Big data là gì? Mối liên hệ giữa big data và data analytics.

    image.png

    Big data là một thuật ngữ mô tả khối lượng dữ liệu lớn, rất khó quản lý (có cấu trúc, không cấu trúc và bán cấu trúc). Big data có thể được phân tích để tìm hiểu thông tin về insight của khách hàng giúp việc đưa ra các quyết định về chiến lược kinh doanh trở nên hiệu quả hơn.

    Theo như wikipedia định nghĩa về Big data như sau:

    Dữ liệu lớn (Tiếng Anh: Big data) là một thuật ngữ cho việc xử lý một tập hợp dữ liệu rất lớn và phức tạp mà các ứng dụng xử lý dữ liệu truyền thống không xử lý được. Dữ liệu lớn bao gồm các thách thức như phân tích, thu thập, giám sát dữ liệu, tìm kiếm, chia sẻ, lưu trữ, truyền nhận, trực quan, truy vấn và tính riêng tư. Thuật ngữ này thường chỉ đơn giản đề cập đến việc việc sử dụng các phân tích dự báo, phân tích hành vi người dùng, hoặc một số phương pháp phân tích dữ liệu tiên tiến khác trích xuất giá trị từ dữ liệu mà ít khi đề cập đến kích thước của bộ dữ liệu.

    Tuy vậy cho đến thời điểm hiện tại, chúng ta vẫn chưa định nghĩa được chính xác thuật ngữ "Big data". Vì vẫn chưa có thang đo để xác định được độ "Big" của "data".

    Bạn có thể xem bài viết đầy đủ tại 200Lab Education

1. Câu chuyện Big data

    image.png

    Công việc truy cập và lưu trữ một lượng lớn thông tin để phân tích đã hình thành cách đây khá lâu rồi. Nhưng vào đầu những năm 2000 thuật ngữ "big data" mới thực sự phổ biến.

    Lần đầu tiên thuật ngữ này được sử dụng là vào những năm 1990, bởi John Mashey, một nhà khoa học đã nghỉ hưu tại Silicon Graphics, để chỉ việc xử lý và phân tích các tập dữ liệu khổng lồ.

    Cho tới năm 2001, chỉ khi Doug Laney trình bày chi tiết về sự đặc trưng của big data thì thuật ngữ này mới chính thức được sử dụng rộng rãi.

    Ba đặc điểm thể hiện sự đặc trưng của big data trong bài trình bày của ông đó là:

    Volume: Khối lượng dữ liệu.

    Khối lượng dữ liệu được các tổ chức thu thập từ nhiều nguồn khác nhau, bao gồm các giao dịch kinh doanh, thiết bị thông minh (IoT), thiết bị công nghiệp, video, phương tiện truyền thông xã hội,...

    Trước đây, việc lưu trữ sẽ là một thách thức rất lớn. Nhưng nhờ sự phát triển của công nghệ, các nền tảng lưu trữ rẻ hơn bắt đầu xuất hiện như data lake và Hadoop. Nhờ vậy cho nên việc lưu trữ đã được giảm bớt đi rất nhiều gánh nặng.

    Velocity: Tốc độ của dữ liệu

    Với sự phát triển của Internet of Things, các luồng dữ liệu truyền tải đến doanh nghiệp với tốc độ chưa từng có và phải được xử lý kịp thời. Thẻ RFID, cảm biến và đồng hồ thông minh đang thúc đẩy nhu cầu xử lý các luồng dữ liệu này trong thời gian gần như thực.

    Variety: Sự đa dạng của dữ liệu

    Dữ liệu có thể là từ tất tần tật những gì mà chúng ta biết từ dữ liệu số, có cấu trúc trong cơ sở dữ liệu truyền thống đến tài liệu văn bản phi cấu trúc, email, video, âm thanh, dữ liệu mã chứng khoán và các giao dịch tài chính,...

