एनालिटिक्स पर एक पैराग्राफ पढ़ें या सॉफ़्टवेयर-ए-ए-सर्विस की चुनौतियों पर एक इन्फोग्राफिक का पालन करें, और आपको "बड़े डेटा" शब्द मिलेंगे। बिग डेटा से संबंधित डिजिटल वातावरण के लिए व्यावसायिक मॉडल को संशोधित किया जा रहा है। तो क्या दांव पर है, खासकर छोटे व्यवसायों के लिए जो बड़े निगमों के रूप में डेटा के अधिक प्रतिस्पर्धी उपयोग की खोज कर रहे हैं?
$config[code] not foundलेखक विक्टर मेयर-श्रोएंबर्गर और केनेथ कुकियर ने बिग डेटा: ए रिवॉल्यूशन दैट ट्रांसफॉर्म हाउ वी लाइव, वर्क एंड थिंक में इसका जवाब दिया है। मेयर-श्रोएंबर्गर ऑक्सफोर्ड विश्वविद्यालय में इंटरनेट गवर्नेंस और विनियमन के प्रोफेसर हैं, और कई पुस्तकों के लेखक हैं। उनका सबसे हाल का है डिजिटल युग में भूलने का गुण मिटाएं । Cukier एक प्रमुख टीकाकार और डेटा संपादक है अर्थशास्त्री। दोनों लेखकों ने कई उद्योगों, संगठनों और स्थितियों के परिप्रेक्ष्य से विश्लेषण के विषय पर कई लेखन और लेख तैयार किए हैं।
मैंने बार्न्स और नोबल की इस बड़ी डेटा बुक की एक प्रति निकाली। मैं यह देखना चाहता था कि आज के डिजिटल डेटा परिवेश में लेखक कितना अच्छा है।
एक साधारण तरीके से बिग डेटा चर्चा में जोड़ना
पुस्तक की थीम के पीछे की पृष्ठभूमि को आसान बनाने के लिए मेयर-श्रोएंबर्गर और कुकियर का प्रयास। अनिवार्य रूप से, बड़ा डाटा चीजों के "आंकलन" पर एक परिप्रेक्ष्य है - प्रक्रियाओं को डेटा के रूप में दर्ज किया जा सकता है, जिससे समाज को यह समझने में मदद मिलेगी कि डेटा कैसे बढ़ रहा है और एकत्र किया जा रहा है। दस अध्यायों को एक शब्द शीर्षक के साथ नाम दिया गया है, जैसे कि अब, सहसंबंध और गन्दा। ये, अध्याय के भीतर निहित कहानियों के साथ, सामाजिक समस्याओं और व्यावसायिक अवसरों पर प्रभाव डेटा को रोशन करने के लिए हैं।
डेटा अब केवल एक परिकल्पना की पुष्टि या खंडन करने के लिए नहीं है। इसके बजाय, संगठनों को डेटा के साथ कुछ गड़बड़ी को स्वीकार करना चाहिए - यानी सटीक होने के बारे में कम चिंतित होना और इसके बजाय, घटनाओं को व्यापक बनाना एक घटना को प्रभावित करता है:
“बड़ा डेटा यह बताता है कि हम दुनिया को कैसे समझते हैं और उसका पता लगाते हैं। छोटे डेटा की उम्र में, हम इस परिकल्पना से प्रेरित थे कि दुनिया कैसे काम करती है, जिसे हमने बाद में डेटा एकत्र करके और विश्लेषण करके सत्यापित करने का प्रयास किया। भविष्य में, हमारी समझ परिकल्पनाओं के बजाय डेटा की प्रचुरता से संचालित होगी। ”
यह "नो-मोर-सैंपल-साइज़" विचार के समान है वायर्ड संपादक क्रिस एंडरसन "सिद्धांत के अंत" के बारे में दावा करते हैं। वास्तव में, लेखक उस बहस को देखते हैं जब एंडरसन ने यह घोषणा की थी कि उसने घोषणा की थी कि छोटे डेटा आकार से परिकल्पना और मॉडलिंग अप्रचलित हो रही थी।
अन्य डेटा क्रांति में कुछ प्रसिद्ध विषयों पर कुछ ट्विस्ट शामिल हैं, जैसे कि स्टीव जॉब्स के लिए उनके कैंसर के उपचार के विकल्प और ग्राहक के खरीद व्यवहार को समझने के लिए डेटा में अमेज़ॅन के निवेश। एवीडी प्रौद्योगिकी पाठकों ने पहले इन उदाहरणों को पढ़ा हो सकता है, लेकिन वे तकनीकी घटनाओं के साथ सरसरी परिचित लोगों के लिए नए हो सकते हैं। कुछ दिलचस्प डेटा अनुप्रयोग हैं, जैसे कि कॉन एडिसन का न्यूयॉर्क शहर में मैनहोल कवर की घटनाओं को रोकने के लिए प्रयास, साथ ही एक खुला डेटा अनुप्रयोग फ्लाईऑनटाइम।हुस।
बनाए गए डेटा की विशालता निश्चित रूप से नए समाधानों की अनुमति देती है, लेकिन यह नई चुनौतियों को भी जन्म देती है। पहले ब्लश में, इस पुस्तक को पढ़ने वाले छोटे व्यवसायी महसूस कर सकते हैं कि वे शेरों की चुनौतियों को सहन करेंगे (अमेज़ॅन पर अध्याय पढ़ने से स्थानीय किताबों की दुकानों में गर्म और फजी यादें नहीं आ सकती हैं)।
लेकिन मेयर-श्रोएंबर्गर और कूकियर मध्यम आकार की कंपनियों को चॉपिंग ब्लॉक पर होने की उम्मीद करते हैं - या तो डेटा के आधार पर या छोटे और फुर्तीले रहने के पैमाने। उन पंक्तियों के साथ, विषय वस्तु विशेषज्ञ कई उद्योगों में कम प्रभावशाली हो गए हैं:
