Der er ingen fast definition af Big data og forskellige syn på begrebet florere. For nogle er Big data et udtryk for hundredvis af gigabyte data. For andre handler om det om omsætningen (dvs. live analyse af store mængder data)

Vi kommer til at arbejde med Big Data ud fra de 10 V'er. Volume, velocity, variety, vulnerability, validity, visualization, variability, volatility, veracity, value.

  • Volume: Den mest håndgribelige; Big data fylder meget - der er meget af den (mange gb's), men det er den mindst vigtige del af big data. Big data kan ikke åbnes i Excel.
  • Velocity: Hastigheden hvormed vi opsamler og analyserer data.
  • Variety: Indsamlet data varierer. Noget er ustruktureret og andet er struktureret.

Hvorfor er big data det nye sorte?

Interessen for Big data skal ses i flere lys. Billig hardware og veletablerede webarkitekturer (hostingselskaber, webprotokollen) har skabt vækstvilkår for at analysere data, vi nærmest altid har indsamlet. Supermarkeder har eksempelvis i årtier indsamlet store mængder data omkring detailvarehandel, men mulighederne for at analysere købsmønstre har været begrænsede i forhold til i dag. Et modent og åbent økosystem omkring softwareløsninger som Hadoop gør løsningerne mere tilgængelige og spiselige for virksomheder der overvejer at afprøve det.

Kilder

  • "Big Data: The Big Picture" af Andrew Burst for Pluralsight



Data Never Sleeps V9.0 (2021) (DOMO)


Senest ændret: onsdag den 19. januar 2022, 09:51