गिल प्रेससह एक मुलाखत: व्हेंचरिंग पलीकडे बिग डेटा हाइप

लेखक: Judy Howell
निर्मितीची तारीख: 27 जुलै 2021
अद्यतन तारीख: 21 जून 2024
Anonim
गिल प्रेससह एक मुलाखत: व्हेंचरिंग पलीकडे बिग डेटा हाइप - तंत्रज्ञान
गिल प्रेससह एक मुलाखत: व्हेंचरिंग पलीकडे बिग डेटा हाइप - तंत्रज्ञान

सामग्री



टेकवे: चांगले निर्णय घेण्याकरिता डेटा आत्मसात करणे, संयोजन करणे आणि त्यांचे विश्लेषण करण्याच्या प्रक्रियेस सहाय्य करण्यासाठी तंत्रज्ञानाचा वापर करणे काही नवीन नाही, परंतु त्याचे एक नवीन नाव आहे आणि ते नाव मोठे डेटा आहे. त्या नावालाही बर्‍याच हायप मिळतात. या लेखात, आम्ही परिस्थितीच्या वास्तविकतेपासून buzzword च्या हायप वेगळे करतो.

मी गिल प्रेस, विपणन, प्रकाशन आणि संशोधन सल्ला gPress येथे विचार नेते आणि व्यवस्थापकीय भागीदार यांच्याशी बोललो.तर मग आपण एक पाऊल मागे टाकूया आणि मोठा डेटा buzzword मुख्य प्रवाहात का आला आणि भविष्यासाठी त्यात कोणती संभाव्यता आहे ते पाहू या. (काही पार्श्वभूमी वाचनासाठी, मोठा डेटा पहा: त्याचे कॅप्चर कसे केले जाते, व्यवसायाचे निर्णय कसे घ्यावेत आणि कसे वापरावे.)

बिग डेटा हाइप

मोठा डेटा हा शब्द इतका लोकप्रिय झाला याची खरी कारणे जाणून घेऊ इच्छिता? गिल प्रेस या क्षेत्रातील उच्च विचारांचे नेते आहेत. त्यांची काही उत्तरे आहेत. एनओआरसी, डीईसी आणि ईएमसी येथे वरिष्ठ विपणन आणि संशोधन व्यवस्थापन पदांवर कार्यरत आहेत. अलीकडेच, त्यांनी ईएमसीमध्ये विचार नेतृत्व विपणन वरिष्ठ संचालक म्हणून काम केले, जिथे त्याचा अभ्यास "किती माहिती?" (यूसी बर्कले सह 2000 आणि 2003) आणि डिजिटल युनिव्हर्स (आयडीसीसह 2007-2011) यांनी मोठ्या डेटाविषयी संभाषण सुरू करण्यास मदत केली.

"बिग डेटा हे त्या लेबलंपैकी एक आहे जे वेळोवेळी उदयास येते आणि तंत्रज्ञान आणि प्रक्रियेच्या नवीन संचाचे आणि त्यांच्या जीवनावर आणि कार्यावर होणार्‍या संभाव्य किंवा वास्तविक परिणामाचे वर्णन करण्यासाठी कॅच-ऑल वाक्यांश म्हणून लोकप्रिय झाले आहे."

"सामान्यत: तंत्रज्ञानाशी संबंधित एक शब्द लोकप्रिय होतो, किंवा एक गूढ शब्द बनला आहे, कारण अनेक लहान आणि मोठ्या तंत्रज्ञान विक्रेते त्याचा जोरदारपणे प्रचार करण्यास प्रारंभ करतात. २०० 2005 च्या आसपास, गुगल आणि याहू सारख्या वेब-आधारित कंपन्यांनी नवीन साधने विकसित आणि उपयोजित करण्यास सुरवात केली. अनस्ट्रक्टेड डेटाच्या मोठ्या प्रमाणात संग्रहांच्या प्रक्रिया आणि विश्लेषणासाठी विशेषतः डिझाइन केलेले.

