P:
Kako su veliki podaci utjecali na tradicionalni tijek analitike?
A:Bavljenje poslovnom analitikom ili drugim analitičkim procesima jako se razlikuje i trebalo bi ih ocjenjivati ovisno o slučaju. Međutim, postoje neki opći načini kako se upotreba velikih podataka promijenila na način na koji profesionalci pristupaju projektima analitike.
Vjerojatno najvažniji način na koji su veliki podaci utjecali na analitiku je način na koji se analiziraju zalihe podataka. Prije velikih podataka, trgovine podataka obično su analizirane linearno, pojedinačno. Prije računala to se radilo ručno. Tada su Excel proračunske tablice i drugi alati omogućili učinkovitiju linearnu analizu analitike. Na primjer, proračunska tablica bi tabelirala različite kupce i njihove povijesti kupnje, a korisnici bi izrađivali izvješća o prosječnim kupnjama, idući red po red i uzimajući u obzir svaki zapis. Ovo je bila prevladavajuća metoda analitike dok na scenu nisu izašli veliki podaci.
| Besplatni webinar Poznavanje vašeg kupca na više platformi |
U svijetu velikih podataka analiza se obično vrši pomoću opsežnih algoritama i razvrstavanja obrazaca. Obično se ne radi ručno jer bi to predugo trajalo i zahtijevalo previše resursa. Također, strukturni alati koji dolaze uz velike podatke znače da analitiku ne treba raditi ručno. Nastaje upotreba nečega što se naziva heuristika ili vjerojatnostni rad koji omogućava mnogo učinkovitiju analitiku koja se temelji na prepoznavanju uzoraka i drugim strategijama koje zamjenjuju proces tradicionalne statističke analize.
U tom cilju, moderna poduzeća brzo ulažu u sve vrste hardverskih i softverskih alata kako bi upotrijebili ove sofisticirane metode vađenja podataka. Veliki podaci uveliko su utjecali na načine na koje analiziramo gotovo sve, od znanstvenog projekta do poslovnog procesa. Jednostavno rečeno, softverski alati obrađuju podatke i sortiraju ih s automatizacijom i nečim što se približava umjetnoj inteligenciji.
