امروزه بسیاری از متخصصان و حتی کاربرانی که در حوزه های مختلفی از فناوری اطلاعات فعالیت می کنند از روند رشد چشمگیر داده ها و چگونگی پردازش آنها شنیده اند و حداقل این نمودار رشد را مشاهده کرده اند. در مثال ها عمدتا به شبکه های اجتماعی پرداخته می شود که کاربران آنها در سال جاری بیش از 3 برابر سال پیش، داده تولید کرده اند.
به این داده ها که مدیریت و پردازش آنها در حال خارج شدن از توان ابزارها و روش های موجود است داده های کلان یا بزرگ‌داده ها می گویند. این داده ها از سه جنبه سرعت دسترسی، تنوع منابع و ساختار داده ای مورد تحلیل قرار می گیرد. در مورد ماهیت داده های کلان در این مقاله بیش از این پرداخته نمی شود و اگر می خواهید در این مورد بیشتر بدانید به اسلاید “بزرگ‌داده:داستان یک ملاقات” رجوع کنید.
در این مقاله قصد داریم به نقش اساسی داده های کلان در تجارت و کسب و کار بپردایم. می دانیم که کسب و کارهای نوپا امروزه در حال افزایش هستند و موارد بسیاری همچون مدل کسب و کار و چگونگی تحلیل داده های کاربران از اهمیت بسیاری برخوردار است. شرکت های نوپا در آغاز با هیچ پیچیدگی داده ای و سرعت دسترسی مواجه نمی شوند. در واقع بحث داده های کلان را می بایست در میانه راه این کسب و کارها دنبال کرد و تا زمانی که به سطح رشد و قابل قبولی نرسیدند توجه به این نکته اهمیتی ندارد. شرکت های نوپا در آغاز کار می بایست آینده نگری نسبت به مشتریان خود و سرویسی که میخواهند ارائه کند داشته باشد. شرکت IBM معتقد است اکثر شرکت های بزرگ تنها از داده هایی که از نظر مدیریت و ذخیره سازی به راحتی در دسترس هستند استفاده می کنند. علاوه بر آن تنها یک درصد از آن داده های موجود در اطرافشان را استفاده می کنند. می دانیم که داده ها تنها داده های در دسترس و منظم نیستند.
یکی از جنبه های داده های کلان تنوع منابع بود. یعنی اینکه داده ها از منابع مختلفی جمع آوری می شوند مثل یک نیروگاه برق آبی و یا یک دیش رادیوتلسکوپی. داده هایی که از این منابع جمع آوری می شود با یکدیگر تفاوت بنیادین دارد و اگر شرکتی نتواند از تمامی این داده ها استفاده کند مشتریانش را نیز از دست می دهد. جنبه دیگر این نوع داده ها سرعت دسترسی بود. دو شرکت را در نظر بگیرید که از معماری مدیریتی داده های کلان برخوردار است و دیگری نیست. شرکت دوم به داده های مشتریان خود در عرض ۴۵ دقیقه دسترسی پیدا میکند و شرکتی که از معماری مدیریتی و پردازش داده های کلان برخوردار است در ۴ دقیقه به آن اطلاعات دستیابی پیدا میکند. پس در اینجا به این نکته می رسیم که داده های در دسترس تنها داده هایی نیستند که باید مورد تحلیل قرار بگیرند. اغلب ادعا می شود هزینه های تحلیل داده های کاربران بسیار بالا است ولی اگر تحلیل داده ها در سطح کلان صورت بگیرد هر یک دلار هزینه تحلیل ، 10 دلار سود به شرکت تزریق می شود.
شرکتی را تصور کنید که در زمینه تحلیل سهام بورس فعال است. لازم به ذکر است که هرچقدر داده های در اختیار ما بیشتر باشد نتیجه و تحلیل قوی تری را می توانیم کسب کنیم. اگر این شرکت نتواند داده های کلان را مدیریت کند، در نتیجه نمی تواند تحلیل دقیق تری را ارائه کند و اگر روش های مدیریتی و پردازش داده های کلان مربوط به سهام و بورس را به خوبی پیاده سازی نکند زمان تحلیل را هم افزایش می دهد.
نتیجه می گیریم که شرکت های بزرگ هوشمند به مواردی که در این مقاله ذکر شد توجه می کنند و صبر نخواهند کرد که داده های آنها افزایش یابد و بعد به فکر چاره باشند. امید است با توجه این موضوعات به مبحث داده های کلان در سطح تجاری توجه بیشتری گردد.