"जेव्हा ही नवीन साधने आणि तंत्रज्ञान नंतर स्टार्ट-अप्सद्वारे विकसित केली गेली - आणि जेव्हा डेटा खाण, व्यवसाय बुद्धिमत्ता आणि विश्लेषणे उत्पादने आणि सेवा विकणार्‍या छोट्या कंपन्यांद्वारे त्यांचा वापर केला जात असेल - तेव्हा या सर्वांनी प्रतिस्पर्ध्यापासून भिन्न होण्याचा मार्ग म्हणून मोठा डेटा अवलंबला आणि विद्यमान बाजारात अडथळा आणा, "प्रेस म्हणाले.

मग अंतिम डेटा काय होता ज्यामुळे मोठा डेटा एक टॉप टेक बझवर्ड बनला?

"हे मोठ्या तंत्रज्ञान विक्रेत्यांकडून आले आहे ज्यांनी काही प्रकरणांमध्ये या छोट्या कंपन्या ताब्यात घेतल्या आणि त्यांचे नवीन विपणन बजेट आणि बाजारपेठेतील नवीन वस्तू मागे ठेवल्या," प्रेसच्या म्हणण्यानुसार.

मोठ्या डेटा analyनालिटिक्ससाठी, त्या संज्ञेचे मूळ देखील विपणनामध्ये आढळले.

“हे लक्षात घेण्याजोगे आहे की सर्वात अलीकडील डेटा विश्लेषणाशी संबंधित बझवर्ड," ticsनालिटिक्स "(2006 मध्ये टॉम डेव्हनपोर्टने लोकप्रिय) आणि नवीन आयटी कंपन्या प्रोत्साहन देत असल्याचा मार्ग शोधून काढला आहे. कॉम्बो "बिग डेटा ticsनालिटिक्स," प्रेस म्हणाले.

मागील हाइप: बिग डेटास फायदे

हायपाच्या मागील बाबीकडे पहात प्रेस स्पष्टीकरण देतात की मोठ्या डेटाच्या शारीरिक वैशिष्ट्यांमागील ड्रायव्हर्स हे त्याचे श्रेय दिले जाऊ शकते:

  • डेटा कॅप्चर करणे आणि तयार करणे या डिव्हाइसची वाढती संख्या
  • डेटाची वाढती परस्पर कनेक्टिव्हिटी
  • स्वस्त संग्रहण क्षमता
  • डेटामधील माहितीवर प्रक्रिया आणि विश्लेषण करण्यासाठी अभिनव सॉफ्टवेअर
"संस्था, सरकारी संस्था आणि व्यक्तींसाठी, मोठा डेटा म्हणजे एक नवीन कौशल्य जे चांगले निर्णय घेण्यास मदत करू शकते.

"चांगले निर्णय घेण्याचा प्रयत्न करणे नवीन नाही, परंतु" बिग डेटा "संज्ञा तंत्रज्ञानाची, प्रक्रिया आणि पद्धतींच्या नवीन मिश्रणाकडे लक्ष वेधून घेते जी मोठ्या किंवा लहान डेटासह मूल्य मिळवण्याच्या नवीन सक्षमतेच्या विकासास हातभार लावते. म्हणाले.

10 वर्षांच्या कालावधीत कोणता मोठा डेटा दिसतो आणि जगाच्या सर्व माहितीचे वास्तविक-वेळ विश्लेषण मिळवणे शक्य होईल की नाही, असे विचारले असता प्रेस म्हणाले की, भविष्याविषयी अंदाज वर्तविण्यात तो अजिबात संकोच करीत आहे, परंतु त्यासंदर्भात थोडी वाजवी माहिती दिली आहे धारणा.