    Ngoài 3 tiêu chí trên của Doug Laney, thì hiện nay chúng ta có thêm rất nhiều tiêu chí khác xác định đặc trưng của Big data: exhaustivity, fine-grained, relationality, extensionality, veracity, value, variability.

    Thực sự thì bạn chỉ cần nhớ 3 tiêu chí của Doug Laney là đủ rồi.

2. Big data trong thế giới ngày nay

    Trong thế giới ngày nay, các ứng dụng mạng xã hội được sử dụng rộng rãi. Nó dẫn đến việc tăng trưởng dữ liệu một cách nhanh chóng.

    Trên các nền tảng truyền thông xã hội, có hàng tỷ người dùng kết nối hàng ngày, người dùng chia sẻ thông tin, tải lên hình ảnh, video, v.v.

    Lượng dữ liệu ngày càng gia tăng này không còn là một chi phí nữa. Các công ty đang tận dụng nó để đạt được sự phát triển và đánh bại các đối thủ cạnh tranh của họ.

    Big data đang ngày càng thay đổi cách mà thế giới sử dụng những thông tin trong kinh doanh.

3. Tại sao big data lại quan trọng?

    Sự quan trọng của big data không nằm ở chỗ bạn có bao nhiêu data mà nó nằm ở việc bạn xử lý lượng data khổng lồ đó như thế nào.

    Big data khi kết hợp với sức mạnh của việc phân tích thì nó sẽ trở thành vũ khí cực kỳ lợi hại. Giúp cho doanh nghiệp tìm được câu trả lời cho các bài toán sau:

  • Làm sao để giảm chi phí mà không ảnh hưởng đến lợi nhuận?
  • Làm sao để giảm thời gian mà không ảnh hưởng đến hiệu quả?
  • Chiến lược để phát triển sản phẩm mới ?
  • Tối ưu hóa các quy trình như thế nào?
  • Làm sao để đưa ra những quyết định thông minh hơn?
  • Hiểu được lý do, địa điểm, thời gian mà khách hàng sẽ mua hàng
  • Dự đoán được các xu hướng của thị trường
  • Dự đoán được các nhu cầu trong tương lai
  • Xác định nguyên nhân gốc rễ của các lỗi, sự cố trong thời gian gần như thực.
  • Đưa ra những chiến lược phù hợp dựa trên hành vi của khách hàng.
  • Phát hiện hành vi gian lận trước khi nó ảnh hưởng đến doanh nghiệp.

    Bạn có thể xem thêm bài viết về Data analyst là gì? để hiểu thêm công việc phân tích big data.

4. Big data được ứng dụng vào những lĩnh vực nào?

    Big data là một cuộc cách mạng lớn đối với các ngành công nghiệp. Sự xuất hiện của Internet of Thing và các thiết bị được kết nối khác đã tạo ra một sự bùng nổ về số lượng thông tin khổng lồ mà các tổ chức đã thu thập, quản lý và phân tích.

    Từ đó mở ra tiềm năng thấu hiểu insight khách hàng một cách sâu sắc ở mọi ngành nghề, từ lớn đến nhỏ.

Lĩnh vực bán lẻ

    Xây dựng mối quan hệ với khách hàng là điều tất yếu đối với ngành bán lẻ . Và cách tốt nhất để làm được điều đó chính là quản lý big data.

    Các nhà bán lẻ cần biết cách tốt nhất để tiếp thị khách hàng, cách hiệu quả nhất để xử lý các giao dịch và chiến lược tốt nhất để khôi phục những hoạt động kinh doanh đã mất hiệu lực.

    Big data vẫn là trọng tâm của tất cả những hoạt động đó.

Lĩnh vực giáo dục

    Các nhà giáo dục được trang bị cái nhìn sâu sắc theo hướng dữ liệu có thể tạo ra tác động đáng kể đến hệ thống trường học, học sinh và chương trình giảng dạy.

