Home » Articole » RO » Afaceri » Știința datelor (Data Science) » Utilizarea megadatelor (Big Data) în afaceri

Utilizarea megadatelor (Big Data) în afaceri

Megadatele (Big Data) sunt din ce în ce mai văzute ca un element esențial al unei economii care funcționează bine. O serie de rapoarte și publicații academice au indicat utilizarea în creștere a megadatelor în sectoarele economice (Brynjolfsson, Hitt și Heekyung, 2011; Bulger, Taylor și Schroeder, 2014; George, Haas și Pentland, 2014; Manyika și colab. ., 2011; Schroeck, Shockley, Smart, Romero-Morales și Tufano, 2012; Taylor și Schroeder, 2014; Taylor, Schroeder și Meyer, 2014; Thomas și McSharry, 2015) și potențialul său de a spori productivitatea, eficiențaa și dezvoltarea. Conștientizarea faptului că utilizarea datelor va deveni din ce în ce mai importantă și larg răspândită în următorii ani a condus la discuții cu privire la cel mai bun mod de a promova abordările de megadate prin intermediul politicilor și reglementărilor (Brown & Marsden, 2013; Pasquale, 2015). Oricare astfel de politici trebuie să se bazeze pe o înțelegere aprofundată a peisajului predominant al modului în care megadatele sunt utilizate de companii și, în special, a modului în care sunt folosite diferite surse de date.

Trei întrebări relevante pentru utilizarea megadatelor: în primul rând, care sunt părerile practicienilor despre datele mari: cum definesc acest concept și cum se simte influența acestora în industria lor? Acest lucru ajută la informarea unei imagini generale a peisajului actual al datelor și face lumină asupra modului în care companiile și alte părți interesate adoptă tehnologii și tehnici pentru a crește utilizarea datelor. În al doilea rând, putem apela la modele de afaceri pentru a afla, în termeni largi, ce oportunități au fost identificate până acum și diferitele căi de implementare a acestora. În al treilea rând, care sunt principalele provocări cu care se confruntă organizațiile care lucrează în economia datelor și încearcă să înțeleagă ce măsuri, dacă există, pot fi luate pentru a atenua aceste provocări.

Principalele constatări pot fi rezumate după cum urmează: În primul rând, liderii din industrie recunosc o mare varietate de oportunități interesante legate de o capacitate din ce în ce mai mare de a colecta, stoca și analiza date. Cu toate acestea, până acum nu a existat un moment de big bang în care sectoare întregi se transformă simultan și complet, datorită utilizării sporite a datelor. Mai degrabă, afacerile continuă să treacă printr-o tranziție semnificativă, dar treptată, către un peisaj mai bazat pe date. În special, multe companii au început încorporarea angro a datelor în modelul lor de afaceri cu zeci de ani în urmă și multe industrii încă explorează spațiul posibilelor aplicații pentru (și surse de) date. Prin urmare, continuă să existe oportunități pentru firme suplimentare de a realiza beneficiile unei utilizări sporite a datelor, mai ales atunci când fac acest lucru în moduri noi sau inovatoare. În al doilea rând, putem identifica trei clase de modele de afaceri de date mari: utilizatori de date, furnizori de date și facilitatori de date. Aceste trei clase sunt dependente reciproc, dar separate din punct de vedere analitic, iar o economie care funcționează bine, orientată spre date, va cultiva simultan creșterea tuturor celor trei. În al treilea rând, există o serie de provocări semnificative cu care se confruntă firmele de megadate. Aceste provocări sunt considerate mai ales interne și reflectă probleme procedurale în colectarea, arhivarea și manipularea datelor. Ca atare, se pare că un obiectiv important pentru factorii de decizie care doresc să încurajeze utilizarea eficientă a datelor în economie ar trebui să fie promovarea bunelor practici în aceste domenii. Cu toate acestea, există și provocări mai ample cu privire la utilizarea de megadate în cadrul societății în general. Acestea au fost discutate pe scară largă în literatura de specialitate (Boyd & Crawford, 2012; Ekbia și colab., 2015), dar aceste discuții nu se bazează pe definiții ale datelor și ale megadatelor și, prin urmare, nu fac o distincție adecvată între utilizările comerciale și cele guvernamentale, spre deosebire de utilizarea lor în cercetare. În concluzie, va fi folosită o astfel de definiție analitică (Cowls & Schroeder, 2015; Schroeder, 2014) care permite realizarea unei astfel de distincții și oferă astfel o perspectivă asupra constatărilor rezultate din interviuri dar și asupra implicațiilor sociale ale big data mai mult în general. Scopul aici este, în primul rând, de a oferi o imagine a modului în care practicienii văd datele mari care afectează afacerile și politica în practică, mai degrabă decât să impună o definiție de la început.