ते म्हणतात, “तेथे अधिक डेटा असेल आणि डेटा साफ करण्यासाठी, प्रक्रिया करण्यासाठी आणि विश्लेषणासाठी आमच्याकडे नवीन साधने असतील असे मानणे वाजवी आहे असे मला वाटते." "अधिक चांगले किंवा वाईट गोष्टींसाठी संस्था, सरकारे आणि व्यक्तींनी घेतलेल्या निर्णयाचे समर्थन करण्यासाठी अधिक डेटा वापरला जाईल." (इन्फोग्राफिक्समध्ये डिजिटल डेटाच्या वाढत्या ब्लॉकलाबद्दल अधिक वाचा, प्रत्येक मिनिटात किती डेटा तयार केला जातो?)

पैसे कमविणे, जोखीम कमी करणारी यंत्रणा असण्याशिवाय, मोठ्या डेटाचे खरे मूल्य लोकांच्या जीवनशैलीवर सकारात्मक मार्गाने प्रभाव पाडण्याच्या क्षमतेत आहे. श्री प्रेस मोठ्या डेटा घटनेतून काही वास्तविक मूल्य कसे मिळू शकते यावर टिप्पण्या प्रदान करतात - आरोग्य सुधारणेपासून सुरुवात करुन.

ते म्हणाले, "मोठ्या माहितीमुळे आयुष्य वाढवता येईल याची मला खात्री नाही, परंतु जर हे शक्य असेल किंवा शक्य असेल तर त्याचा परिणाम व्यक्तींवर नक्कीच होईल," ते नमूद करतात. "आरोग्य सेवेच्या क्षेत्रात रहा, परंतु काहीसे महत्त्वाकांक्षी ध्येय असल्यास, मोठा डेटा आम्हाला आरोग्यदायी जीवन जगण्यास आणि आरोग्याशी संबंधित निर्णय सुधारण्यास मदत करू शकेल," असे या क्षेत्रातील नवीन आरोग्य सेवा अॅप्स असल्याचे नमूद करून प्रेस म्हणाले.

बिग डेटाचा पहिला कायदा

अखेरीस, प्रेस म्हणाले की केवळ मोठा डेटा सुधारणे आणि त्याचा उपयोग करणे शास्त्रज्ञांवर अवलंबून नाही - एक सामान्य व्यक्ती देखील त्यास मदत करू शकते.

"ज्याला मी मोठा डेटाचा पहिला कायदा म्हणतो ते म्हणतात की समान डेटा सामायिक करणार्‍या लोकांच्या संख्येच्या वाढीसह डेटाचे मूल्य वाढते - किंवा मेटकॅफच्या कायद्याच्या शब्दांत, डेटाचे मूल्य प्रमाणांच्या संख्येच्या प्रमाणात असते. "समान डेटा सामायिक करणारे लोक," प्रेस म्हणाले. "आम्ही आमचा वैयक्तिक डेटा जितका सामायिक करतो तितका आमचे - आणि जगाचे मूल्य त्यातून सुटेल."

एक मोठा डेटा प्रयोग

फक्त हाइपवर विश्वास ठेवू नका, या सोप्या विचारांच्या प्रयोगाद्वारे आपल्यासाठी किंवा आपल्या संस्थेसाठी मोठ्या डेटा इंद्रियगोचर म्हणजे काय हे शोधा: आपल्या जीवनात किंवा कामातील एक मोठी समस्या किंवा निराशा ओळखा आणि मोठा डेटा एक भूमिका बजावू शकतो की नाही हे स्वतःला एक प्रश्न विचारा. समाधान मध्ये. (मोठा डेटा कसा बदलत आहे याविषयी अधिक माहितीसाठी, बिग डेटाचे उत्क्रांती वाचा.)

खाली गिल प्रेसची संपूर्ण मुलाखत पहा.

ट्रॉय सॅडकोव्स्की: मोठ्या डेटाची आपली व्याख्या काय आहे?

