Video: The era of blind faith in big data must end | Cathy O'Neil 2024
durchgeführt haben. Sie werden eine Nuance über Big Data-Analysen finden. Es geht wirklich um kleine Daten. Während dies verwirrend und der ganzen Prämisse widersprechend erscheinen mag, sind kleine Daten das Produkt der Big-Data-Analyse. Dies ist kein neues Konzept, noch ist es für Leute, die Datenanalysen über einen längeren Zeitraum durchgeführt haben, nicht vertraut. Der gesamte Arbeitsraum ist größer, aber die Antworten liegen irgendwo im "Kleinen". "
Die herkömmliche Datenanalyse begann mit Datenbanken, die mit Kundeninformationen, Produktinformationen, Transaktionen, Telemetriedaten usw. gefüllt waren. Selbst dann standen zu viele Daten für eine effiziente Analyse zur Verfügung. Systeme, Netzwerke und Software hatten nicht die Leistung oder Kapazität, um die Skalierung zu bewältigen. Als eine Branche wurden die Mängel durch die Schaffung kleinerer Datensätze behoben.
Diese kleineren Datensätze waren noch ziemlich substantiv, andere Mängel wurden schnell entdeckt; am auffälligsten war die Diskrepanz zwischen den Daten und dem Arbeitskontext. Wenn Sie in der Kreditorenbuchhaltung gearbeitet haben, mussten Sie eine große Menge an nicht miteinander in Beziehung stehenden Daten betrachten, um Ihre Arbeit zu erledigen. Auch hier reagierte die Branche mit der Erstellung kleinerer, kontextbezogener Datensätze - groß bis klein und noch kleiner.
Sie können dies als die Migration von Datenbanken in Data Warehouses zu Data Marts erkennen. In den meisten Fällen wurden die Daten für die Lager und die Märkte nach willkürlichen oder experimentellen Parametern ausgewählt, was zu viel Versuch und Irrtum führte. Unternehmen erhielten nicht die Perspektiven, die sie benötigten oder möglich waren, weil die Kapazitätsreduzierungen nicht auf rechnerischen Fakten beruhten.
Geben Sie Big Data mit allen Volumina, Geschwindigkeiten und Varietäten ein, und das Problem bleibt oder verschlechtert sich möglicherweise. Die Unzulänglichkeiten der Infrastruktur wurden behoben und können riesige Mengen an zusätzlichen Daten speichern und verarbeiten, aber es wurden neue Technologien speziell zum Management von Big Data benötigt.
Trotz der äußeren Erscheinung ist das eine wunderbare Sache. Unternehmen werden heutzutage und in Zukunft mehr Daten haben, als sie sich vorstellen können, und sie werden die Mittel haben, sie zu erfassen und zu verwalten. Was notwendiger denn je ist, ist die Fähigkeit, die richtigen Daten rechtzeitig genug zu analysieren, um Entscheidungen zu treffen und Maßnahmen zu ergreifen.
Unternehmen werden die Datensätze immer noch in "Combing Trim" verkleinern, aber sie können dies rechnerisch tun. Sie verarbeiten die Big Data und wandeln sie in kleine Daten um, damit sie leichter zu verstehen sind. Es ist präziser und, da es von einem viel größeren Ausgangspunkt abgeleitet wurde, ist es kontextuell relevanter.