    Bằng cách phân tích big data, họ có thể xác định được xu hướng phát triển của những học sinh, đảm bảo rằng học sinh đang tiến bộ một cách toàn diện. Họ cũng có thể triển khai một hệ thống tốt hơn để đánh giá và hỗ trợ giáo viên và hiệu trưởng.

Lĩnh vực ngân hàng

    Với lượng lớn thông tin thu thập được từ vô số nguồn, các ngân hàng phải đối mặt với việc tìm ra những cách thức mới và sáng tạo hơn để quản lý big data.

    Bên cạnh việc phải hiểu khách hàng và luôn tìm cách tăng sự hài lòng của họ thì điều quan trọng không kém là phải giảm thiểu được rủi ro và gian lận trong khi vẫn duy trì việc tuân thủ các quy định.

    Dữ liệu lớn mang lại những hiểu biết sâu rộng, nhưng nó cũng đòi hỏi các tổ chức tài chính phải đi trước một bước với các phân tích nâng cao hơn trong cuộc chơi này.

Lĩnh vực sức khỏe

    Hồ sơ bệnh nhân. Các phác đồ điều trị. Thông tin kê đơn,...

    Khi nói đến chăm sóc sức khỏe, mọi thứ cần được thực hiện nhanh chóng, chính xác và trong một số trường hợp, cần có đủ tính minh bạch để đáp ứng các quy định nghiêm ngặt của ngành. Khi big data được quản lý hiệu quả, các nhà cung cấp dịch vụ chăm sóc sức khỏe có thể khám phá được những thông tin chi tiết giúp cải thiện việc chăm sóc bệnh nhân.

Lĩnh vực kinh doanh vừa và nhỏ

    Việc dễ dàng thu thập dữ liệu bên cạnh các tùy chọn về quản lý, lưu trữ và phân tích dữ liệu ngày càng hợp lý, giúp cho các doanh nghiệp vừa và nhỏ có cơ hội cạnh tranh tốt hơn bao giờ hết với các đối tác lớn hơn của họ. Các doanh nghiệp vừa và nhỏ có thể sử dụng big data với data analytics để giảm chi phí, tăng năng suất, xây dựng mối quan hệ khách hàng bền chặt hơn và giảm thiểu rủi ro cũng như gian lận.

5. Đưa big data vào hoạt động của tổ chức

    Có 5 bước chính để bạn có thể đưa big data vào tổ chức của mình.

5.1 Lên chiến lược cho big data

    Ở cấp độ cao, chiến lược big data là một kế hoạch được thiết kế để giúp bạn giám sát và cải thiện cách bạn thu thập, lưu trữ, quản lý, chia sẻ và sử dụng dữ liệu trong và ngoài tổ chức của mình.

    Chiến lược về big data tạo tiền đề cho sự thành công trong kinh doanh nhờ vào lượng dữ liệu dồi dào ở thời đại ngày nay.

    Khi phát triển một chiến lược, điều quan trọng là phải kết hợp được mục tiêu kinh doanh với các nguồn lực công nghệ hiện có. Điều này đòi hỏi việc các tổ chức phải coi big data giống như bất kỳ tài sản kinh doanh có giá trị nào khác thay vì chỉ là một sản phẩm phụ của các ứng dụng.