"मीडिया में, हफ़िंगटन पोस्ट, गॉकर और फोब्रेस जैसी वेबसाइटों पर बनाई और प्रचारित सामग्री नियमित रूप से डेटा द्वारा निर्धारित की जाती है, न कि केवल मानव संपादकों के निर्णय पर …। जेफ बेजोस को अमेज़ॅन में इन-हाउस पुस्तक समीक्षकों से छुटकारा मिल गया जब डेटा ने दिखाया कि एल्गोरिथम की सिफारिशों ने अधिक बिक्री को रोक दिया। इसका मतलब है कि कार्यस्थल में सफल होने के लिए आवश्यक कौशल बदल रहे हैं। ”
छोटे व्यवसाय पाठकों को यह महसूस नहीं हो सकता है कि सामग्री उनके पर्यावरण के लिए कार्रवाई योग्य विचारों से संबंधित है। पुस्तक बड़े डेटा विषय के लिए एक छोटा ऐतिहासिक संदर्भ देती है, जिसमें पिछले 10 वर्षों या उसके भीतर के संदर्भों को इंगित करने वाले नोट्स हैं। लेकिन डेटाबेस पर आईटी स्तर की कोई चर्चा नहीं है और योजना प्रबंधन पर कुछ भी नहीं - कम से कम तकनीकी विशेषताओं के संबंध में। पाठकों को उम्मीद है कि एसक्यूएल बनाम एसक्यूएल बहस कहीं और दिखनी चाहिए।
$config[code] not foundछोटे व्यवसाय के मालिकों को पुस्तक जो सबसे अधिक उत्तेजक-उत्तेजक दृष्टिकोण देती है वह एक चेतावनी है कि प्रौद्योगिकी की उपयोगिता कैसे विकसित हुई है।यह किसी भी तकनीक की व्यवहार्यता पर किसी भी पुरानी-पुरानी बहस से अलग है, एक बहस जो बजट के विचारों में बाधा डाल सकती है। सोशल मीडिया की तुलना में ईमेल बेहतर है या नहीं, इस पर ध्यान केंद्रित करने के बजाय, व्यापार के रणनीतिकारों को विपणन माध्यम और ग्राहक प्रतिक्रिया के बीच उपयोगी संघों को विकसित करने के लिए अपने विपणन के रुझानों के लिए अधिक सतर्क होना चाहिए।
यह इस तरह की विचार प्रक्रिया है बड़ा डाटा प्रोत्साहित करती है। इस प्रकार पुस्तक का अंतिम मूल्य कहानियों में निहित है कि कैसे संगठन डेटा और मॉडलिंग समाधानों को स्वीकार कर रहे हैं जो संचालन में सुधार करते हैं।
जोखिम और नियंत्रण के अध्याय आगे यथार्थवादी परिदृश्यों के लिए अवधारणाओं को लेते हैं। ये अध्याय नवीनतम दृष्टिकोणों के साथ गोपनीयता के विषय को कवर करते हैं और संभवतया समझदार हैं कि तकनीक के साथ क्या करना है। मेयर-श्रोएंबर्गर और कुकियर ने ग्राहक व्यवहार के उपयुक्त भविष्यवक्ताओं का चयन करते हुए रूपरेखा बनाम परिभाषा की रूपरेखा तैयार की है। लेकिन वे सामाजिक जटिलताओं को रेखांकित करने में सही कदम उठाते हैं, जैसे "भविष्यवाणियों पर आधारित दंड", जिसे वे "नामकरण" कहते हैं। लेखक एल्गोरिदम के उदय पर भी ध्यान देते हैं - जवाबदेही को सुनिश्चित करने में मदद करने के लिए गणित, विज्ञान और कंप्यूटर विज्ञान पृष्ठभूमि वाले पेशेवरों। हम जो बहुत सिस्टम बनाते हैं, उसके लिए:
“हम एल्गोरिदमवादियों को इस तरह की समस्याओं के लिए एक बाजार-उन्मुख दृष्टिकोण प्रदान करने के रूप में कल्पना करते हैं जो विनियमन के अधिक घुसपैठ रूपों से दूर हो सकते हैं…। यह सुनिश्चित करने के लिए कि लोगों को उसी समय तक संरक्षित किया जाता है जब तकनीक को बढ़ावा दिया जाता है, हमें तकनीक को आकार देने के लिए मानव डेटा की पहुंच से परे बड़े डेटा को विकसित नहीं होने देना चाहिए। ”
लेखकों ने अपने लेखन में एक आशावादी स्वर व्यक्त किया है, साथ ही बड़े डेटा अनुसंधान से संभावित भविष्य के परिणामों के लिए व्यावहारिकता के स्वर भी।
लेकिन आज के कारोबारी माहौल के लिए, पढ़ना बड़ा डाटा मानव व्यवहार के कारण और उस व्यवहार को कैसे दर्ज किया जाता है, इस बारे में अलग से सोचने के लिए नए छोटे व्यवसायों की मदद करेगा। सेवाओं में सुधार या नए लोगों को एकजुट करना बेहतर माना जा सकता है। नमूना आकार और सहसंबंध के बारे में बहस में गहराई से जाने वाली अन्य पुस्तकें हैं, लेकिन व्यवसाय के लिए प्राइमर के रूप में, बड़ा डाटा गलत समझे जाने वाले विषय को और अधिक समझने के लिए काम करता है।
