Q:
Hvordan har big data påvirket den traditionelle analytics workflow?
EN:Udøvelse af forretningsanalyse eller andre analyseprocesser varierer meget og bør vurderes fra sag til sag. Der er dog nogle generelle måder, at brug af big datasæt har ændret, hvordan fagfolk nærmer sig analytiske projekter.
Sandsynligvis den vigtigste måde, hvorpå big data har påvirket analysen, er på den måde, datalagre analyseres. Før big data blev datalagre normalt analyseret på en lineær, en-til-en-basis. Før computere blev dette gjort ved hånden. Derefter muliggjorde Excel-regneark og andre værktøjer en mere effektiv lineær analyse af analyse. For eksempel vil et regneark tabulere forskellige kunder og deres købshistorik, og brugerne bygger rapporter om gennemsnitlige køb, går linje for linje og tager hver post i betragtning. Dette var den fremherskende metode til analyse, indtil big data kom på scenen.
| Gratis webinar At kende din kunde på tværs af flere platforme |
I big data-verdenen udføres analysen normalt gennem omfattende algoritmer og mønstersortering. Det gøres normalt ikke i hånden, fordi det vil tage for lang tid og kræve for mange ressourcer. De strukturelle værktøjer, der følger med big data, betyder også, at analyse ikke behøver at blive udført i hånden. Der er en voksende brug af noget kaldet heuristik eller sandsynlighedsarbejde, der giver mulighed for meget mere effektiv analyse baseret på mønstergenkendelse og andre strategier, der erstatter processen med traditionel statistisk analyse.
Med henblik herpå investerer moderne virksomheder hurtigt i alle mulige hardware- og softwareværktøjer til at bruge disse mere sofistikerede dataindvindingsmetoder. Big data har enormt påvirket måderne, hvorpå vi analyserer næsten alt fra et videnskabsprojekt til en forretningsproces. Kort sagt, softwareværktøjerne håndterer dataene og sorterer dem med automatisering og noget der nærmer sig kunstig intelligens.