5.2 Xác định được các nguồn của big data

  • Streaming data có nguồn gốc từ Internet of Things (IoT) và các thiết bị kết nối khác . Những dữ liệu này được thu thập từ các thiết bị đeo tay, oto thông minh, thiết bị y tế, thiết bị công nghiệp,.. rồi chuyền đến các hệ thống IT. Khi lượng dữ liệu này được truyền đến bạn có thể phân tích, đưa ra quyết định dữ liệu nào giữ và dữ liệu nào không nên giữ, dữ liệu nào cần phân tích thêm.
  • Social media data bắt nguồn từ các tương tác trên các mạng xã hội như facebook, instagram, youtube,... Chúng ta sẽ nhận được một lượng lớn big data dưới dạng hình ảnh, video, giọng nói, văn bản và âm thanh. Điều này rất hữu ích cho các mục đích tiếp thị, bán hàng và hỗ trợ khách hàng. Lượng dữ liệu này thường ở dạng phi cấu trúc hoặc bán cấu trúc, vì vậy nó đặt ra một thách thức riêng cho việc hiểu và phân tích nó.
  • Publicly available data (dữ liệu có sẵn công khai) đến từ một lượng lớn các nguồn dữ liệu mở như data.gov của chính phủ Hoa Kỳ, CIA World Factbook hoặc European Union Open Data Portal.
  • Nguồn Big data khác có thể đến từ các data lake, nguồn dữ liệu đám mây, các nhà cung cấp và khách hàng.

5.3 Truy cập, quản lý và lưu trữ big data

    Ngày nay, các hệ thống máy tính hiện đại đã cung cấp đủ tốc độ, sức mạnh và tính linh hoạt cần thiết để có thể nhanh chóng truy cập được một số lượng lớn các loại big data.

    Cùng với quyền truy cập đáng tin cậy, các công ty cũng cần có các phương pháp tích hợp dữ liệu, đảm bảo chất lượng dữ liệu, cung cấp khả năng quản lý và lưu trữ dữ liệu cũng như chuẩn bị dữ liệu cho phân tích.

    Một số dữ liệu có thể được lưu trữ một cách truyền thống trong kho dữ liệu. Bên cạnh đó chúng ta cũng có các tùy chọn linh hoạt hơn, chi phí thấp hơn để lưu trữ và xử lý dữ liệu lớn thông qua các giải pháp đám mây, data lake và Hadoop.

5.4 Phân tích big data

    Với các công nghệ hiệu năng cao như điện toán lưới (grid computing) hoặc phân tích trên bộ nhớ đệm, các tổ chức có thể chọn sử dụng tất cả big data của họ để phân tích.

    Một cách tiếp cận khác là xác định trước dữ liệu nào có liên quan đến vấn đề của tổ chức trước khi phân tích. Dù bằng cách nào đi nữa, phân tích big data là cách các công ty thu được giá trị và insight từ dữ liệu.

    Big data ngày càng trở thành nguồn cấp dữ liệu quan trọng cho các kỹ thuật phân tích tiên tiến hiện nay như là trí tuệ nhân tạo.

5.5 Đưa ra quyết định hợp lý dựa trên dữ liệu

    Dữ liệu chính xác, được quản lý tốt dẫn đến việc phân tích chính xác và đưa ra các quyết định hợp lý.

    Để duy trì tính cạnh tranh, các doanh nghiệp cần nắm bắt toàn bộ giá trị của big data. Việc đưa ra quyết định phải dựa trên bằng chứng được trình bày bởi big data chứ không phải bằng cảm tính.

    Lợi ích của việc tận dụng được big data là không cần phải bàn cãi. Các tổ chức dựa trên dữ liệu, hoạt động tốt hơn, dễ dự đoán các xu hướng hơn từ đó đưa ra các chiến lực phù hợp góp phần mang lại nhiều lợi nhuận hơn.

6. Kết luận

    Chúng ta có thể kết luận rằng big data giúp các công ty đưa ra quyết định sáng suốt hơn, hiểu được mong muốn của khách hàng hơn.

    Lượng dữ liệu này giúp các công ty đạt được tốc độ tăng trưởng nhanh chóng bằng cách phân tích dữ liệu trong thời gian thực. Nó cho phép các công ty đánh bại đối thủ cạnh tranh của họ và đạt được những thành công nhất định.

    Bên cạch đó, công nghệ big data giúp chúng ta hiểu được sự kém hiệu quả và các cơ hội trong tổ chức của mình. Nó đóng một vai trò quan trọng trong việc định hình sự phát triển của tổ chức.

Bình luận
Vui lòng đăng nhập để bình luận
Một số bài viết liên quan