Big Data

Big Data – termin związany z rosnącą ilością zbieranych i przechowywanych informacji w celach analitycznych. Dane masowe określane są za pomocą trzech czynników: ilości, szybkości i różnorodności (3V: Volume, Velocity, Variety). Obecnie model uzupełniany jest często o kolejny składnik: ocena istotności (Value). Big Data są więc zbiorami danych o dużej objętości, dużej zmienności i różnorodności, wymagającymi specjalnych sposobów przetwarzania w celu uzyskania korzyści na drodze podejmowania odpowiednich decyzji związanych z odkrywaniem trendów, nowych zjawisk i procesów. Dzięki analizie tego typu zbiorów dochodzi się do nieznanych wcześniej wniosków mogących mieć wpływ na decyzje biznesowe, menadżerskie i inne. W rezultacie takiej analizy otrzymuje się np. profil konsumenta, który może być wykorzystany do stworzenia różnych strategii umożliwiających powstanie korzyści finansowych, racjonalizacji czy podnoszenia jakości. Samo gromadzenie danych nie jest zatem najistotniejsze – najważniejsza jest analiza takich zbiorów i wykorzystanie w praktyce wniosków, które z takiej analizy płyną. Dane takie gromadzone są w sposób zgodny z prawem, często występują w kontekście proponowanych różnego rodzaju usług cyfrowych.

Kto gromadzi dane

Podmiotów zaangażowanych może być wiele – często skorelowane jest to z korzyściami jakie można odnieść na analizie takich zbiorów. Przykładowo:

Instytucje finansowe – banki gromadzą informacje związane np. z przepływem środków na kontach użytkowników. Celem jest maksymalizacji zadowolenia klienta oraz zysków instytucji, jak również minimalizacji ryzyka nadużyć i wykazania zgodności z normami organów nadzoru.

Administratorzy portali internetowych dzięki świadczonym usługom są również w posiadaniu dużej liczby informacji o swoich użytkownikach (zgodę na ich gromadzenie i przetwarzanie udziela się zazwyczaj podpisując regulamin).

Firmy projektujące aplikacje instalowane w urządzeniach posiadają dostęp do danych użytkownika, na co wyraża on zgodę przez samo pobranie i zainstalowanie oprogramowania.

Media społecznościowe – choć informacje z nich płynące nie zawierają na ogół danych liczbowych i przez to są trudne do analizy, to jednak interesujące i warte badania ze względu na obecność i w kontekście słów kluczowych, aktywności (częstości wpisów) i reaktywności (reagowania na wpisy innych użytkowników).

Korzyści z przetwarzania Big Data

Na wynikach analiz dużych zbiorów danych otrzymywanych w postaci określonych profili mogą korzystać przedstawiciele zarówno sektora prywatnego (produkcja, korporacje handlowe, instytucje finansowe, sieci telekomunikacyjne), jak i publicznego (administracja, służba zdrowia, nauka). We wszystkich sektorach korzyści mogą być wymierne – analiza danych masowych może wpłynąć na optymalizację kosztów, podniesienie jakości świadczeń, wydajności produkcji, ograniczania strat, budowania trwałych relacji z klientami czy przeciwdziałania stosowaniu praktyk niezgodnych z prawem. Na podstawie tego typu danych można zbudować profil potrzeb konsumenta, podsuwając mu odpowiednio przygotowane produkty lub usługi. Dzięki stosowaniu analizy Big Data firmy mogą uzyskać przewagę nad innymi podmiotami z branży. Korzyści mogą być zatem obopólne: zyskać może zarówno konsument, jak i przedsiębiorstwo.

Etyczne wykorzystywanie danych

Istnieją obawy odnośnie uczciwego gromadzenia i korzystania z dużych zasobów informacji. Związane są one z niepokojem, który może budzić nadmierna ingerencja analityków w dane prywatne i celowe manipulacje w kontekście osiąganych korzyści. Odpowiednie regulacje prawne powinny stać na straży właściwego i uczciwego wykorzystywania danych osobowych, choć zaufanie etyce zawodowej administratorów i analityków jest w tym przypadku niestety konieczne.

Pavel Kroupka