Skip to content Skip to sidebar Skip to footer

Apa itu Big Data?

 

Big Data

Apa sebenarnya big data itu?


Yang dimaksud dengan big data adalah data yang mengandung lebih banyak variasi, datang dalam volume yang meningkat dan dengan kecepatan yang lebih tinggi. Ini juga dikenal sebagai tiga Vs.


Sederhananya, data besar lebih besar, kumpulan data yang lebih kompleks, terutama dari sumber data baru. Kumpulan data ini sangat banyak sehingga perangkat lunak pemrosesan data tradisional tidak dapat mengelolanya. Tetapi volume data yang sangat besar ini dapat digunakan untuk mengatasi masalah bisnis yang sebelumnya tidak dapat Anda atasi.


Big Data Solution

Big Data 3V

  • Volume Jumlah data penting. Dengan data besar, Anda harus memproses volume tinggi data tidak terstruktur dengan kepadatan rendah. Ini bisa berupa data dengan nilai yang tidak diketahui, seperti umpan data Twitter, aliran klik di halaman web atau aplikasi seluler, atau peralatan berkemampuan sensor. Untuk beberapa organisasi, ini mungkin puluhan terabyte data. Bagi yang lain, mungkin ratusan petabyte.

  • Kecepatan Kecepatan adalah kecepatan cepat di mana data diterima dan (mungkin) ditindaklanjuti. Biasanya, kecepatan tertinggi aliran data langsung ke memori dibandingkan yang ditulis ke disk. Beberapa produk pintar berkemampuan internet beroperasi dalam waktu nyata atau mendekati waktu nyata dan akan memerlukan evaluasi dan tindakan waktu nyata.

  • Ragam Ragam mengacu pada banyak jenis data yang tersedia. Tipe data tradisional terstruktur dan cocok dengan rapi dalam database relasional. Dengan munculnya big data, data datang dalam tipe data baru yang tidak terstruktur. Tipe data tidak terstruktur dan semi terstruktur, seperti teks, audio, dan video, memerlukan prapemrosesan tambahan untuk mendapatkan makna dan mendukung metadata.

Nilai—dan kebenaran—dari data besar

Dua V lagi telah muncul selama beberapa tahun terakhir: nilai dan kejujuran. Data memiliki nilai intrinsik. Tapi tidak ada gunanya sampai nilai itu ditemukan. Sama pentingnya: Seberapa jujur ​​data Anda—dan seberapa banyak Anda dapat mengandalkannya?


Saat ini, big data telah menjadi modal. Pikirkan beberapa perusahaan teknologi terbesar di dunia. Sebagian besar nilai yang mereka tawarkan berasal dari data mereka, yang terus mereka analisis untuk menghasilkan lebih banyak efisiensi dan mengembangkan produk baru.


Terobosan teknologi terbaru telah secara eksponensial mengurangi biaya penyimpanan dan komputasi data, membuatnya lebih mudah dan lebih murah untuk menyimpan lebih banyak data daripada sebelumnya. Dengan peningkatan volume data besar yang sekarang lebih murah dan lebih mudah diakses, Anda dapat membuat keputusan bisnis yang lebih akurat dan tepat.


Menemukan nilai dalam data besar tidak hanya tentang menganalisisnya (yang merupakan manfaat lainnya). Ini adalah keseluruhan proses penemuan yang membutuhkan analis, pengguna bisnis, dan eksekutif berwawasan luas yang mengajukan pertanyaan yang tepat, mengenali pola, membuat asumsi yang terinformasi, dan memprediksi perilaku.


Tapi bagaimana kita sampai di sini?

Sejarah data besar

Meskipun konsep big data itu sendiri relatif baru, asal-usul kumpulan data besar kembali ke tahun 1960-an dan 70-an ketika dunia data baru saja dimulai dengan pusat data pertama dan pengembangan database relasional.


Sekitar tahun 2005, orang mulai menyadari betapa banyak data yang dihasilkan pengguna melalui Facebook, YouTube, dan layanan online lainnya. Hadoop (kerangka kerja sumber terbuka yang dibuat khusus untuk menyimpan dan menganalisis kumpulan data besar) dikembangkan pada tahun yang sama. NoSQL juga mulai mendapatkan popularitas selama ini.


