¿Cuáles son los malentendidos en big data?
1. Big data es un nuevo gadget en la nueva era.
De hecho, el análisis de datos no es nada nuevo. Ya en el Siglo de las Luces, hace cientos de años, los eruditos comenzaron a seguir el método científico y a desentrañar paso a paso las razones detrás de la formación de las cosas. Los científicos primero observan, obtienen y analizan datos, resumen hipótesis y luego, gradualmente, forman leyes mediante verificación continua. Por tanto, el big data del que estamos hablando es, en el mejor de los casos, sólo la aplicación de métodos científicos.
2.100 TB o más se denomina big data
De hecho, no existe un límite claro para el tamaño de los datos. Más importante aún, el tamaño de los datos no es necesariamente significativo. El hecho de que los datos sean grandes no significa necesariamente que se puedan hacer predicciones precisas: supongamos que tiene el nombre, el sexo, la fecha de nacimiento, la altura, el peso, el color de la piel, la visión y su comportamiento en línea de 7 mil millones de personas en la Tierra. Si se trata de predecir su distribución de ingresos el próximo año, me temo que esta enorme base de datos todavía no puede ayudarlo. Por lo tanto, los datos son precisos más que abundantes. La atención se centra en la tarea a realizar, no en la cantidad almacenada.
3. Los datos son muy objetivos
El software y el hardware utilizados para recopilar datos están diseñados artificialmente, por lo que es imposible ser absolutamente objetivo. Cuando tu teléfono permanece en una determinada pantalla, ¿significa que estás disfrutando del contenido? Es difícil decirlo. Tal vez simplemente estás charlando con el amigo que está a tu lado. ¿Que te guste una publicación significa que realmente te gusta la información? Es difícil decirlo. Quizás simplemente te gusta la persona que publicó la publicación o accidentalmente hiciste clic en ella al deslizar el dedo.
4. Los datos pueden decirte cosas que no sabes.
Como sugiere la palabra, los datos solo pueden decirte cosas que no sabes. Pero el tipo de historia interna que representa debe ser interpretada por el propio resumidor. Por ejemplo, después de analizar los datos de usuario de su aplicación, se descubre que las mujeres de entre 21 y 30 años representan la mayor proporción. Esto puede significar que su aplicación es más atractiva para este tipo de personas, pero también puede significar que el equipo de promoción original. estaba enviando anuncios en este momento, está más dirigido a este grupo de personas. ¿Cuál es exactamente el hecho? A menudo se requieren comparaciones más exhaustivas y análisis experimentales para acercarse.
5. Big data es un problema para el departamento de información
La recopilación y el almacenamiento de big data pueden clasificarse como negocio del departamento de información. Pero definir qué se debe recolectar, cómo recolectarlo y cómo aplicarlo después de la recolección es definitivamente responsabilidad del departamento líder de la empresa. Pedirle al departamento de TI que haga un buen trabajo en big data es como pedirle al departamento financiero que mejore las ganancias de la empresa: pone el carro delante del caballo.
En cuanto a los malentendidos en big data, el editor Qingteng los compartirá aquí. Si tiene un gran interés en la ingeniería de big data, espero que este artículo pueda ayudarle. Si desea saber más sobre las habilidades y materiales de los analistas de datos y los ingenieros de big data, puede hacer clic en otros artículos de este sitio para obtener más información.