Literatură aferentă

Există o literatură în creștere despre utilizarea datelor mari în afaceri, dar modelele de afaceri ca atare nu au primit o analiză susținută. Mayer-Schonberger și Cukier (2013) au descris o serie de utilizări incipiente ale datelor mari și au făcut sugestii pentru abordarea unora dintre problemele juridice și de reglementare emergente. O analiză mai recentă a acestor probleme poate fi găsită în Pasquale (2015) (a se vedea, de asemenea, Lane & Stodden, 2014). Deși o privire de ansamblu asupra problemelor mai ample depășește domeniul de aplicare al acestei lucrări, vom observa că principala preocupare a oamenilor de afaceri este că guvernul ar trebui să creeze un mediu adecvat, astfel încât confidențialitatea și alte aspecte legale să nu împiedice profitarea de noile surse de date. . Avantajele acestor noi surse pentru economie au fost discutate de Einav și Levin (2014) și pentru lumea în curs de dezvoltare, inclusiv dezvoltarea economică de (Taylor și Schroeder, 2014). Brynjolfsson şi colab. (2011), arătând că firmele care utilizează date mari au avut performanțe mai bune decât cele care nu au făcut-o, deși acest studiu ar necesita actualizare, având în vedere dezvoltarea rapidă a acestui domeniu. În afară de aceasta, o serie de rapoarte prezintă utilizări individuale ale datelor mari (pentru guvern, a se vedea Clarke și Margetts, 2014; pentru cercetare, a se vedea Borgman, 2014; Eagle și Greene, 2014; Pentland, 2014; pentru starea actuală a tehnicii în în legătură cu utilizările politicii, a se vedea http://www.data4policy.eu/#!sota/cbiv).

Se poate menționa că literatura care se referă la acest subiect provine dintr-o varietate de discipline academice, inclusiv drept, economie și studii de afaceri și management, sociologie și dezvoltare, informatică și știința informației (pentru a numi doar principalele). Într-o zonă atât de emergentă, nu este o surpriză să găsim o astfel de gamă de perspective, deși concentrarea pe sursele de date poate ancora discuția și poate oferi o achiziție pentru provocările viitoare.

