Definerer store data: volumen, hastighed og variation - dummier

Del af Big Data til dummier Cheat Sheet

Store data gør det muligt for organisationer at gemme, styre og manipulere store mængder af forskellige data med den rigtige hastighed og til det rigtige tidspunkt. For at få den rette indsigt er store data typisk opdelt i tre karakteristika:

• Volume: Hvor meget data

• Velocity: Hvor hurtigt data behandles

• Variety: De forskellige typer af data

Selv om det er praktisk at forenkle store data i de tre Vs, kan det være vildledende og alt for simplistisk. For eksempel kan du administrere en forholdsvis lille mængde meget forskellige, komplekse data, eller du kan behandle et stort antal meget enkle data. Disse enkle data kan være alle strukturerede eller alle ustrukturerede.

Endnu vigtigere er den fjerde V, veracity. Hvor nøjagtige er disse data til at forudsige forretningsværdi? Har resultaterne af en stor dataanalyse faktisk mening? Data skal kunne verificeres ud fra både nøjagtighed og kontekst. En innovativ virksomhed vil måske være i stand til at analysere massive mængder data i realtid for hurtigt at vurdere værdien af ​​den pågældende kunde og muligheden for at tilbyde yderligere tilbud til den pågældende kunde. Det er nødvendigt at identificere det rigtige antal og typer af data, som kan analyseres i realtid for at påvirke forretningsmæssige resultater.

Store data inkorporerer alle datatyper, herunder strukturerede data og ustrukturerede data fra e-mails, sociale medier, tekststrømme og så videre. Denne form for datahåndtering kræver, at virksomhederne udnytter både deres strukturerede og ustrukturerede data.