गिल प्रेस: ​​बिग डेटा यापैकी एक लेबल आहे जे वेळोवेळी उदयास येते आणि तंत्रज्ञान आणि प्रक्रियेच्या नवीन संचाचे आणि जीवनावर आणि कार्यावर त्यांचे संभाव्य किंवा वास्तविक प्रभाव वर्णन करण्यासाठी कॅच-ऑल वाक्यांश म्हणून लोकप्रिय होते. संस्था, सरकारी संस्था आणि व्यक्तींसाठी, मोठा डेटा म्हणजे एक नवीन कौशल्य जे चांगले निर्णय घेण्यास मदत करू शकते. चांगले निर्णय घेण्याचा प्रयत्न करणे नवीन नाही. परंतु मोठा डेटा हा शब्द तंत्रज्ञान, प्रक्रिया आणि पद्धती यांच्या नवीन मिश्रणाकडे निर्देश करतो जे मोठे किंवा लहान असले तरीही डेटामधून मूल्य मिळविण्याच्या नवीन स्पर्धांच्या विकासास कारणीभूत ठरू शकेल.

टीएस: 10 वर्षात मोठा डेटा कसा दिसेल?

जीपीः वरील परिभाषाशी संबंधित, मोठा डेटा डेटाच्या प्रमाणात, अर्थाचा वेग किती अर्थ काढू शकतो आणि क्रिया कोणत्या वेगाने प्रभावित करते. कोणत्याही कुतूहलबद्दल जगातील सर्व माहितीचे वास्तविक-वेळ विश्लेषण मिळवणे शक्य होईल काय?

मी भविष्याबद्दल काहीही बोलण्यास संकोच करीत आहे. परंतु मला वाटते की तेथे अधिक डेटा असेल, आमच्याकडे डेटा साफ करण्यासाठी, प्रक्रिया करण्यासाठी आणि विश्लेषणासाठी नवीन साधने असतील आणि अधिक डेटा वापरला जाईल, अधिक चांगले किंवा वाईट म्हणून, संघटनांनी घेतलेल्या निर्णयाचे समर्थन करण्यासाठी, सरकारे आणि व्यक्ती

टीएस: आम्ही उपरोक्त गुणधर्मांमध्ये एक परिमाणात्मक वरची मर्यादा गाठणार आहोत? मूरचा कायदा आता ट्रान्झिस्टर, हार्ड डिस्क संचयन, नेटवर्क क्षमता आणि पिक्सलसाठी खरे आहे, परंतु आपल्याला वाटते की हे किती काळ टिकेल?

जीपीः मूर चा कायदा जोपर्यंत मानवी कल्पकता टिकेल. अभियंत्यांनी हे प्रेरक ध्येय म्हणून काम केले आहे आणि चार दशकांहून अधिक काळपर्यंत त्यांना कोणत्याही ज्ञात मर्यादा पार करण्याचा मार्ग सापडला आहे.

टीएस: अलीकडे मोठा डेटा इतका लोकप्रिय का झाला आहे?

जीपीः सामान्यत: तंत्रज्ञानाशी संबंधित एक शब्द लोकप्रिय होतो, म्हणजेच ते एक गूढ शब्द बनते, कारण अनेक छोटे आणि मोठे तंत्रज्ञान विक्रेते त्याचा जोरदार प्रचार करण्यास प्रारंभ करतात. १ 1990 1990 ० च्या उत्तरार्धात विज्ञानातील डेटा व्हिज्युअलायझेशन ofप्लिकेशन्सच्या दृष्टीने "बिग डेटा" हा शब्द वापरला गेला. २००round च्या आसपास, गुगल आणि याहूसारख्या वेब-आधारित कंपन्यांनी मोठ्या प्रमाणात अप्रचलित डेटाच्या प्रक्रिया आणि विश्लेषणासाठी डिझाइन केलेली नवीन साधने विकसित आणि उपयोजित करण्यास सुरवात केली. जेव्हा ही नवीन साधने आणि तंत्रज्ञान नंतर स्टार्ट-अप्सद्वारे विकसित केली गेली आणि जेव्हा डेटा खाण, व्यवसाय बुद्धिमत्ता आणि विश्लेषणे उत्पादने आणि सेवा विकणार्‍या छोट्या कंपन्यांद्वारे त्यांचा वापर केला गेला, तेव्हा त्यांनी प्रतिस्पर्ध्यांपासून विभक्त होण्यासाठी आणि त्या सर्वांनी मोठा डेटा अवलंबला आणि " अस्तित्वातील बाजारात व्यत्यय आणा. मोठा डेटा ज्यामुळे मोठा डेटा तयार झाला त्या मोठ्या तंत्रज्ञानाच्या विक्रेत्यांकडून आला, ज्यांनी काही प्रकरणांमध्ये या छोट्या कंपन्या विकत घेतल्या आणि त्यांचे नवीन विपणन बजेट आणि बाजारपेठेतील नवीन वस्तू मागे ठेवले.

