큰 데이터 통계를 부정 하지 않습니다.

일반적으로, "반대" 그것 키워드 새 등장에 바인딩됩니다. 최근, "빅 데이터"와 같은 "큰 데이터 실패 이론" 및 다른 인수 현저 하 게 증가 공격의 되었다.

업계는 큰 데이터에 대 한 큰 기대로 http://www.aliyun.com/zixun/aggregation/14294.html의 많은 수에 의해 입증 "> 큰 데이터 세미나 및 전시." 클라우드 컴퓨팅 파, 뿐만 아니라 년 동안 IT 업계, 대용량 데이터의 화제가의 부족은 모처럼 큰 키워드, 아마도 큰 데이터 업계의 에너지의 활성화 될 것입니다.

동시에 일본 정부 제안 하는 새로운 IT 전략-"지속적으로 새로운 사업을 창조 하기 위하여 민간 관리 데이터의 개발." 즉, 어떻게 효과적으로 데이터를 사용 하 여 비즈니스 성공을 촉진 하는 국가 전략이 되고있다.

비록 저자는 강한 프로 파 벌도 반대, 하지만 인터뷰에서 과거 경험을 통해 데이터 처리의 어려움은 술 이해. 더 많은 것은 인 무엇, 그것은 큰 데이터 관련 어렵다입니다.

큰 데이터의 저자 주위 많은 사람들은 또한 다양 한 플레이, 앞으로 다양 한 문제를 넣어 있다. 물론, 이러한 IT 산업의 독자를 위한, 그것은 자연적인 것 들, 저자가 수영을 있을 수 있다. 그러나 고려 될 중요 한 것은 종종 이러한 잘 알려진 진리 이다. 따라서, 다음 저자는 다시 넣어 앞으로 큰 데이터 "트랩" 큰 데이터 오류를 사용 하 여 방지 하는 방법을 탐구 하.

정말 많은 데이터가 필요 하십니까

첫째, 그것은 많은 양의 데이터에 대 한 실제 필요 여부를 명확 하 게 있다.

하나의 이벤트에서 큰 데이터의 통계 분석 했다: "어떻게 통계 분석은 샘플링의 작은 금액을 통해 비즈니스의 전체를 이해 하는 것입니다." 예를 들어 텔레비전 시청률 조사는 일본의 국가 등급 마스터를 매우 적은 수의 샘플을 사용 하 여 조사의 전형적인 예입니다. 목적은 분명 하다 하는 경우 많은 양의 데이터가 필요 하지 않습니다. "

의견 지금 통계 분석, "데이터 과학자"의 전문가 이며 작가, 놀라움으로 올. 즉, 만큼 일정 한 양의 데이터, 관련 없는 데이터의 번호는 분석의 결과 매우 다른 되지 않습니다. 그렇다면, 큰 데이터는 의심이입니다.

위의 포인트를 듣고, 사람들이 기분이 하는 큰 데이터의 모순을 혼자 저자 보다 더 많은 되어야 합니다. 아이디어는 대용량 데이터 분석을 통해 그것은 과거에 인식 되지 않는 했다 새로운 것 들을 발견할 것으로 예상 하지만 때로는 결과 그냥 사실 알려져 있었다 했다. 경우에 엔터프라이즈 시스템 개발에 대 한 엔의 수십억 달러를 투자, 고위 직원의 경험을 증명 하는 결론만 다는 것을 동의 하기 어렵다.

그 때문에 그것은 큰 데이터 필요한 이유의 질문을 다시 하는 데 필요한입니다. 예를 들어 회사 필요가 명시적으로 대상 큰 데이터 사전에 어떤 목적을 위해 많은 양의 트랜잭션 및 소셜 미디어와 기업 등 기업 외부에서 데이터를 결합 하 여.

데이터의 "품질"에 대 한 어떤 문제 인가요?

2, 많은 수의 데이터, 즉, 데이터의 품질을 보장 될 수 있다 유지 합니다.

나는 같은 것을 들었다. 엔터프라이즈의 제너럴 매니저를 매달 마다 다루는 IT 공급 업체의 광고 (홍보) 잡지 받지만 받는 사람의 타이틀은 "총관리인", 하지만 "전무 이사"의 제목 그 회사의 CIO는. 비록 제목이 잘못, 하지만 여전히 받을 수 있습니다, 그래서 상관 하지 않았다 너무 많은. 하지만 IT 공급 업체의 제너럴 매니저는 예방에 대 한 회사에와 서, 그의 제목을 변경 하 고 싶은 아이디어를 제기.

