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:

1. 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.)
2. 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:

1. Költségcsökkentés
2. Időigény / átfutási idő csökkentés
3. Optimalizált ajánlat / termékfejlesztés egyszerűsödése
4. 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).

Comments

comments