Big data
Opslag van digitale informatie wordt steeds eenvoudiger en goedkoper. Van kilobytes naar megabytes, nu kopen consumenten een externe harde schijf van een terabyte of groter. Opslag is het probleem niet, door al die bytes de juiste bits vinden des te meer.
Als je zelf al moeite hebt om alle foto’s op het interne geheugen van je smartphone te beheren, dan moet je eens voorstellen wat big data bedrijven moeten verwerken. Het beheer van grote hoeveelheden data is een vak apart. Verzamelen van big data is eenvoudig, maar hoe vind je iets terug?
Hoe wordt big data beheerd?
De term ‘big data’ werd in de jaren negentig voor het eerst gebruikt. Daarmee wordt een hoeveelheid informatie bedoeld die niet met standaard tools te beheren valt. De informatie wordt onderverdeeld in ongestructureerde, deels gestructureerde en gestructureerde data.
Hoeveel data er moet zijn om als big data aangemerkt te worden is in de loop der jaren veranderd. Naarmate er meer informatie verzameld wordt zijn er ook snellere tools die informatie beter kunnen interpreteren. In een meer recente definitie wordt gesteld dat het data betreft waarbij meerdere computersystemen nodig zijn om verwerkt te worden.
In tegenstelling tot business intelligence is er bij big data sprake van een non-lineaire aanpak waarbij er meerdere verbanden gelegd kunnen worden tussen onderdelen. Naast volume wordt er ook variëteit mee bedoeld.
Er zijn diverse kenmerken die verbonden zijn aan de term big data. Net zoals het gaat om grote hoeveelheden informatie zijn er ook veel mogelijke kenmerken te onderscheiden.
Big data analyse
Binnen online marketing wordt veel gebruik gemaakt van big data om trends te ontdekken en de markt te doorzien. Veel van deze data is geanonimiseerd, dit betekent dat de informatie niet te herleiden is naar een specifiek persoon. Dit wordt ook wel aggregaat data genoemd.
Door veel informatie vanuit een grote groep gebruikers naast elkaar te leggen ontstaan er patronen. Denk bijvoorbeeld aan Google Trends waarbij je kunt zien waar mensen in Google naar zoeken op een specifiek moment. Dit soort informatie kan weer worden gebruikt om in te spelen op trends of juist een kleinere niche markt te bepalen.
Toekomst voorspellen met big data
Door naar het verleden te kijken kun je voorspellingen doen over de toekomst. Big data wordt ingezet in voorspellende analyse tools en gedragsanalyse om zo te bepalen wat er later zal gaan komen.
Dit kan van belang zijn voor commerciële bedrijven die willen inspelen op de markt. Dit geldt eveneens voor investeerders die op basis van big data kunnen bepalen waar de meeste potentie zit om winst te maken.
Verzamelen en analyseren
Het verzamelen van data is in basis niet zo ingewikkeld, bestanden en informatie terugvinden kan zeer complex worden. Met een zoekalgoritme kan informatie worden opgezocht, of door filter opties te gebruiken.
Regeringen en bedrijven die data verzamelen om bijvoorbeeld criminaliteit op te sporen kunnen met een overvloed aan data niet altijd meer de spreekwoordelijke speld in de hooiberg vinden.
Andere systemen zoals het algoritme van Google kan zichzelf verbeteren aan de hand van meer data. Een groep van tienduizend gebruikers zorgt voor meer input dan een groep van slechts tien gebruikers. Het is daarbij wel van belang dat de data op de juiste wijze geïnterpreteerd wordt.