Samler du på big data?

Hvad er ’big data’?

Direkte oversat taler vi om ’store mængder data’, der opsamles og skabes af mennesker, systemer og maskiner. Begrebet dækker også, at man bruger avancerede dataanalysemetoder, som skaber værdi ud af de store mængder af data. Omfanget af data stiller høje krav til de systemer, der skal håndtere dem, så vi kan skabe værdifuld viden.

Der er flere forskellige måder at definere begrebet ’big data’ på. Grafikken ovenfor lister 8 V'er, som ikke alle er lige relevante i alle sammenhænge. Oprindeligt har der været fokus på 3 af V’erne:

• Volume: Mængden af data som virksomheder indsamler gennem transaktioner, sociale medier og informationer fra sensorer.
• Velocity: Hastigheden hvormed data behandles.
• Variety: Diversiteten af det data der kommer ind fra mange forskellige kilder. Det betyder, at data kan optræde i forskellige formater: fra struktureret numerisk data, til ustruktureret data i tekstdokumenter, e-mails, billeder, videoer etc.

Der er gennem den seneste tid kommet flere V’er på. Nogle arbejder med 5 V’er og andre bruger helt op til 8 V’er, som grafikken viser.

I forhold til selve behandlingen af data er tilgangen:
1) At man er i stand til at analysere store datamængder frem for blot at foretage stikprøver,
2) at man er villig og i stand til at håndtere data som en rodet størrelse, der ikke nødvendigvis er eksakt og
3) at man kigger på sammenhænge og indbyrdes synergi mellem mange forskellige data frem for at lede efter direkte årsagssammenhænge.

Kort sagt dækker begrebet ’big data’ altså bredt over både indsamling, opbevaring, analyse, processering, fortolkning og deling af meget store datamængder.

Hvordan opsamles big data?

Tidligere skabte vi hovedsageligt data gennem manuel indtastning i virksomhedens informationssystemer. Med al den nye teknologi (blandt andet sensorer, trådløs kommunikation og cloud-løsninger) er det blevet både nemmere og billigere at indsamle data.

Læs mere i vores indsigter om sensorer og enheder. I artiklerne kigger vi på de muligheder der i dag ligger for at opsamle data, men også hvordan man gør det.

Mængden af data, der opsamles om os og vores omgivelser, stiger hele tiden og når de genererede data kombineres, opstår der hele tiden nye muligheder for at omsætte disse mønstre til værdifuld viden.

Hvad kan big data bruges til?

Big data har skabt grundlaget for helt nye forretningsmodeller og nogle brancher har allerede formået at anvende de store datamængder med stor succes. Man kan endda tale om, at der er opstået en helt ny branche, der sælger opsamling og analyse af data, som en service i sig selv. Big data er også fundamentet for machine learning, som vi skriver mere om i den nærmeste fremtid.

Big data anvendes allerede i stor stil indenfor markedsføring og salg:  For eksempel oplever vi dagligt at modtage målrettede reklamer, når vi bevæger os rundt på internettet. Målretningen baserer sig på de data om vores adfærd, der automatisk er blevet opsamlet og behandlet. Data kan være samlet op både fysisk (via sensorer) og online (gennem eksempelvis sociale medier). Et oplagt eksempel er Facebook og Google, som udnytter de enorme data-input, de får fra deres brugere til at sammensætte unikke personlige tjenester og målrettet reklame.

Et andet eksempel på udnyttelsen af big data kan findes indenfor metrologiske og miljømæssige beregninger, hvor store datasæt gør det muligt mere præcist at kunne forudsige vejret, hvilket eksempelvis er nyttig viden i energibranchen. Der er også store fordele at hente i forhold til optimering af distribution, logistik og lagerstyring samtidig med at big data kan danne grundlag for optimering og skærpelse af prissætning og sortiment.

Hvordan griber vi arbejdet med big data an?

Virksomheder og organisationer står med et stort behov for at kunne overskue og håndtere de store mængder af data. Det kan være fristende at kaste sig ud i spændende, nye store projekter, der skal udnytte mængderne af data, men arbejdet bør

• basere sig på forudgående undersøgelser af, hvilke data virksomheden samler op – altså en kortlægning af datalandskaberne
• tage udgangspunkt i en velbeskrevet business case – som sikrer, at projektet leverer reel værdi
• være forankret i en overordnet strategi – så virksomhedens retning og vision understøttes

Der skal skabes overblik over et væld af datakilder og muligheder – og samtidig skal indsatsen ved at bearbejde og analysere de mange data holdes op mod den værdi, det kan bringe til virksomhedens fortsatte udvikling.