Home » Technology » Big Data » Big Data: mythen en realiteit

Big Data: mythen en realiteit

Tech Page One

Man Using Venue 8 Pro Tablet At Work

 

Naast analytische en voorspellende algoritmen wordt Big Data vaak gedefinieerd door 3 of 5 v’s: Volume, variety (verscheidenheid), velocity (snelheid), veracity (waarheidsgetrouwheid) en value (waarde). Deze naar marketing ruikende termen bevatten echter enkele waardevolle lessen.

Alles is begonnen met de 3 v’s: Volume, variety (verscheidenheid), velocity (snelheid). Drie woorden die geacht zijn de problemen in verband met informatiebeheer samen te vatten en aan te tonen dat de bestaande analysetools niet in staat zijn om dergelijke, zo verscheiden volumes aan hoge snelheid te verwerken.

De 3 oorspronkelijke v’s van Big Data

Het doel van de 3 v’s was ook, en vooral, om het nut aan te tonen van het gebruik van Big Data-technologieën om deze situaties te verhelpen waarin conventionele datawarehouse-oplossingen of datamarts onmachtig of erg duur blijken te zijn.

Volume

E-mails, Office-documenten, commerciële transacties of transacties in ERP’s, tweets, foto’s, sensoren: hoeveel informatie wordt er geproduceerd per seconde? Volgens een studie van het instituut IMS Research zullen er binnen 5 jaar meer dan 22 miljard apparaten aangesloten zijn op het internet en deze zullen bijna 3 triljoen bytes aan informatie genereren per dag. Bedrijven praten niet meer in gigabytes, maar al in terabytes of zelfs petabytes.

Hoe kun je concreet inzicht verwerven in een merk of product door meerdere terabytes aan tweets te analyseren die elke dag in een paar minuten gegenereerd worden? Hoe kun je tientallen miljoenen elektriciteitsmeters in real time analyseren om te anticiperen op een ​​panne? Het is dat soort vragen dat de Big Data-technologieën aanpakken. En de traditionele datawarehouses zijn niet ontworpen voor dat soort analyses.

Variety (verscheidenheid)

Businessman Working Dashboard Strategy Research ConceptTraditioneel verwerkt analytische software gestructureerde gegevens uit databases. Meer dan 80% van de geproduceerde informatie is echter ongestructureerd: teksten, afbeeldingen, video, voice, sensoren, … Big Data is bedoeld om analyses uit te voeren op alle informatie, zowel de gestructureerde als de ongestructureerde. Het correleren van al deze informatie helpt om betere beslissingen te nemen en de trends in voorspellende analyse betrouwbaar te maken.

Hier zijn enkele voorbeelden van de voordelen van het correleren van deze informatie: het koopgedrag in real time analyseren om beter advies te geven en het volume van de transacties te verhogen, de relatie met de klant verbeteren in alle kanalen, trends identificeren om statistische modellen te definiëren en producten of diensten te verbeteren of consumenten anoniem profileren …

Velocity (snelheid)

Bij het opsporen fraude op internationaal niveau of het voorstellen van het beste aanbod aan de klant op basis van zijn profiel op het moment van de aankoop is twee minuten wachten vaak ondraaglijk. Snelheid is dus een van de kenmerken van Big Data, dat gebruik maakt van bewezen geavanceerde technologieën voor ongekende prestaties: massaal parallelle verwerking, in-memory, clustering, …

Big Data, dat oorspronkelijk voorbehouden was voor uitgestelde verwerking van grote hoeveelheden gegevens in batch-modus, bevat nu streaming van gegevens in real-time, met inbegrip van de mogelijkheid om niets op te slaan. Zo wordt het mogelijk miljoenen zakelijke transacties per dag te analyseren om eventuele fraude op te sporen. Of om in real-time informatie afkomstig van sociale netwerken en CRM (customer relationship management software) te correleren om een cliënt nauwkeurig te kwalificeren.

Twee nieuwe v’s: een zakelijk doel

De eerste Big Data-projecten hebben hun initiatiefnemers vaak verbluft door hun prestaties en hun vermogen om grote volumes aan zeer verscheiden gegevens te integreren. Maar ze hebben ook twee andere v’s aan het licht gebracht, één voor de kwaliteit van de informatie, de andere voor de intrinsieke waarde voor het bedrijf. Kortom: het einde van het experimenteren om de weg te bereiden voor operationalisering.

Veracity (waarheidsgetrouwheid)

Waarom zouden we een groot volume aan gegevens analyseren als we niet zeker zijn van de betrouwbaarheid van de informatie? Mechanismen ter controle van de waarheidsgetrouwheid en de kwaliteit van de gegevens worden geïntegreerd in de Big Data-processen, waarin meestal eindgebruikers betrokken zijn, om het vertrouwen van de zakelijke gebruikers te verdienen. Een grote strengheid in de selectie van de gegevensbronnen, de verzameling, duplicatie en verrijking ervan, is van cruciaal belang. Zonder de wettelijke verplichtingen volgens de bedrijfssector te vergeten.

Value (waarde)

Deze laatste v is zeker de v die op de eerste plaats zou moeten komen bij de lancering van een Big Data-project. Welke waarde zal deze toepassing brengen voor de onderneming of de activiteit waarvoor ze is ontwikkeld? Het creëren van waarde voor de onderneming en haar klanten staat immers centraal bij Big Data. Het vermogen van deze technologieën om onverwachte of nieuwe resultaten of trends te onthullen draagt ​​echter sterk bij aan het succes ervan bij de gebruikers, die steeds veeleisender zijn. En is dat niet een bewijs van gecreëerde waarde?

Voorbeeld met de analyse in real-time van IT-activiteiten. Deze analyse maakt het mogelijk storingen onmiddellijk op te sporen en er zelfs op te anticiperen, via monitoringtools met waarschuwingen. Niet alleen worden incidenten gedetecteerd, vaak wordt ook hun waarschijnlijke oorzaak vermeld. Geoptimaliseerd IT-systeem, verbeterde productiviteit: hoge toegevoegde waarde.

 

 

Dell

Dell

Dell stelt landen, gemeenschappen, klanten en mensen overal ter wereld in staat om technologie te gebruiken om hun dromen te realiseren. Klanten vertrouwen op ons voor technologische oplossingen die hen helpen meer te doen en te bereiken, of ze nu thuis, op het werk, school of waar dan ook zijn. Leer meer over ons verhaal, ons doel en de mensen achter onze klantgerichte aanpak.

Laatste Artikels:

 

Tags: Big Data, Technology