Big Data
Big Data ja analytiikka kuuluvat tiiviisti yhteen. Big datalla tarkoitetaan valtavien, järjestelemättömien ja jatkuvasti lisääntyvien tietomassojen keräämistä, säilyttämistä, jakamista, etsimistä, analysointia sekä esittämistä tilastotiedettä ja tietotekniikkaa hyväksikäyttäen
Digitalisaatio on mahdollistanut suurten tietomäärien keräämisen kohdatessamme asiakkaan monikanavaisesti sekä tuotanto- ja toimitusprosessien tuottaessa suuria määriä tietoa niiden eri vaiheissa. Ydinkysymys on, miten nämä valtavat tietomäärät saadaan valjastettua liiketoiminnan hyötykäyttöön esimerkiksi luomaan uusia palveluita, parempaa asiakaskokemusta tai tehokkaampia prosesseja – eli tuottaako big data myös big insightia?
- Määrä: Datamäärän johdosta se ei ole käytettävissä yleisesti käytössä olevilla laitteilla ja ohjelmistoilla järkevässä ajassa.
- Nopeus: Dataa kertyy monista lähteistä eri muodoissa, usein automaattisesti kerättynä, ja se kasaantuu ja/tai muuttuu nopeasti.
- Monimuotoisuus: Datalla ei välttämättä ole lainkaan rakennetta tai se on vain löyhästi määritelty, minkä johdosta sen analysointi sellaisenaan on hankalaa.
Tieke on kerännyt hyviä esimerkkejä Big Datan käytöstä:
Puun kuljetus- ja tiestödatan digitalisaatio: Digiroad- ja kuvadatapilotit
Metsävara- ja olosuhdetiedon hankinnan kehittäminen ja tehokas hyödyntäminen
Digivaalit 2015 – vaikuttajaindeksin laskenta
Tehoa pienistä ratkaisuista – Big datan ketterää hyödyntämistä suun terveydenhuollossa
Tampereen pyhiinvaellusreitit mobiilissa karttapalvelussa
Mitä sinun pitäisi tietää big datasta, datanlouhinnasta ja datafuusiosta?
Dataa kaivellaan tyypillisesti tietokonealgoritmeillä, ja prosessia kutsutaan datanlouhinnaksi. Datafuusiolla tarkoitetaan sitä, kun kahta tai useampaa datamassaa yhdistellään niin, että saadaan luotua uutta tietoa -> YLE kirjoitti tästä hyvän artikkelin.