Bagaimana Big Data Dapat Membantu Organisasi Anda Mengungguli Rekan Anda
Big data memiliki banyak potensi untuk memberi manfaat bagi organisasi di industri apa pun, di mana pun di seluruh dunia. Data besar lebih dari sekadar banyak data dan terutama menggabungkan kumpulan data yang berbeda akan memberikan organisasi wawasan nyata yang dapat digunakan dalam pengambilan keputusan dan untuk meningkatkan posisi keuangan suatu organisasi. Sebelum kita dapat memahami bagaimana big data dapat membantu organisasi Anda, mari kita lihat apa sebenarnya big data itu: Klik di sini Data HK untuk mendapatkan info lebih lanjut tentang situs kami.
Secara umum diterima bahwa big data dapat dijelaskan menurut tiga V: Velocity, Variety, dan Volume. Namun, saya ingin menambahkan beberapa V lagi untuk menjelaskan dengan lebih baik dampak dan implikasi dari strategi big data yang dipikirkan dengan matang.
Kecepatan
Velocity adalah kecepatan di mana data dibuat, disimpan, dianalisis, dan divisualisasikan. Di masa lalu, ketika pemrosesan batch adalah praktik umum, adalah normal untuk menerima pembaruan ke database setiap malam atau bahkan setiap minggu. Komputer dan server membutuhkan waktu yang cukup lama untuk memproses data dan memperbarui basis data. Di era big data, data dibuat secara real-time atau mendekati real-time. Dengan ketersediaan perangkat yang terhubung ke Internet, nirkabel atau kabel, mesin dan perangkat dapat meneruskan data mereka saat data tersebut dibuat.
Kecepatan pembuatan data saat ini hampir tidak terbayangkan: Setiap menit kami mengunggah 100 jam video di YouTube. Selain itu, lebih dari 200 juta email dikirim setiap menit, sekitar 20 juta foto dilihat dan 30.000 diunggah di Flickr, hampir 300.000 tweet dikirim dan hampir 2,5 juta kueri di Google dilakukan.
Variasi
Dulu, semua data yang dibuat adalah data terstruktur, tersusun rapi dalam kolom dan baris tetapi hari-hari itu sudah berakhir. Saat ini, 90% dari data yang dihasilkan oleh organisasi adalah data tidak terstruktur. Data saat ini hadir dalam berbagai format: data terstruktur, data semi terstruktur, data tidak terstruktur, dan bahkan data terstruktur yang kompleks. Berbagai macam data memerlukan pendekatan yang berbeda serta teknik yang berbeda untuk menyimpan semua data mentah.
Ada banyak jenis data yang berbeda dan masing-masing jenis data tersebut memerlukan jenis analisis yang berbeda atau alat yang berbeda untuk digunakan. Media sosial seperti posting Facebook atau Tweet dapat memberikan wawasan yang berbeda, seperti analisis sentimen pada merek Anda, sementara data sensorik akan memberi Anda informasi tentang bagaimana suatu produk digunakan dan apa kesalahannya.
Volume
90% dari semua data yang pernah dibuat, dibuat dalam 2 tahun terakhir. Mulai sekarang, jumlah data di dunia akan berlipat ganda setiap dua tahun. Pada tahun 2020, kita akan memiliki 50 kali jumlah data seperti yang kita miliki pada tahun 2011. Volume data yang sangat besar dan kontributor yang sangat besar untuk alam semesta digital yang terus berkembang adalah Internet of Things dengan sensor di seluruh dunia dalam semua perangkat membuat data setiap detik.
Jika kita melihat pesawat terbang, mereka menghasilkan sekitar 2,5 miliar Terabyte data setiap tahun dari sensor yang dipasang di mesin. Juga industri pertanian menghasilkan sejumlah besar data dengan sensor dipasang di traktor. John Deere misalnya menggunakan data sensor untuk memantau pengoptimalan mesin, mengontrol armada mesin pertanian yang terus bertambah, dan membantu petani membuat keputusan yang lebih baik. Shell menggunakan sensor super sensitif untuk menemukan minyak tambahan di sumur dan jika mereka memasang sensor ini di 10.000 sumur, mereka akan mengumpulkan sekitar 10 Exabyte data setiap tahun. Itu lagi-lagi tidak ada apa-apanya jika kita bandingkan dengan Teleskop Array Kilometer Persegi yang akan menghasilkan 1 Exabyte data per hari.
Di masa lalu, pembuatan begitu banyak data akan menyebabkan masalah serius. Saat ini, dengan penurunan biaya penyimpanan, opsi penyimpanan yang lebih baik seperti Hadoop dan algoritme untuk menciptakan makna dari semua data itu, ini bukanlah masalah sama sekali.