چهار پیشرفت تکنولوژیکی ، نقش تعیین کننده ای به عنوان پیش برنده های موثر بر رشد کسب و کارها ، در دوره زمانی 2018-2022 داشته است . فراگیری اینترنت پر سرعت، هوش مصنوعی ، پذیرش گسترده تجزیه و تحلیل داده های بزرگ و فناوری ابری (cloud technology) پیش برنده های اصلی در این دوره پنج ساله بوده اند.تجزیه و تحلیل داده های بزرگ به عنوان یکی از پیش برنده های اصلی موضوع این نوشته است.
تجزیه و تحلیل داده های بزرگ بررسی مجموعه ای از داده های مختلف ومتنوعی است که هدفش بررسی کشف روابط ناشناخته بین اشیاء ، الگوهای پنهان داده ها ، روندهای تجاری ، ترجیحات مشتریان و سایر اطلاعات مفید است.شرکت های تجاری اقدام به تجزیه و تحلیل داده های بزرگ می کنند تا از این طریق تصمیمات تجاری آگاهانه تری بگیرند.فناوری های امروز تحلیل داده ها را امکانپذیرتر و در نتیجه سرعت تصمیم گیری را افزایش داده است.
مفهوم داده های بزرگ سالهاست مطرح است اما امروزه سازمانها به این درک رسیده اند که در صورت استفاده از جریان داده های موجود می توانند ارزشهای قابل توجه و مهمی کسب کنند. اگر چه اکثر سازمان ها حجم بزرگی از داده را در اختیار دارند اما اغلب در استفاده معنی دار از این داده ها ناکامند اما به نظر می رسد تجزیه و تحلیل (Analytics) ابزار بسیار قدرتمندی است که سازمانها را قادر به بهره گیری از این ابزار همچون اهرمی موثر در تصمیم گیری های کلیدی و فرایندهای کلیدی با نتایج درخشان می کند.
توماس داونپورت ،(Thomas Davenport) با بررسی نحوه بهره گیری 50 سازمان از فرایند تجزیه و تحلیل داده های بزرگ در یافت که سازمانها با بهره گیری از این فرایند به نتایج زیر دست یافته اند:
- کاهش هزینه :
فناوری های مرتبط با داده های بزرگ همچون (Hadoop) و بهره گیری از فناوری تجزیه و تحلیل مبتنی برفناوری ابری ( Cloud Based Analytics) به دلیل توانائی در ذخیره حجم بزرگ داده و به این دلیل که می توانند روش های بهتر کسب و کار را شناسائی کنند موجب کاهش چشمگیرهزینه می شوند.
- تصمیم گیری بهتر و سریع تر :
با بهره گیری از سرعت نرم افزار تحلیل (Hadoop) وتجزیه و تحلیل داده های کامپیوتری ( In-memory Analytics)
همراه با توانائی تحلیل منابع جدید داده ها ، سازمانها قادر به تحلیل فوری اطلاعات وتصمیم گیری بر اساس آنچه آموخته اند خواهند بود.
- تولید محصولات و خدمات جدید:
با استفاده از تجزیه و تحلیل داده های مشتری و با درک خواست های مشتریان و رضایت آنها ، خواهیم توانست نیازهای جدید مشتری را بشناسیم. داونپورت یادآوری می کند که که با تجزیه و تحلیل داده های بزرگ ، سازمانهای بیشتری می توانند محصولات و خدمات جدید تولید کنند .اغلب شرکت ها داده های بزرگ دارند اما تعداد محدودی ازآنها از این داده ها نگهداری و جهت استخراج ارزش از آن بهره می گیرند.
این روش ها آخرین دستاوردها پیرامون تعامل بین داده های بزرگ و تحلیل گر را نشان می دهند:
- علم آمار و آموزش ماشین : آموزش ماشین و روبوتیک برآموزش به کامپیوتر جهت کار بدون برنامه ریزی صریح متمرکز است. ایده اصلی اتوماتیک سازی مدل های تحلیلی است که از الگوریتمها جهت آموزش ماشین با استفاده از داده ها به شکل تعاملی بهره می گیرد.
- استفاده از نرم افزار Hadoop موجب مدیریت داده ها و استفاده از تجزیه و تحلیل به منظور شناسائی شناخت هایی است که قبلا ناشناخته بودند..
- حجم داده ها و کنترل: به نظر می رسد تا سال 2020 مجموع داده های ذخیره شده 50 برابر بیش از 5 سال گذشته آن باشد.چنین افزایشی در داده ها به معنی کنترل بیشتر و بهره گیری مطلوبتر است.