Pengembangan kerangka kerja sumber terbuka, seperti Hadoop (dan baru-baru ini, Spark) sangat penting untuk pertumbuhan data besar karena mereka membuat data besar lebih mudah digunakan dan lebih murah untuk disimpan. Pada tahun-tahun sejak itu, volume data besar telah meroket. Pengguna masih menghasilkan data dalam jumlah besar—tetapi bukan hanya manusia yang melakukannya.


Dengan munculnya Internet of Things (IoT), lebih banyak objek dan perangkat yang terhubung ke internet, mengumpulkan data tentang pola penggunaan pelanggan dan kinerja produk. Munculnya pembelajaran mesin telah menghasilkan lebih banyak data.


Sementara data besar telah berkembang jauh, kegunaannya baru saja dimulai. Komputasi awan telah memperluas kemungkinan data besar lebih jauh. Cloud menawarkan skalabilitas yang benar-benar elastis, di mana pengembang dapat dengan mudah memutar kluster ad hoc untuk menguji subset data. Dan basis data grafik juga menjadi semakin penting, dengan kemampuannya untuk menampilkan sejumlah besar data dengan cara yang membuat analitik menjadi cepat dan komprehensif.

Kasus penggunaan data besar

Data besar dapat membantu Anda menangani berbagai aktivitas bisnis, mulai dari pengalaman pelanggan hingga analitik. Berikut adalah beberapa.


  • Pengembangan produk Perusahaan seperti Netflix dan Procter & Gamble menggunakan data besar untuk mengantisipasi permintaan pelanggan. Mereka membangun model prediktif untuk produk dan layanan baru dengan mengklasifikasikan atribut kunci dari produk atau layanan masa lalu dan saat ini dan memodelkan hubungan antara atribut tersebut dan keberhasilan komersial dari penawaran. Selain itu, P&G menggunakan data dan analitik dari grup fokus, media sosial, pasar uji, dan peluncuran toko awal untuk merencanakan, memproduksi, dan meluncurkan produk baru.

  • Pemeliharaan prediktif Faktor yang dapat memprediksi kegagalan mekanis mungkin terkubur dalam data terstruktur, seperti tahun, merek, dan model peralatan, serta dalam data tidak terstruktur yang mencakup jutaan entri log, data sensor, pesan kesalahan, dan suhu engine . Dengan menganalisis indikasi potensi masalah ini sebelum masalah terjadi, organisasi dapat menerapkan pemeliharaan dengan biaya yang lebih efektif dan memaksimalkan waktu kerja suku cadang dan peralatan.

  • Pengalaman pelanggan Perlombaan untuk pelanggan sedang berlangsung. Pandangan yang lebih jelas tentang pengalaman pelanggan sekarang lebih mungkin daripada sebelumnya. Data besar memungkinkan Anda mengumpulkan data dari media sosial, kunjungan web, log panggilan, dan sumber lain untuk meningkatkan pengalaman interaksi dan memaksimalkan nilai yang diberikan. Mulai berikan penawaran yang dipersonalisasi, kurangi churn pelanggan, dan tangani masalah secara proaktif. Beberapa bisa dihubungkan ke customer relationship management software

  • Penipuan dan kepatuhan Dalam hal keamanan, bukan hanya beberapa peretas jahat—Anda menghadapi seluruh tim ahli. Lanskap keamanan dan persyaratan kepatuhan terus berkembang. Data besar membantu Anda mengidentifikasi pola dalam data yang mengindikasikan penipuan dan menggabungkan sejumlah besar informasi untuk membuat pelaporan peraturan menjadi lebih cepat.

  • Pembelajaran mesin Pembelajaran mesin adalah topik hangat saat ini. Dan data—khususnya big data—adalah salah satu alasannya. Kami sekarang dapat mengajarkan mesin alih-alih memprogramnya. Ketersediaan data besar untuk melatih model pembelajaran mesin memungkinkan hal itu.

