それらの収集、保管、処理、分析には、印象的な努力とリソース消費が必要です。 そして、これは、ミスを減らし、ミスの結果を最小限に抑えるために必要です。
言い換えると、ビッグデータ管理の主な目標は品質決定の採用です。
フィリップ・ディック（2002-20世紀フォックス、ドリームワークスSKG）の小説に基づいたスティーブンスピルバーグの映画「マイノリティレポート」のフレーム。
...現象
ビッグデータは、その出現と、ビジネス世界での地位の強化と、デジタル情報の流れの増加に起因しています。 大部分は、そのようなストリームを管理することの過剰性と不可避性により、これを最も合理的に行う方法について考えさせられました。 一方、市場、消費者、競合他社、従業員、および市場に関する追加情報を取得する企業の明らかなニーズは、新しい情報源の検索につながります。
以前は欠落していたさまざまなパラメーターや情報の登録など、多くの直接収集オプションがあることを忘れないでください。 少なくともモバイルデバイスのセンサーを記録してください。
さまざまなデジタルおよびアナログ形式の拡張固定ツールも状態登録であり、読み取り、保存、処理されます。 膨大な量のデータを生成するデジタルレコーダーのネットワークを形成するデバイスの数が増えています。 「モノのインターネット」を集中的に開発すると、処理および保存されるデータの配列が増加します。 ビッグデータは、確立されたアルゴリズムに従って、ユーザーとデジタルデバイスの両方によって直接作成されるという事実を忘れないでください。
情報の密集した流れを観察することで、企業はそれらに特定の利点を見出し、それらを合法的に受け入れたいと考えています。
ビッグデータの現象は 、周囲の世界から情報をより多く収集する能力と能力として、周囲の世界の情報の増加の結果ではありません。 昨日でさえ、スーパーマーケットのマネージャーは、彼の施設の人気を評価するために訪問者を数えるために入り口に従業員を置くことを強制されました。 そしてすでに今日、彼はトレーディングフロアを通る訪問者の動きに関するデータを取得し、顧客の最適なフローを形成します。 個々のオファーやサービスを備えた「スマート」な小売スペースで、特定の消費者の訪問と購入の時間を「予測」することは可能ですか？ しかし、これは情報スペースの量の革命的な変化の結果ではなく、収集されたデータの「密度」を高めた結果です。
...密度
記録されたデータの密度-1つのオブジェクト（イベント、プロセス、現象）について収集されたデータの量。
データ密度の増加は、1つのオブジェクト（イベント、プロセス、現象）について収集されるデータ量の増加です。
デジタルデータの記録と記録の特性は離散的です。 特定の各データ収集は、他の同様のイベントからある程度独立した、個別のイベントです。 このため、各収集イベントのデータの収集は有限です。 通常、このようなデータセットはタスクのフレームワーク内に存在し、登録のツールと方法に依存します。 オブジェクトの状態（イベント、プロセス、現象）を記録すること、特定の時点での特定のデータセットの形成について話すことは許可されます。 状態データを収集するための一時的な要因には特別な効果があり、他の多くの要因と同等に考慮されます。
記録され、収集され、保存され、処理されたデータの増加する量が、その流れを形成しています。 寛大にデータを生成する一部のタイプのデバイスのパフォーマンスは、大量のデータ交換と、いくつかの一般的な情報トランスポートチャネルまたは生産的なストレージコンテナへの「パッキング」の問題を引き起こします。
...可用性
ビッグデータは、大きな競争上の優位性を提供します。 そして、この声明は、収集、処理、分析に適切な有能な戦略と変化に対するビジネスの準備が伴う場合に当てはまります。
今日、ビッグデータは大規模で情報豊富な企業が利用できます。 しかし、明日、さまざまなツールの助けを借りてそれらにアクセスすると、中小企業が得られます。 ビジネスインフラストラクチャの情報開発は印象的なペースで進んでいます。 そして、ビッグデータが大量市場や大規模生産に適していると言うのは正しくありません。 高度に専門化された企業やサービス企業でさえ、ビッグデータから深刻な開発の可能性を引き出すことができます。
ビッグデータに関連する個々のコンピテンシーの専門性が強化されていることを考えると、彼らの将来はサードパーティコンサルタントのサービス共有機能であり、1つの企業内の全プロセスではないと言うのが適切です。 最適なモデルは、共通の内部ビッグデータ管理戦略を使用して、ビジネスが外部の専門家に狭い作業領域を委託する場合です。 たとえば、特定のデータを収集し、確立された形式で顧客に提示します。 それは今とほぼ同じで、ウェブ分析、サイトの使命と戦略をあまり理解しておらず、その所有者、著者、受益者に完全に興味がなく、訪問者の数と質に関するデータを収集して提供しています。
