اليكم أهمية البيانات الضخمة وما هو مفهوم البيانات الضخمة واستخدامات البيانات الضخمة كل ذلك سنقدمه اليكم في هذا المقال.
أهمية البيانات الضخمة
تقدم البيانات الضخمة ميزة تنافسية للمؤسسات اذا أحسنت الأستفادة منها وتحليلها لانها تقدم فهما أعمق لعملائها ومتطلباتهم ويساعد ذلك على اتخاذ القرارات داخل المؤسسه بصوره أكثر فعالية بناء على المعلومات المستخرجة من قواعد بيانات العملاء وبالتالى زيادة الكفاءه والربح وتقليل الفاقد فابستخدام أدوات تحليل البيانات الضخمه أستطاعت وول مارت تحسين نتائج البحث عن منتجاتها عبر الأنترنت بنسبة 10-15% بينما فى تقرير لماكينزى-وهى شركة رائده فى مجال أستشارات الاعمال- ان القطاع الصحى بالولايات المتحدة لو كان يستخدم تقنيات تحليل البيانات الضخمة بفاعليه وكفاءه لكان قد أنتج أكثر من 300 مليون دولار أمريكى كفائض سنوى من ميزانيه الصحة ثلثيها بسبب خفض تكاليف الانفاق بنسبة 8% 4 و بحسب أستطلاع رأى سابق أجرته مؤسسه جارتنر أن 64% من الشركات والمنظمات أستثمرت فى تبنى أستخدام التقنيات الجديده للتعاطى مع البيانات الضخمة فى العام 2013
ولا تتوقف الأستفاده من البيانات الضخمة على المؤسسات والمشاريع التجارية بل تمتد الى مجالات عديدة منها الطاقه والتعليم والصحة والمشاريع العلمية الضخمة أبرزها مشروع الجينوم البشرى (دراسة كامل المادة الوراثية للبشر) والذى يحتوى على 25 ألف جين التى تحتوى بدورها على 3 مليار زوج من القواعد الكيميائيه المكونه للDNA
خصائص البيانات الضخمة
بالإضافة إلى الحجم الهائل من البيانات التي يتم إنتاجها وتخزينها وإتاحتها تحت مظلة «البيانات الضخمة»، تتسم طرق معالجه تلك البيانات بخصائص أخرى تختلف عن البيانات التقليدية، أو التي تخزن مرتبة ومنسقة، كقواعد البيانات مثلاً. ويرى الخبراء أن من أهم خصائص تلك البيانات:
الحجم: يقدر الخبراء أنه بحلول العام 2020م ستحتوي الإنترنت على ما يقرب من 40,000 زيتابايت من البيانات الجاهزة للتحليل واستخلاص المعلومات.
السرعة: لمعالجة مجموعة صغيرة من البيانات المخزنة فى قواعد البيانات، أو ملف «أكسل»، كانت الشركات تقوم بتحليل كل مجموعة بيانات على حدة وبشكل متسلسل إلى أن يتم الانتهاء منها جميعاً. ولكن مع تضخم حجم البيانات، أصبحت الحاجة مُلِحَّة إلى إيجاد نظم خاصة تضمن سرعة تحليل البيانات الضخمة وقت وصولها «Real Time»، وأدت تلك الحاجة إلى ابتكار تقنيات خاصة لمعالجة تلك البيانات مثل برامج «Apache Hadoop».
تنوع الملفات: مع ازدياد أعداد مستخدمي الإنترنت والهواتف النقالة وشبكات التواصل الاجتماعي المختلفة، تغيرت طريقة تخزين البيانات من وجودها في قواعد بيانات تقليدية إلى بيانات مخزنة عشوائياً وبامتدادات متنوعة (مثل الصور ومقاطع الصوت والفيديو والرسائل القصيرة).
مصادر البيانات الضخمة
المصادر الناشئة عن إدارة أحد البرامج، سواء كان برنامجا حكوميا أو غير حكومي، كالسجلات الطبية الإلكترونية وزيارات المستشفيات وسجلات التأمين والسجلات المصرفية وبنوك الطعام.
المصادر التجارية أو ذات الصلة بالمعاملات، الناشئة عن معاملات بين كيانين، على سبيل المثال معاملات البطاقات الائتمانية والمعاملات التي تجرى عن طريق الإنترنت بوسائل منها الأجهزة المحمولة.
مصادر شبكات أجهزة الاستشعار، على سبيل المثال، التصوير بالأقمار الصناعية، وأجهزة استشعار الطرق، وأجهزة استشعار المناخ.
ومصادر أجهزة التتبع، على سبيل المثال تتبع البيانات المستمدة من الهواتف المحمولة والنظام العالمي لتحديد المواقع.
مصادر البيانات السلوكية، على سبيل المثال، مرات البحث على الإنترنت عن منتج أو خدمة ما أو أي نوع آخر من المعلومات، ومرات مشاهدة إحدى الصفحات على الإنترنت.
مصادر البيانات المتعلقة بالآراء، على سبيل المثال، التعليقات على وسائط التواصل الاجتماعي.
كيف تعمل البيانات الضخمة
تمنحك البيانات الضخمة رؤى جديدة تفتح فرصًا ونماذج أعمال جديدة. ينطوي البدء على ثلاثة إجراءات رئيسة:
1. التكامل
تجمع البيانات الضخمة بين العديد من المصادر والتطبيقات المختلفة. لا ترقى آليات تكامل البيانات التقليدية، مثل الاستخراج والتحويل والتحميل (ETL) بشكل عام إلى هذه الدرجة. تتطلب استراتيجيات وتقنيات جديدة لتحليل مجموعات البيانات الضخمة على نطاق واسع أو حتى بحجم بيتابايت.
أثناء التكامل، يجب جلب البيانات ومعالجتها والتأكد من صياغتها وتوفرها في نموذج يمكن لمحللي الأعمال بدء العمل به.
2. تتطلب إدارة
البيانات الضخمة التخزين. يمكن أن يكون حل التخزين في السحابة أو مكان العمل أو كليهما. يمكنك تخزين البيانات في أي شكل تريده وتقديم متطلبات المعالجة المطلوبة ومحركات العمليات الضرورية إلى مجموعات البيانات هذه على أساس الطلب. يختار العديد من الأشخاص حل التخزين الخاص بهم وفقًا لمكان وجود بياناتهم حاليًا. تكتسب السحابة شعبية تدريجيًا لأنها تدعم متطلبات الحوسبة الحالية وتمكنك من زيادة الموارد حسب الحاجة.
3. التحليل
يتحقق استثمارك في البيانات الضخمة عند تحليل بياناتك والتعامل معها. اكتسب وضوح جديد مع تحليل مرئي لمجموعات البيانات المتنوعة. استكشف البيانات بشكل أكبر لإجراء اكتشافات جديدة. شارك نتائجك مع الآخرين. إنشاء نماذج البيانات باستخدام التعلم الآلي والذكاء الاصطناعي. ضع بياناتك للعمل.