  • Efisiensi operasional Efisiensi operasional mungkin tidak selalu menjadi berita utama, tetapi ini adalah area di mana data besar memiliki dampak paling besar. Dengan data besar, Anda dapat menganalisis dan menilai produksi, umpan balik dan pengembalian pelanggan, serta faktor lain untuk mengurangi pemadaman dan mengantisipasi permintaan di masa mendatang. Big data juga dapat digunakan untuk meningkatkan pengambilan keputusan sesuai dengan permintaan pasar saat ini.

  • Mendorong inovasi Big data dapat membantu Anda berinovasi dengan mempelajari saling ketergantungan antara manusia, institusi, entitas, dan proses, lalu menentukan cara baru untuk menggunakan wawasan tersebut. Gunakan wawasan data untuk meningkatkan keputusan tentang pertimbangan keuangan dan perencanaan. Periksa tren dan apa yang diinginkan pelanggan untuk memberikan produk dan layanan baru. Menerapkan harga dinamis. Ada kemungkinan tak terbatas.

Tantangan data besar

Sementara data besar memiliki banyak janji, itu bukan tanpa tantangan.


Pertama, big data adalah…besar. Meskipun teknologi baru telah dikembangkan untuk penyimpanan data, volume data meningkat dua kali lipat setiap dua tahun. Organisasi masih berjuang untuk mengimbangi data mereka dan menemukan cara untuk menyimpannya secara efektif.


Tapi itu tidak cukup hanya menyimpan data. Data harus digunakan untuk menjadi berharga dan itu tergantung pada kurasi. Membersihkan data, atau data yang relevan dengan klien dan diatur sedemikian rupa sehingga memungkinkan analisis yang berarti, membutuhkan banyak pekerjaan. Ilmuwan data menghabiskan 50 hingga 80 persen waktu mereka untuk menyusun dan menyiapkan data sebelum benar-benar dapat digunakan.


Akhirnya, teknologi big data berubah dengan cepat. Beberapa tahun yang lalu, Apache Hadoop adalah teknologi populer yang digunakan untuk menangani data besar. Kemudian Apache Spark diperkenalkan pada tahun 2014. Saat ini, kombinasi dari dua kerangka kerja tampaknya menjadi pendekatan terbaik. Mengikuti perkembangan teknologi big data merupakan tantangan yang berkelanjutan.

Cara kerja data besar

Data besar memberi Anda wawasan baru yang membuka peluang dan model bisnis baru. Memulai melibatkan tiga tindakan utama:


1. Integrasikan

Big data menyatukan data dari banyak sumber dan aplikasi yang berbeda. Mekanisme integrasi data tradisional, seperti mengekstrak, mengubah, dan memuat (ETL) umumnya tidak sesuai dengan tugas. Dibutuhkan strategi dan teknologi baru untuk menganalisis kumpulan data besar pada skala terabyte, atau bahkan petabyte.


Selama integrasi, Anda perlu memasukkan data, memprosesnya, dan memastikannya diformat dan tersedia dalam bentuk yang dapat digunakan oleh analis bisnis Anda.


2. Kelola

Data besar membutuhkan penyimpanan. Solusi penyimpanan Anda bisa di cloud, di tempat, atau keduanya. Anda dapat menyimpan data Anda dalam bentuk apa pun yang Anda inginkan dan membawa persyaratan pemrosesan yang Anda inginkan dan mesin proses yang diperlukan ke kumpulan data tersebut berdasarkan permintaan. Banyak orang memilih solusi penyimpanan mereka sesuai dengan tempat data mereka saat ini berada. Cloud secara bertahap mendapatkan popularitas karena mendukung persyaratan komputasi Anda saat ini dan memungkinkan Anda untuk meningkatkan sumber daya sesuai kebutuhan.


3. Analisis

Investasi Anda dalam data besar terbayar saat Anda menganalisis dan bertindak berdasarkan data Anda. Dapatkan kejelasan baru dengan analisis visual dari beragam kumpulan data Anda. Jelajahi data lebih lanjut untuk membuat penemuan baru. Bagikan temuan Anda dengan orang lain. Bangun model data dengan pembelajaran mesin dan kecerdasan buatan. Letakkan data Anda untuk bekerja.


Post a Comment for "Apa itu Big Data?"