فہرست کا خانہ:
- متک: بڑے ڈیٹا کو اپنانے میں ہر ایک ہم سے آگے ہے۔
- متک: ہمارے پاس بہت زیادہ ڈیٹا ہے۔ ہمیں ہر چھوٹی ڈیٹا کی خرابی کے بارے میں فکر کرنے کی ضرورت نہیں ہے۔
- متک: بڑی ڈیٹا ٹیکنالوجی ڈیٹا انضمام کی ضرورت کو ختم کردے گی۔
- متک: جدید تجزیات کے لئے ڈیٹا گودام کا استعمال بے معنی ہے۔
- متک: ڈیٹا لیکس ڈیٹا گودام کی جگہ لے لے گی۔
- بڑے اعداد و شمار کام کرتا ہے - ڈیٹا کے ہیرا پھیری کے نئے طریقے ممکن نہیں ہیں
مئی 2014 میں ، فوریسٹر ریسرچ نے دو رپورٹس جاری کیں جو بڑے اعداد و شمار کے گرد و نواح کے بارے میں کچھ نتائج اخذ کرتی تھیں۔ تحقیقی فرم نے 250 سے زیادہ مارکیٹنگ اور کاروباری ترقی کے ذمہ داروں کا سروے کیا۔ رپورٹ کے مصنفین کے مطابق ، اعداد و شمار کے بڑے بیانات ہر وقت اونچائی پر ہیں ، اور ٹکنالوجی بیچنے والے ناقابل یقین دعووں کی وجہ سے مصنوعات کی تلاش کررہے ہیں۔
گارٹنر فارسسٹر ریسرچ سے متفق ہے۔ کافی حد تک اعداد و شمار بڑے اعداد و شمار کے چاروں طرف ہیں۔ ستمبر 2014 کی رپورٹ میں ، گارٹنر نے ڈیٹا کے سب سے بڑے افسانوں میں سے پانچ کو ختم کردیا ، اور گارٹنر تجزیہ کار اپنی رائے پیش کرتے ہیں کہ بڑے اعداد و شمار اور اس کی ہیرا پھیری کے بارے میں کیا غلط فہمی ہے۔ تو پھر بگ ڈیٹا کی سب سے بڑی افسائش کون سی ہے؟ آئیے ایک نظر ڈالتے ہیں۔
متک: بڑے ڈیٹا کو اپنانے میں ہر ایک ہم سے آگے ہے۔
گارٹنر کہتے ہیں کہ بڑے ڈیٹا میں دلچسپی ہر وقت اونچی ہوتی ہے۔ اس کے باوجود ، پولٹری میں شامل 13 فیصد افراد میں نظامی نظام موجود ہے۔ وجہ: زیادہ تر کمپنیوں کے پاس ابھی تک یہ پتہ نہیں چل سکا ہے کہ اعداد و شمار کے بڑے ذخیروں سے کوئی قیمت کم کرنا ہے۔ یہاں ، گارٹنر کا سروے فارسٹر رپورٹ کے مقابلے میں زیادہ پر امید ہے ، جس میں پتا چلا ہے کہ سروے کے شرکاء میں سے صرف 9 فیصد نے کہا ہے کہ انہوں نے اگلے سال کے دوران بگ ڈیٹا ٹیلی کام کو لاگو کرنے کا منصوبہ بنایا ہے۔ (بگ ڈیٹا کے پاس بہت کچھ پیش کرنے کے لئے ہے۔ 5 حقیقی دنیا کے مسائل میں مزید معلومات حاصل کریں بگ ڈیٹا حل کر سکتا ہے۔)متک: ہمارے پاس بہت زیادہ ڈیٹا ہے۔ ہمیں ہر چھوٹی ڈیٹا کی خرابی کے بارے میں فکر کرنے کی ضرورت نہیں ہے۔
گارٹنر اس انسان کے بارے میں سوچنے والے خدشات سے دوچار ہے: "ہمارے پاس بہت کچھ ہے ، جو تھوڑا سا برا ہے اس سے کوئی فرق نہیں پائے گا۔" گارڈنر کے نائب صدر اور ممتاز تجزیہ کار ٹیڈ فریڈمین کا خیال ہے کہ صورتحال کو دیکھنے کا یہی غلط طریقہ ہے۔
فریڈمین نے کہا ، "حقیقت میں ، اگرچہ ہر ڈیٹاسیٹ پر اس سے کہیں زیادہ چھوٹا اثر پڑتا ہے جب کم ڈیٹا ہوتا تھا ، لیکن پہلے سے کہیں زیادہ خامیاں ہوتی ہیں کیونکہ زیادہ اعداد و شمار موجود ہیں۔" "لہذا ، پورے ڈیٹاسیٹ پر ناقص معیار کے ڈیٹا کا مجموعی اثر ایک جیسے ہی رہتا ہے۔"
فریڈمین نے تشویش کی ایک اور وجہ کا اضافہ کیا۔ بڑے اعداد و شمار کی گرفتاری میں اکثر کاروبار سے باہر کا ڈیٹا شامل ہوتا ہے ، لہذا نامعلوم ڈھانچے اور اصلیت کا ہوتا ہے۔ اس سے غلطیوں کا امکان بڑھ جاتا ہے۔
متک: بڑی ڈیٹا ٹیکنالوجی ڈیٹا انضمام کی ضرورت کو ختم کردے گی۔
