A BidGata olyan, mint a tinédzser sex: mindenki beszél róla, de senki nem csinálja. Hogy Te még nem hallottál róla? Akkor itt az ideje, hogy beszélgessünk a “bit virágokról” és a “petabyte méhecskékről”…
Mennyire nagy a BigData?
Erre a kérdésre illik először is visszakérdezni, hogy tudniillik: Pontosan mikor?
A BigData ugyanis azért nagy, mert nagyon gyorsan nő. Hogy mennyire gyorsan? Egyre gyorsabban. Itt van három időszak, amelyekben ugyanannyi adat keletkezett:
Az összes adat az IT kezdetétől 2003-ig.
=
Két napi adat 2010-ben.
=
10 percnyi adat 2013-ban.
És már 2014 van…
Mi következik ebből?
Az adat mennyisége exponenciálisan nő. Ha az adat kezelési módszereink nem alkalmazkodnak ehhez, akkor sok adatunk lenne, de kevés információnk.
Milyen problémákat kell megoldanunk a BigData kapcsán:
- A megszokott eszközeinkkel nem kezelhető az adatmennyiség. Túl nagy és túl komplex a keletkező adatmennyiség, hogy a hagyományos eszközökkel, adatbáziskezelőkkel, tárolókkal kezelhető legyen. (“Kinövi” a winchestert, a memóriát, a szervert, az időkeretet, amin belül információvá kellene alakítanunk az adatot.)
- Az adatok szeparálásával (több kisebb adatkör párhuzamos kezelése) nem oldhatóak meg bizonyos problémák emberi időn belül. Tipikusan a legizgalmasabb kérdések, amik amúgy elvi szinten a nagyobb adatmennyiség mellett amúgy jól kezelhetőek lennének:
- Tudományos problémák (meteorológia, genetika, neurológia, fizikai szimulációk, biológiai és környezeti kutatások, csillagászati megfigyelések feldolgozása).
- Internetes keresés.
- Pénzügyi előrejelzések. (pl. Tőzsdei automatikus kereskedés.)
- Üzleti előrejelzések. (Ajánló rendszerek vásárlásnál a kosárméret növelésére.)
- Hírszerzési elemzés. (Mondjuk a terrorista gyanús tevékenységek észlelése telefonos, és internetes adatok elemzésével.)
- Visszaélési szituációk észlelése. (Mondjuk bankkártya és egyéb pénzügyi műveletekben.)
Milyen problémák megoldásában segít a BigData?
Ha egy cég ügyesen használja a BigData technológiákat, akkor elsősorban olyan előnyöket érhet el, mint:
- Költségcsökkentés
- Időigény / átfutási idő csökkentés
- Optimalizált ajánlat / termékfejlesztés egyszerűsödése
- Okosabb, megalapozottabb üzleti döntések
Hogy miként:
- A hibák eredendő okának felderítése közel valós időben, amivel potenciálisan milliárdos éves megtakarítások érhetőek el.
- Logisztikai rendszereket optimalizálhatunk, miközben a kamionok már úton vannak a csomagokkal.
- Meghatározhatjuk azt a termékárat, amely maximalizálja a profitot és a raktárakat is leüríti.
- Automatikus upsell ajánlatokat generálhatunk a vásárlás közben figyelembe véve a vásárló aktuális és múlt béli vásárlásait.
- Pillanatok alatt elemezhetjük egy portfólió aktuális kockázatait.
- Azonosíthatjuk a legértékesebb ügyfeleket.
- Azonosíthatjuk a visszaélési kísérleteket.
Ok, de miben más ez, mint az adattárház?
Ha a technikai részletekbe nem megyünk bele, akkor is van egy lényeges különbség a klasszikus adattárházak és a mai BigData megközelítés közt.
A klasszikus adattárházakkal alapvetően a múlt sötét bugyraiba próbál belelátni (napi betöltés, …), addig
a BigData a jelenről és a jövőről mond történetet
Minden mindennel összefügg…
A BigData / adat vezérelt döntéshozatal csak egy a számos, egymást erősítő trend közt.
Például legtöbb nagy szolgáltató felhő alapon is kínál BigData megoldásokat. A Microsoft “Project Sage” nevű projektje például nemsokára szolgáltatás formában kínál ajánló motort (Recommendation as a Service).