...分析
ビッグデータは、時間の経過とともにビッグアナリティクス業界になる可能性があります。 今日、優先事項は、膨大な量の情報を収集して処理するためのITインフラストラクチャです。 しかし、それらがさらに改善されるにつれて、有能なデータ処理の問題、およびそれらに基づいた客観的で関連するソリューションの生成の問題はますます明白になっています。 ビッグアナリティクスは 、ビッグデータよりもはるかに複雑です。 しかし、後者がビジネス環境に十分に浸透し、経営の専門的能力があれば、高度な分析の明確なニーズが形成されます。
ソフトウェアと直接分析の両方の真剣で便利なツールを使用して、優れた分析を提供する必要があります。 明らかに、有資格者の必要性は増加します。 しかし、ビッグデータサービスの情報技術開発のために訓練されたIT専門家を引き付けることが可能である場合、大きな分析のために特別に訓練された専門家が必要になります。 特定の方法で、情報技術の知識と経験を主題分野の知識と経験と組み合わせます。
情報のコンピューター処理の分野における現在および長期にわたる重大な進歩にもかかわらず、人なしで管理することは不可能です。 データを集中的に調査し、分析アルゴリズムの観点から理解できるタスクを定式化できる専門家にとって、非常に必要です。 データエラーのトラブルシューティングは、このような専門家が解決する明白かつ緊急の問題です。 そして、IT市場がツールキットとして提供するものは次のとおりです。
間違いなく、ビッグデータはさまざまな市場を形成します。さまざまなサイズと品質のデータを販売する市場から、コンピューター時間のスーパーコンピューターでハイテクサービスを提供する市場まで。
従来の量を超える量の情報の収集と処理への移行は、ビジネスプロセス（およびそれに関連するビジネスオブジェクト）の専門的または広範なリエンジニアリングの良い機会になる可能性があります。 この場合、構造全体およびすべての領域でビッグデータをビジネスモデルに統合するには、モデルの優先度を認識する必要があります。
...ビッグデータに対する大きな士気
ビッグデータの問題の倫理的側面を忘れないでください。 顧客、消費者、その他の市場エンティティに関するデータを非個人化することは非現実的です。これにより、顧客から価値が失われます。 しかし、何らかの形で、特に内部ソースからのビッグデータには、個人的または限定的な性格データが含まれています。
ビッグデータの不正な配布に対する深刻な保護が必要です。 はい。顧客に関する情報が完全に収集されていると、顧客は満足しません。 これが彼ら自身の利益のために行われるという推奨は助けになりません。 誰も見られたくない。 そして、彼が自分自身についての情報を誰かに伝えるのに十分な動機付けを自分で見つけなければ、彼はそれをしません。 考慮しなければならない通常の合理的な行動。
立法レベルでは、より厳しい制限が導入されます。 そして、これらの制限がビジネスの情報ニーズと矛盾することは明らかです。
ビッグデータがどのようなものになるか-「有用な情報の宇宙」を形成することも「暗黒物質の深possible」を形成することが可能であろうと、生活の快適さやあらゆるものの恐ろしい監視を高める効果的なツールが構築されます。
未来を見る...
ビジネス、市場、顧客の好み、市場要因の発展に関するさまざまな質問に対する答えを得るために、専門家は将来の状況をシミュレートし、機会と脅威に関する適切な情報を抽出しようとしています。
ビッグデータはこのためのツールの1つであり、非常に便利で、統計的に信頼でき、効果的です。 しかし、予測の実行可能性の観点と社会倫理的側面の両方で、予測と予測子ではすべてが複雑すぎます。
先見性の問題が、経済学者、数学者、物理学者だけでなく、哲学者、作家によってももたらされるのは偶然ではありません。
有名なSF作家フィリップディックのストーリー「マイノリティレポート」（「マイノリティレポート」）は、このトピックについて考え、どの程度信頼できるかを決定し、 説得力のある分析的予測を盲目的にたどることができます。
そのような状況で個人的な意見と決定の場はありますか？
そして、他のほとんどの尊敬される専門家の意見とは非常に異なるものの、 1人の専門家の特別な意見を考慮するかどうか。