IT 공급 업체에 대 한 새 판매 포인트는 큰 데이터, 그리고 회사의 제너럴 매니저 자리에 그것은 즉시 수정 될 것 이라고 말했다. 처음에, 그것은 약간 큰 데이터 사업을 실행 하는 IT 공급 업체에 맞춤 이었고 수정 될 거 라고. 그러나, 다음 달 그는 홍보 잡지를 받을 때까지 기다려야는 받는 사람의 직함은 여전히 "관리 감독." 발견 제너럴 매니저, 두 홍보 잡지를 통해 느꼈다 그래서 그는 말을 매우 실망 그 큰 데이터의 현 상태를 보고: "최종 분석에서 그것은 업체 고객 데이터베이스를 유지 하지 않습니다."

위의 예제는 고객 데이터, 고객 데이터 뿐 아니라 큰 데이터에 관해서, 많은 종류의 기업의 외부 데이터를 다룰 필요가 있다. 그러나, 데이터가 최신 데이터 이며 얼마나 정확한 데이터 인지, 데이터의 "품질" 중요 하다. 의미 불명의 데이터를 분석 하는 것. 고객 데이터는 언제 든 지 유지 될 수 없습니다, 경우 어떤 값을 생성 하지 않습니다. 원래 생각은 쓰레기 산의 더미로 바 오산 큰 데이터를 수 없습니다.

자리에서 노동자의 작업 드라이브를 무시

3, 기업 뿐만 아니라 데이터 과학자를 육성 하기 위해 노력 해야 하지만 데이터를 분석 하는 현장 직원의 능력을 향상 시키기 위해 필요. 직원에 게 직접에 터치와 함께 게의 상단에 고객 된다 "숫자에 좋은", 그들은 자주 것 들에 대해 생각 하 고 기업의 강력한 될 것입니다 데이터를 판단.

예를 들어 슈퍼마켓에가 게 머리 세일즈 맨 새 제품을 구입 하거나 그들은 표시 되는 방식을 변경 하 여 판매를 밀어 주기 위하여 고객과 대화에 의해 고무 되었다. 예를 들어 직원 급행 열차에 판매에 대 한 책임은 "금연 준비 커피 판매 하 는" 것 찾을, 그리고 때 그는 다른 열차의 판매 대조, 사실. 흡연 구획에 커피에 집중 하는 결정 커피의 판매에 있는 뜻깊은 증가 귀착되는.

물론, 분야를 통해 매출 증가 큰 데이터를 얻은 판매량 보다 작을 수 있습니다 그리고 그들의 분석 능력은 데이터 과학자의 그 보다 훨씬 적은. 하지만 그럼에도 불구 하 고, 다른 사이트에이 방법을 확장 하는 경우 누적된 숫자 것 중요 한. 동시에 가장 중요 한 것은이 방법은 현장 직원의 노동력을 향상 시킬 수 있습니다.

사실, 소매 회사는 본사에 의해 판매 분석에 의해 통합 되어, 후가 게 머리 직원 그들의 드라이브, 그리고 심지어 은퇴 직원 표시. 즉, 우수한에 의존 하는 유일한 순서을, 그것은 직업 윤리의 분야를 줄일 것 이다. 결과적으로, 현장 직원에 게 무료 분석 및 판단, 및 저장소 머리의 기능을 결정 하는 회사의 활력 회복. 큰 데이터는 매우 중요 하다, 일부 부서에 집중 하는 동안 사이트에서 작동 힘의 손실이 발생할 수 있습니다.

위의 세 점 하지만 실제로 중요 하지 않습니다만, 대용량 데이터에 대 한 전체 정보 시스템에 적용할 수 있습니다. 큰 데이터는 IT 업계에서 오랫동안 기다려온 키워드, 성장, 그것은 철저 하 게 노력 필요 하 고 그것의 화려한 부분에 연결 되지 해야 합니다. 이 때문에, 저자 위의 3 포인트를 다시 기억 될 필요가 있다고 생각 한다.