लिए, और उन सवालों के जवाब देने के लिए जिन्हें पहले पहुंच से परे माना जाता था।
फिर, इससे लाभान्वित होने की कुंजी है, इसे पकड़ना और कुचलना, और इसका उपयोग स्मार्ट व्यापार निर्णय लेने के लिए प्रभावी ढंग से करना। काम करने की तुलना में आसान है, लेकिन अभी तक परिणाम बड़े प्रयासों के लायक साबित हो रहे हैं।