غالباً ما نسمع بمصطلحات مرتبطة بالتقنية الحديثة مثل مصطلح البيانات الضخمة, فما هي البيانات الضخمة؟ وما هي أهميتها؟
تشير البيانات الضخمة Big Data إلى مجموعات كبيرة ومتنوعة من المعلومات التي تنمو بمعدلات متزايدة باستمرار. وهي تشمل حجم المعلومات والسرعة، أو السرعة التي يتم إنشاؤها وتجميعها بها، وتنوع أو نطاق نقاط البيانات التي يتم تغطيتها. غالباً ما تأتي هذه البيانات من التنقيب عن البيانات وتصل إلينا بتنسيقات متعددة.
المحتويات:
1. ما هي البيانات الضخمة؟
البيانات الضخمة Big Data هي كمية كبيرة من المعلومات المتنوعة التي تصل بأحجام متزايدة وبسرعة أعلى من أي وقت مضى. يمكن تنظيم البيانات الضخمة التي غالباً ما تكون رقمية وسهلة التنسيق والتخزين، أو غير منظمة.[1]
يمكن لكل قسم في الشركة تقريباً الاستفادة من النتائج المستخلصة من تحليل البيانات الضخمة، لكن التعامل مع الفوضى والضوضاء قد يؤدي إلى حدوث العديد من المشاكل. كما يمكن جمعها من التعليقات التي تتم مشاركتها بشكل عام على الشبكات الاجتماعية ومواقع الويب، والتي يتم جمعها طواعية من الإلكترونيات والتطبيقات الشخصية من خلال الاستبيانات وشراء المنتجات وعمليات تسجيل الوصول الإلكترونية.[1]
غالباً ما يتم تخزينها في قواعد بيانات الحاسوب ويتم تحليلها باستخدام برنامج مصمم خصيصاً للتعامل مع مجموعات البيانات الكبيرة والمعقدة.
2. كيف تعمل البيانات الضخمة؟
يمكن تصنيف البيانات الضخمة على أنها غير منظمة أو منظمة. تتكون البيانات المنظمة من المعلومات التي تديرها المنظمة بالفعل في قواعد البيانات وجداول البيانات؛ وهي غالباً ما تكون رقمية بطبيعتها.[1]
البيانات غير المنظمة هي عبارة عن معلومات غير منظمة ولا تندرج في نموذج أو تنسيق محدد مسبقاً. وهي تتضمن البيانات التي تم جمعها من مصادر وسائل التواصل الاجتماعي، والتي تساعد المؤسسات على جمع المعلومات حول احتياجات العملاء.[1]
يمكن جمع البيانات الضخمة من التعليقات التي تتم مشاركتها بشكل عام على الشبكات الاجتماعية ومواقع الويب، والتي يتم جمعها طواعية من الإلكترونيات والتطبيقات الشخصية، وذلك من خلال الاستبيانات وشراء المنتجات وعمليات تسجيل الوصول الإلكترونية.[1]
يسمح وجود المستشعرات والمدخلات الأخرى في الأجهزة الذكية بجمع البيانات عبر مجموعة واسعة من المواقف والظروف. كما أنه غالباً ما يتم تخزينها في قواعد بيانات الحاسوب ويتم تحليلها باستخدام برامج مصممة بشكل خاص للتعامل مع مجموعات البيانات الكبيرة والمعقدة. تتخصص العديد من شركات البرمجيات كخدمة (SaaS) في إدارة هذا النوع من البيانات المعقدة.[1]
إقرأ أيضاً… ما هو الميتافيرس Metaverse؟ كيف يعمل وما هي تطبيقاته؟
3. ما هي استخداماتها؟
يقوم محللوا البيانات بالبحث في العلاقة بين أنواع مختلفة من البيانات، مثل البيانات الديموغرافية وسجلات الشراء لتحديد ما إذا كان هناك ارتباط بينها أم لا. قد يتم إجراء مثل هذه التقييمات داخلياً أو خارجياً بواسطة جهة خارجية تركز على معالجة البيانات الضخمة في تنسيقات قابلة للفهم.[2]
غالباً ما تستخدم الشركات تقييم البيانات الضخمة من قبل هؤلاء الخبراء لتحويلها إلى معلومات قابلة للتنفيذ. وتستخدم العديد من الشركات مثل Alphabet و Meta (Facebook سابقاً) هذه البيانات لتوليد إيرادات الإعلانات عن طريق وضع إعلانات مستهدفة للمستخدمين على وسائل التواصل الاجتماعي والمستخدمين الذين يتصفحون الويب.[2]
يمكن لكل قسم في الشركة تقريباً الاستفادة من نتائج من تحليل هذه البيانات الضخمة، من الموارد البشرية والتكنولوجيا إلى التسويق والمبيعات. والهدف منها هو زيادة السرعة التي تصل بها المنتجات إلى السوق وتقليل مقدار الوقت والموارد المطلوبة لاكتساب اعتماد السوق والجماهير المستهدفة، وضمان بقاء العملاء راضين عن المنتجات والخدمات المقدمة.[2]
إقرأ أيضاً… ما هو الفرق بين المعلومات والبيانات؟
إقرأ أيضاً… ما هي البيانات الوصفية Metadata؟
4. الإيجابيات والسلبيات.
تمثل الزيادة في كمية البيانات المتاحة العديد من الفرص والمشكلات على حد سواء. لكن بشكل عام، يسمح وجود المزيد من البيانات عن العملاء والعملاء المحتملين للشركات بتصميم منتجات وجهود تسويقية أفضل. وذلك من أجل الحصول على أعلى مستوى من الرضا وتكرار الأعمال مع العملاء.[3]
يتم تزويد الشركات التي تجمع قدراً كبيراً من البيانات بفرصة إجراء تحليل أعمق وأكثر ثراءً لصالح جميع أصحاب المصلحة. ومع كمية البيانات الشخصية المتاحة للأفراد اليوم، يعتبر من الهامّ أن تتخذ الشركات خطوات لحماية هذه البيانات. حيث أصبح هذا الموضوع من النقاشات الساخنة في عالم الإنترنت اليوم، لا سيما مع العدد الكبير من خروقات البيانات التي شهدتها الشركات في السنوات القليلة الماضية.[3]
في حين أن التحليل الأفضل للبيانات يعتبر من الأمور الإيجابية، يمكن أن تؤدي هذه البيانات أيضاً إلى زيادة الحمل والضوضاء، مما يقلل من فائدتها. لذا يجب على الشركات التعامل مع كميات أكبر من البيانات وتحديد البيانات التي تمثل إشارات مفيدة مقارنة بالضوضاء. يصبح تحديد ما يجعل البيانات ذات صلة وفائدة من العوامل الرئيسية. عدا عن ذلك، يمكن أن تتطلب طبيعة البيانات وتنسيقها معالجة خاصة قبل التعامل معها.[3]
يمكن تخزين البيانات المنظمة التي تتكون من قيم رقمية، وفرزها بسهولة. قد تتطلب البيانات غير المنظمة مثل رسائل البريد الإلكتروني ومقاطع الفيديو والمستندات النصية، تقنيات أكثر تعقيداً ليتم تطبيقها عليها قبل أن تصبح مفيدة.[3]
المصادر:
[1] What is Big Data – Tibco.com
[2] Big Data Analytics: What it is and why it matters – SAS.com
