Big Data

A Big data megértéséhez egészen a 2000-es évek elejéig kell visszamennünk, amikor két definíció is született. Az első értelmezés szerint, melyet Gartner 2001-ben fogalmazott meg a big data olyan adat, mely egyre nagyobb mennyiségben és egyre nagyobb sebességgel érkezik. A másik értelmezést Doug Laney dolgozta ki és hozta létre a három-V-t:

  • Volume (mennyiség): milyen mennyiségben érkeznek az adatok.
  • Velocity (sebesség): milyen sebességgel mennek az adatok.
  • Variety (választék): az adatok sokszínűségére utal. A Big datával az adatok strukturálatlan adat-típusokban érkeznek (text, audio, video)

A két definíció nagyon hasonlít egymásra, a különbség a kettő között, hogy Laney kiegészítette a variety-vel (három-V), amit azóta mások is igyekeznek pontosabban megfogalmazni. A SAS további két szemponttal egészítette ki:

  • Variability (változó): vagyis az adatáramlás összeegyeztethetlen lehet az időszakos csúszásokkal.
  • Complexity (komplexitás): a mai adatok több forrásból érkeznek, ami megnehezíti azok összekötését, párosítását, megtisztítását és átvitelüket a rendszereken.

Bőgel György pedig a SAS nézőpontját figyelmen kívül hagyva adta hozzá a Veracity-t, vagyis az adat megbízhatóságát. Bőgel György meglátása azért is érdekes, mert az Oracle is fontos szempontnak veszi az adat megbízhatóságát, illetve annak értékét (Value).

A Big data előnye

  • Lehetővé teszi, hogy összetettebb válaszokat kaphassunk lévén több információ áll rendelkezésünkre.
  • A részletesebb válaszok nagyobb bizalmat adnak az adatnak, mely egy teljesen eltérő megközelítést eredményez a problémák megragadásában.

Hol használható a Big Data?

Termékfejlesztés

Több cég is, mint a Netflix vagy a P&G a Big datát használja annak érdekében, hogy “megjósolja” ügyfelei elvárásait. Olyan predikciós modelleket építenek új termékeikhez és szolgáltatásaikhoz, melyek a régi és új termékek vagy szolgáltatások kulcsfontosságú jellemzőit osztályozza és modellezi a kapcsolatokat és kereskedelmi sikerüket.

Predikciós ellenőrzés

A Big data segíthet feltárni a technikai hibákat a berendezések éveinek, gyártásának és modelljének, illetve a korábbi hibaüzenetek, szenzorok adatai, hőmérséklete alapján. Ezeket az információkat elemezve lehet kiszűrni a potenciális problémákat jóval azelőtt, hogy azok bekövetkeznének.

Ügyfélélmény

Nagy a verseny az ügyfelek megszerzésében, illetve azok megtartásában. Ma már sokkal egyszerűbben kaphatunk egy tiszta képet arról, hogy ügyfeleinket milyen élmények érik. A Big data ebben is segít, hiszen információt gyűjt a közösségi hálókról, oldal látogatottságokról és egyéb adatokból, melyek lehetővé teszik, hogy az ügyfélélmény javítható legyen. Egyik legjobb példa erre a személyre szabott ajánlatok kiküldése ügyfelei részére korábbi rendelései alapján.

Csalás és megbízhatóság

A biztonság kulcsfontosságú kérdés mindenki számára. Nem csak egyének állnak a hackelések mögött, hanem egész csoportok. A Big data segít, hogy felismerjük azokat a mintákat az adatokban, melyek csalásra utalhatnak és lehetővé teszi azok gyors jelentését.

.Gépi tanulás

Ki ne hallott volna a mesterséges intelligenciáról, amikor már a telefonunkkal is tudunk beszélni? Ma már nem kell programoznunk a gépeket, hanem taníthatjuk azokat, ez a tanítás pedig a Big datával történik.

Működés hatékonysága

Kevésbé ismert terület, de annál hatékonyabb eredményeket értek el itt a Big datának köszönhetően. A Big data elemzésének köszönhetően a termelés, az ügyfélvisszajelzés és visszaküldések és egyéb faktorok segítenek abban, hogy a gépek elöregedéséről, hibájukról minél előbb kapjunk információkat. Ugyanígy a döntési folyamatot is fejleszthetjük.

Innováció

A Big data lehetővé teszi, hogy tanulmányozhassuk az embereket, intézményeket, entitásokat és folyamatokat, majd a megszerzett adatok függvényében létrehozni új területeket, ahol mindezeket kamatoztathatjuk. Például pénzügyi döntéseknél jelenthet segítséget vagy új termékek fejlesztése, a lehetőséget szinte korlátlanok.

Forrás: Oracle; SAS

Hogyan kapcsolódik a Big Data a VPE-hez?

Mindenki számára ismerős a Facebook által generált rövid videó összeállítások évfordulókról és szülinapokról. Ezeket a videókat Big data segítségével állította össze a Facebook, és így lett mindenkinek személyre szabott videója. Vagyis a rólunk tárolt adatokból (képek, hozzászólások, ismerősök), a Big databól hozzák létre az alap videóból egy személyre szabott tartalmat.

A VPE is a felhasználókból tárolt adatokból, a Big databól dolgozik, mint a név, kor, korábban vásárolt termékek, érdeklődési körök stb. alapján állítja össze minden egyes személynek a perszonalizált tartalmát.

Ugyanakkor lehetőség van nem csak személyekről, hanem termékekről is létrehozni videótartalmakat a VPE segítségével. Az elv ugyanaz: a termékről tárolt adatokból (méret, színválaszték, termék név, jellemzők stb.) egy előre elkészített videóalapból készítjük el az adott termékre szabott tartalmat.