اعداد و شمار کی تجزیہ کی دو کلیدی حکمت عملی ہیں جن کا اطلاق بڑے اعداد و شمار پر کیا جاسکتا ہے: "لکھنے پر اسکیما" یا "پڑھنے پر اسکیما۔" ابھی تک ، لکھنے پر اسکیما ہی واحد طریقہ استعمال کیا جاتا تھا۔ ڈیٹا بیس مینجمنٹ میں پڑھنے پر اسکیما موجودہ کریز ہے۔ لکھنے پر اسکیما کے برخلاف ، جس میں ایک ساختی شکل کی ضرورت ہوتی ہے ، اعداد و شمار کو اس کے خام شکل میں اسکیما آن پڑھ ڈیٹا بیس میں بھری جاتی ہے۔ پھر ڈویلپرز - ہڈوپ جیسے غیر ساختہ ڈیٹا بیس پلیٹ فارم کا استعمال کرتے ہوئے - مختلف اعداد و شمار کو قابل استعمال شکل میں موڑ دیتے ہیں۔ پڑھنے سے متعلق اسکیمہ کے واضح فوائد ہیں لیکن ، جیسا کہ گارٹنر کا ذکر ہے ، ڈیٹا کا انضمام کسی وقت ہونا پڑے گا۔متک: جدید تجزیات کے لئے ڈیٹا گودام کا استعمال بے معنی ہے۔
ڈیٹا گودام بنانے کے لئے وقت گزارنا بے شمار انفارمیشن مینیجرز کے لئے بے معنی معلوم ہوتا ہے ، خاص طور پر جب نئے قبضہ شدہ ڈیٹا ڈیٹا گودام میں اس سے مختلف ہوتے ہیں۔ تاہم ، گارٹنر نے ایک بار پھر انتباہ کیا ہے کہ اعداد و شمار کے جدید تجزیات ڈیٹا گوداموں اور نئے ڈیٹا کا استعمال کریں گے ، جس کا مطلب ہے کہ ڈیٹا انٹیگریٹرز کو لازمی طور پر یہ کرنا چاہئے:- تجزیہ کے ل suitable موزوں بنانے کے ل them ڈیٹا کی نئی اقسام کو بہتر بنائیں
- فیصلہ کریں کہ کون سا ڈیٹا متعلقہ ہے ، اور اعداد و شمار کے معیار کی سطح ہے
- ڈیٹا اکٹھا کرنے کا طریقہ طے کریں
- سمجھیں کہ ڈیٹا کو بہتر بنانے کے کوائف گودام کے علاوہ دوسری جگہوں پر بھی ہوسکتی ہے
متک: ڈیٹا لیکس ڈیٹا گودام کی جگہ لے لے گی۔
ڈیٹا لیکس مختلف اعداد و شمار کے ذخائر ہیں ، جیسا کہ اعداد و شمار کے گوداموں کے برخلاف ہیں جہاں ڈیٹا ساختی شکل میں ہوتا ہے۔ ڈیٹا جھیل کی تشکیل میں ڈیٹا گوداموں کے مقابلے میں تھوڑی بہت واضح کوشش (ڈیٹا کو فارمیٹ کرنے کی ضرورت نہیں) کی ضرورت ہوتی ہے ، یہی وجہ ہے کہ ڈیٹا لیکس دلچسپی کا باعث ہے۔
گارٹنر اس بات پر زور دیتا ہے کہ اعداد و شمار کا ہونا کوئی اہم بات نہیں ہے - باخبر فیصلے کے لئے قبضہ کر لیا ڈیٹا میں ہیرا پھیری کرنا قابل نکتہ ہے۔ مزید یہ کہ ، فیصلہ سازی میں آسانی کے ل data (کسی حد تک غیر منقولہ) ڈیٹا لیکس کا استعمال پریشانی ہے۔
"گارٹنر کے ریسرچ ڈائریکٹر ، نک ہیڈسیکر نے کہا ،" ڈیٹا گوداموں میں پہلے ہی ایک تنظیم میں صارفین کی وسیع اقسام کی مدد کرنے کی صلاحیت موجود ہے۔ "انفارمیشن مینجمنٹ کے رہنماؤں کو ڈیٹا لیکس کو پکڑنے کے لئے انتظار کرنے کی ضرورت نہیں ہے۔" (اپنائیت سے قبل بڑے اعداد و شمار کے بارے میں 7 چیزوں میں آپ کو معلوم ہونا چاہئے کہ بڑے اعداد و شمار کو اپنانے کے بارے میں مزید معلومات حاصل کریں۔)
بڑے اعداد و شمار کام کرتا ہے - ڈیٹا کے ہیرا پھیری کے نئے طریقے ممکن نہیں ہیں
اس رپورٹ کو پڑھنے کے بعد گارٹنر نے "بگ ڈیٹا افسران" کی بجائے "سب سے بڑی ڈیٹا افسران" کی وجہ واضح کردی ہے۔ گارٹنر بڑے اعداد و شمار کی لیک نہیں ہے۔ گارٹنر ان لوگوں کی باز پرس کرتے ہیں جو محسوس کرتے ہیں کہ بڑے اعداد و شمار کو جوڑنے کے نئے طریقے "پرائم ٹائم" کے لئے تیار ہیں۔