Referințe

  • Borgman, C. (2014). Big data, little data and beyond. Cambridge, MA: MIT Press.
  • Boyd, D., & Crawford, K. (2012). Critical questions for big data. Information, Communication and Society, 15, 662–679. http://dx.doi.org/10.1080/1369118X.2012.678878
  • Brown, I., & Marsden, C. (2013). Regulating code: Good governance and better regulation in the information age. Cambridge, MA: MIT Press.
  • Brynjolfsson, E., Hitt, L., & Heekyung, K. (2011). Strength in numbers: How does data-driven decision making affect firm performance? Retrieved from http://papers.ssrn.com/ sol3/papers.cfm?abstract_id=1819486
  • Bulger, M., Taylor, G., & Schroeder, R. (2014). Engaging complexity: Challenges and opportunities of big data. London: NEMODE. Retrieved from http://www.oii.ox.ac.uk/ research/projects/?id=113
  • Clarke, A., & Margetts, H. (2014). Governments and citizens getting to know each other? Open, closed, and big data in public management reform. Policy & Internet, 6, 393–417. http://dx.doi.org/10.1002/poi3.v6.4
  • Cowls, J., & Schroeder, R. (2015). Causation, correlation, and big data in social science research. Policy & Internet, 7, 447–472. doi:10.1002/poi3.100
  • Eagle, N., & Greene, K. (2014). Reality mining: Using big data to engineer a better world. Cambridge, MA: MIT Press.
  • Ekbia, H., Mattioli, M., Kouper, I., Arave, G., Ghazinejad, A., Bowman, T., … Sugimoto, C. R. (2015). Big data, bigger dilemmas: A critical review. Journal of the Association for Information Science and Technology, 66, 1523–1545. http://dx.doi.org/10.1002/asi.2015.66.issue-8
  • George, G., Haas, M. R., & Pentland, A. (2014). Big data and management. Academy of Management Journal, 57, 321–326. http://dx.doi.org/10.5465/amj.2014.4002
  • Lane, J., & Stodden, V. (Eds.). (2014). Privacy, big data, and the public good: Frameworks for engagement. Cambridge: Cambridge University Press.
  • Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Hung Byers, A. (2011). Big data: The next frontier for innovation, competition, and productivity. Washington, DC: McKinsey Global Institute. Retrieved from http:// www.mckinsey.com/insights/business_technology/ big_data_the_next_frontier_for_innovation
  • Mayer-Schönberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work, and think. New York, NY: Houghton Mifflin Harcourt.
  • Pasquale, F. (2015). The black box society. Cambridge, MA: Harvard University Press. http://dx.doi.org/10.4159/harvard.9780674736061
  • Pentland, S. (2014). Social physics: How good ideas spread: The lessons from a new science. London: Penguin.
  • Schroeck, M., Shockley, R., Smart, J., Romero-Morales, D., & Tufano, P. (2012). Analytics: The real-world use of big data. London: IBM Global Business Services Business Analytics and Optimisation in collaboration with Säid Business School, University of Oxford. Retrieved from http://www- 935.ibm.com/services/us/gbs/thoughtleadership/ibv-bigdata- at-work.html
  • Taylor, L., & Schroeder, R. (2014). Is bigger better? The emergence of big data as a tool for international development policy. GeoJournal, 80, 503–518. doi:10.1007/s10708-014-9603-5
  • Taylor, L., Schroeder, R., & Meyer, P. (2014). Emerging practices and perspectives on big data analysis in economics: Bigger and better or more of the same? Big Data & Society, 1. doi:10.1177/205395171453687
  • Thomas, R., & McSharry, P. (2015). Big data revolution: What farmers, doctors and insurance agents teach us about discovering big data patterns. Chichester: Wiley.

Sursa: Ralph Schroeder (2016) Big data business models: Challenges and opportunities, Cogent Social Sciences, 2:1, 1166924, DOI: 10.1080/23311886.2016.1166924, licența CC BY 4.0. Traducere și adaptare de Nicolae Sfetcu

Tehnologia Blockchain - Bitcoin
Tehnologia Blockchain – Bitcoin

Internetul a schimbat complet lumea, cultura şi obiceiurile oamenilor. După o primă fază caracterizată prin transferul liber al informaţiilor, au apărut preocupările pentru siguranţa comunicaţiilor online şi confidenţialitatea utilizatorilor. Tehnologia blockchain asigură ambele aceste deziderate. Relativ nouă, ea are şansa să producă … Citeşte mai mult

Nu a fost votat 2.9211.72 Selectează opțiunile
Introducere în Business Intelligence
Introducere în Business Intelligence

Colecția ȘTIINȚA INFORMAȚIEI ”Introducere în Business Intelligence” oferă cititorilor informații cuprinzătoare despre business intelligence, explorând toate aspectele importante ale inteligenței de afaceri în scenariul actual. Subiectele tratate se referă la abordările de bază ale business intelligence. Cartea își propune să … Citeşte mai mult

Nu a fost votat 2.924.69 Selectează opțiunile
Lucrul cu baze de date
Lucrul cu baze de date

Colecția ȘTIINȚA INFORMAȚIEI Lucrul cu bazele de date este astăzi printre cele mai căutate abilități IT. Acum puteți obține o bază de plecare în proiectarea și implementarea bazelor de date cu o abordare practică, ușor de înțeles. ”Lucrul cu baze … Citeşte mai mult

Nu a fost votat 3.907.81 Selectează opțiunile

Lasă un răspuns

Adresa ta de email nu va fi publicată.