Cómo entender el "big data": 3 aspectos de los cambios en la calidad de los datos
¿Cómo entender el "big data"? 3 aspectos del cambio cualitativo de los datos
"Big data" significa literalmente "datos masivos". En pocas palabras, significa que la cantidad de datos involucrados es tan grande que no pueden ser procesados por las tecnologías convencionales actuales. herramientas. La palabra "procesamiento" aquí contiene múltiples significados: extracción, almacenamiento, gestión, análisis, transmisión, predicción, etc.
Pero esto es sólo una comprensión aproximada de lo que significa "big data".
Las primeras disciplinas en proponer el concepto de "big data" son la "astronomía" y la "genética", que se han basado en el concepto de "big data" desde el principio. Ambas disciplinas se han basado en el "análisis basado en datos masivos" desde su nacimiento.
Se puede decir que los big data son el producto de la combinación de "computadora" e "Internet". Las computadoras realizan la "digitalización" de los datos; "Red"; ¡la combinación de los dos da vitalidad al "big data"!
A medida que Internet penetra en nuestro trabajo y nuestra vida en todas partes, como el aire, el agua y la electricidad, junto con la popularidad de la Internet móvil, la Internet de las cosas y los dispositivos portátiles de Internet, nuevos "datos" se están acelerando a un ritmo tasa exponencial. Se dice que desde la llegada de Internet, el 90% de los "datos" del mundo se han generado rápidamente.
Sin embargo, aparte de los fenómenos superficiales de la generación y almacenamiento de cambios cuantitativos en los datos, debemos prestar más atención a los cambios cualitativos provocados por los cambios cuantitativos en los datos, que se reflejan específicamente en lo siguiente. tres aspectos:
①Pensamiento de datos
La era del big data nos ha traído una nueva forma de pensar.
La era del big data nos ha traído una nueva Cuando la próxima generación de datos se convierta en el cuerpo principal de la producción social, la forma de pensar cambiará y provocará cambios disruptivos en la industria.
-¡Analice datos completos en lugar de muestreo aleatorio!
-Enfatiza la complejidad de los datos y debilita la precisión
-Céntrate en la correlación de los datos, en lugar de la causalidad.
Todos los cambios empresariales en la historia comenzaron con. "Cambios en el pensamiento". El antiguo sistema económico y los conceptos comerciales tradicionales se enfrentan a una nueva lógica del pensamiento empresarial, si el cerebro no puede seguir el ritmo de los tiempos, absorberlo y transformarlo en un nuevo pensamiento que se adapte a las tendencias y utilizar un nuevo pensamiento. para reorganizar la estrategia, la estructura, la cultura y diversas estrategias de la organización, entonces parece que la forma de pensar y las diversas estrategias, entonces una organización aparentemente poderosa se convertirá en un lastre para el progreso de la empresa.
Este nuevo caso de pensamiento. Lo que subvirtió al gigante ocurrió primero en el campo tradicional de la tecnología de la información y luego penetró en el campo empresarial tradicional: BlackBerry (abundan los casos como Blackberry), Motorola, Nokia, Kodak y Yahoo.
Por supuesto, El declive de estas empresas no se debe a la falta de "pensamiento de datos", sino a que fueron eliminadas por el "nuevo pensamiento de Internet". El "pensamiento de datos" del pasado es el último pensamiento y su influencia. Aún no se ha desarrollado hasta el punto de provocar el colapso de los gigantes, pero si no le prestas suficiente atención, ¡puedes estar en la lista de la próxima ola de reinos derrotados! ) Activos de datos
En la era del big data, necesitamos datos más completos para mejorar la precisión del análisis (predicción), por lo que necesitamos herramientas de producción de datos automatizadas más baratas, más convenientes y más precisas. Además de los diversos "datos de información personal" que dejamos intencionalmente o no cuando utilizamos software y navegadores de mundos virtuales de Internet, utilizamos dispositivos digitales portátiles como teléfonos móviles, relojes inteligentes, pulseras y collares inteligentes para producir datos; routers, televisores, aires acondicionados, frigoríficos, dispensadores de agua, aspiradoras, juguetes inteligentes, etc. en nuestros hogares son cada vez más inteligentes y están equipados con capacidades de Internet.
Estos electrodomésticos son cada vez más. inteligente, aunque nos sirve mejor, también está generando una gran cantidad de datos incluso cuando vamos de compras, routers de los comerciantes, WLAN y 3G de los operadores, ojos electrónicos con cámaras por todas partes, pantallas de autoservicio en los grandes almacenes y en los bancos. Los cajeros automáticos, las gasolineras y las máquinas de tarjetas de crédito de las tiendas de conveniencia recopilan y generan datos.
En el campo de Internet, nos gusta decir la palabra "entrada". El significado directo de "entrada" es "tráfico", y el significado de tráfico en el campo de Internet es "dinero", "dinero". ", "dinero" ","dinero","dinero","dinero","dinero","dinero","dinero". El tráfico de Internet significa "dinero" y la forma en que se puede monetizar el tráfico puede ser publicidad, juegos o comercio electrónico.
En la era del big data, la palabra "entrada" tiene un significado más profundo, es decir, la "fuente de producción de datos". Los usuarios que satisfacen determinadas necesidades a través de una aplicación o un producto de hardware también pueden hacerlo. de "datos" relacionados se quedan atrás. ¡El uso razonable de estos datos puede permitir que las empresas propietarias de esta parte de los datos obtengan mayores beneficios comerciales!
Por lo tanto, en la era del "big data", las empresas que se dan cuenta de que "los datos también son un activo" han comenzado a diseñar las "fuentes de producción de datos" de varias maneras. necesidades emergentes, o puede ser una aplicación de herramienta simple, ¡y también puede ser un producto digital portátil!
3) Realización de datos
Con los "activos de datos", es necesario extraer el valor de los "activos" mediante el "análisis" y luego "darse cuenta" del valor de los "activos" . Los "activos de datos" deben "analizar" el valor del "activo" y luego "realizar" el valor del "activo".
El propósito principal del análisis de big data es la "predicción". Basado en datos masivos, a través de diversas tecnologías y modelos matemáticos relacionados con el "aprendizaje automático", podemos predecir la posibilidad de que sucedan cosas y tomar las medidas correspondientes. medidas. Prediga los precios de las acciones, prediga los precios de los billetes de avión, prediga la gripe y más.
"Predecir la posibilidad de que algo suceda" continúa extendiéndose hacia abajo. En este proceso, se pueden realizar "intervenciones" apropiadas para llevar las cosas en la dirección esperada. Por ejemplo, todas las empresas de comercio electrónico como Amazon recomendarán "productos" basándose en el análisis de las preferencias y el poder adquisitivo de los usuarios, y guiarán a los usuarios para que aumenten sus gastos. Los gigantes de Internet como Google utilizarán diversos medios técnicos para tratar de mostrar diferentes; anuncios para diferentes usuarios, y llámelo "marketing de precisión", etc. Los gigantes de Internet como Google también utilizarán diversos medios técnicos para intentar mostrar diferentes anuncios a diferentes usuarios, lo que se denomina "marketing de precisión", aumentando así las tasas de clics (las empresas de juegos en línea también utilizarán publicidad dirigida en sus operaciones); Analizar datos de comportamiento de los jugadores y ajustar el diseño de niveles de juego y puntos de facturación.
Lo anterior explica cómo comprender los tres aspectos de los cambios en la calidad de los datos de "big data". Para obtener más información, puede prestar atención a Global Ivy para compartir información más detallada.