हे लक्षात घेणे मनोरंजक आहे की सर्वात अलीकडील डेटा विश्लेषणाशी संबंधित बझवर्ड, "ticsनालिटिक्स" (2006 मध्ये टॉम डेव्हनपोर्टने लोकप्रिय केले) आणि नवीन आयटी कंपन्या या जाहिरातींचा प्रचार करत आहेत. कॉम्बो "बिग डेटा ticsनालिटिक्स."

टीएस: मोठ्या डेटामधील खरे मूल्य काय आहे? पैसा मिळवता येतो, आयुष्य वाढवता येते, जोखीम कमी करता येतात आणि प्रतिष्ठा मिळू शकते, परंतु सरासरी व्यक्तीसाठी मोठा डेटा काय करू शकतो?

जीपी: मला खात्री नाही की मोठ्या डेटामुळे आयुष्य वाढविले जाऊ शकते, परंतु हे शक्य असेल किंवा शक्य असेल तर ते निश्चितच व्यक्तींवर परिणाम करेल. आरोग्य सेवा क्षेत्रात रहा - परंतु थोड्या महत्त्वाकांक्षी ध्येयांसह - मोठा डेटा आम्हाला आरोग्यदायी जीवन जगण्यास आणि आरोग्याशी संबंधित निर्णय सुधारण्यास मदत करेल. 2006 मध्ये आयपॉडला जोडणार्‍या नायके + शूपासून "वैयक्तिक विश्लेषणे" च्या वाढत्या क्षेत्रात हे उघड आहे.

आज, हे अॅप्स आपल्या व्यायामाच्या नियमिततेचे परीक्षण आणि विश्लेषण करून आपले आरोग्य, संपत्ती आणि कार्यास मदत करण्यासाठी हलवित आहेत. माझा विश्वास आहे की या अॅप्सना मी पुढे म्हणतो की “वैयक्तिक मोठा डेटा” ज्याला आपण स्वतःशी इतरांशी तुलना करू आणि संबंधित मोठ्या-मोठ्या डेटाच्या विश्लेषणासाठी साधने उपलब्ध करुन दिली.

टीएस: मोठा डेटा येतो तेव्हा सरासरी व्यक्तीने कोणती कारवाई करावी? असे काहीतरी आहे जे आपण सर्वजण मदत करू शकतो?

जीपीः ज्याला मी मोठा डेटाचा फर्स्ट लॉ म्हणतो ते सांगते की समान डेटा सामायिक करणार्‍या लोकांच्या वाढीसह डेटाचे मूल्य वाढते. किंवा मेटाकल्फेच्या कायद्याच्या शब्दांमध्ये, डेटाचे मूल्य समान डेटा सामायिक करणार्‍या लोकांच्या संख्येच्या प्रमाणानुसार आहे. आम्ही आपला वैयक्तिक डेटा जितका सामायिक करतो तितका आमचे - आणि जगाचे मूल्य त्यातून सुटेल.

मुलाखतीसाठी गिल प्रेसचे आभार. बिग डेटामध्ये: इतर मोठे डेटा तज्ञांच्या दीर्घ सूचीसह - आपण त्याचे अनुसरण करू शकता.