תוֹכֶן
מקור: Pppbig / Dreamstime.com
להסיר:
ניתן ליישם נתונים גדולים כמעט בכל תחום. כאן אנו בודקים כיצד ניתן להשתמש בנתונים גדולים בעבודה סוציאלית - ומה ההשלכות שיש להם על תחומי לימוד אחרים.
נפח הנתונים צומח במהירות כתוצאה משימוש במכשירים ניידים, מדיה חברתית ונתונים ממקורות לא מובנים אחרים. טכנולוגיות נתונים גדולים כמו Hadoop נכנסות למושב הנהגים בעולם העסקים על ידי הצגת גישות חדשות לניתוח נפחי נתונים גדולים יותר על פני מקורות שונים.נתונים גדולים מוגדרים כנפח, גיוון ומהירות הנתונים העולים על יכולת הארגון לנהל ולנתח אותם באופן מתוזמן. היתרון האמיתי של נתונים גדולים מתממש כאשר ניתן לקצור אותם לקבלת החלטות מהירות מבוססות עובדות, שיכולות להביא להחלטות עסקיות גדולות. אז, ארגונים שמסוגלים לחקור ולנצל את הנתונים הגדולים נוטים להיות בעלי יתרון מובהק. כאן תבדוק מה יכולים לעשות נתונים גדולים, כיצד ניתן ליישם אותם בשדה עשיר בנתונים, ואילו יישומים רחבים יותר יש לתחומי עיסוק וממשל אחרים.
פיצוץ הנתונים
הדרך הטובה ביותר להגדיר נתונים גדולים היא "הכמות והמורכבות ההולכת וגדלה של מידע שכולנו יוצרים וצורכים כל יום", אומר צ'רלי שיק, מנהל פתרונות נתונים גדולים למדעי הבריאות ומדעי החיים ב- IBM. למעשה, בכל יום אנו יוצרים כ -2.5 מיליארד בתים של נתונים באמצעות מגוון מקורות, החל מרישומי עסקאות רכישה ועד תמונות רפואיות בתחום הבריאות, מממצאי מחקר מדעי ועד למדיה חברתית.מנועי חיפוש יחד עם מדיה חברתית, כמו למשל, הקימו מופע חדש של פיסות נתונים קטנות שנאספות בקנה מידה גדול. גם זה שינה את דרך המחשבה שלנו על איסוף וניהול נתונים אלה. התרבות הנוכחית היא לצרוך כמויות גדולות יותר של פיסות נתונים קטנות אלה בפרקי זמן קצרים. גישה זו מציגה אתגרים עצומים כמו גם הזדמנויות מרגשות לניהול נתונים. כדי שמודל עסקי יצליח, הוא אמור להיות מסוגל לעבד כמויות גדולות יותר של נתונים שנלכדו בדרכים קטנות ומגוונות יותר ויותר.
בהתחשב בנפח הנתונים, זה הופך לאתגר למצוא מנגנון יעיל לאיסוףו. הבה נבחן את המקרה של שירותי בריאות ונתוני מדיה חברתית. בשני האזורים הללו יש מערכות גדולות של נתונים. איסוף נתונים לתחומים אלה הוא צעד חשוב בהתפתחות הנתונים הגדולה. מבלי שיהיה לנו מנגנון מתאים לאיסוף נתונים, איננו יכולים לקבל תוצאות מדויקות.
חקר ועיבוד נתונים גדולים
בהמשך, מאמינים כי ארגונים שיכולים לחקור ולנצל נתונים גדולים צריכים להיות מסוגלים לקבל החלטות מבוססות ראיות במהירות יותר. בעזרת נתונים גדולים, אנו יכולים בקלות לספק תשובות לכמה שאלות משמעותיות כמעט בכל תחום. עם זאת כאן, נסתכל על מגזר שירותי הרווחה, תחום בו הנתונים הגדולים יש להם כוח להשפיע מאוד.לדוגמה, נתונים גדולים צריכים להיות מסוגלים לנתח את השאלות הבאות ולענות עליהן ובסופו של דבר לספק תוצאה טובה יותר של המטופל:
- מה הקשר בין הכניסה מחדש לגישה לשירותים חברתיים?
- האם יש קשר בין משך השהות ליעילות ההתערבות?
- מה הקשר בין כתובת הבית לתדירות הביקור?
- האם ניתן למצוא קשר בין מצב משפחתי, התערבויות ותוצאות שיכולות לעזור לנו לזהות מועמדים להתערבות דומים עם כניסתם למערכת הטיפול?
- האם יש תובנה לגבי פלח האוכלוסייה שמנחה אותנו לצבוט את התוכניות שלנו כדי להגיב או להתקדם למגמות שליליות כמו הריון בגיל העשרה או אלימות במשפחה?
נתונים גדולים מאפשרים לטפל במצבים אלו ולגלות את הסיבה לבעיות. זה עוזר לנו למגר את הבעיה, לאחר שזוהה. אנו יכולים לגלות את הבעיה רק על ידי התבוננות בטרנדים ובנתונים ההיסטוריים. במדיה החברתית, תוך ניתוח הנתונים עלינו להיות בעלי מנגנון ניתוח מגמה. מערך הנתונים הגדול יותר שאנו מנתחים, כך אנו יכולים להשיג תוצאות טובות יותר ומדויקות יותר. נתונים גדולים לא מספקים רק דרכים להתמודד עם כמויות גדולות של נתונים, אלא גם מספקים פתרונות חדשניים לעיבוד מגוון רחב יותר של נתונים. לנתונים גדולים יש יכולת להתמודד עם קבוצות נתונים מובנות, לא מובנות וחצי מובנות. (למידע נוסף על 5 בעיות בעולם האמיתי שיכולים לפתור Big Data.)