प्रश्न:
बड़े डेटा ने पारंपरिक एनालिटिक्स वर्कफ़्लो को कैसे प्रभावित किया है?
ए:बिजनेस एनालिटिक्स या अन्य एनालिटिक्स प्रक्रियाओं का पीछा एक महान सौदा भिन्न होता है, और इसका मूल्यांकन केस-बाय-केस आधार पर किया जाना चाहिए। हालांकि, कुछ सामान्य तरीके हैं जो बड़े डेटा सेटों का उपयोग करके बदल गए हैं कि पेशेवर एनालिटिक्स प्रोजेक्ट्स के लिए कैसे दृष्टिकोण करते हैं।
संभवतः सबसे महत्वपूर्ण तरीका है कि बड़े डेटा ने एनालिटिक्स को प्रभावित किया है, जिस तरह से डेटा स्टोर का विश्लेषण किया जाता है। बड़े डेटा से पहले, डेटा स्टोर का आम तौर पर एक रेखीय, एक-एक करके विश्लेषण किया जाता था। कंप्यूटर से पहले, यह हाथ से किया गया था। फिर एक्सेल स्प्रेडशीट और अन्य उपकरणों ने एनालिटिक्स के अधिक कुशल रैखिक विश्लेषण की अनुमति दी। उदाहरण के लिए, एक स्प्रेडशीट विभिन्न ग्राहकों और उनकी खरीद इतिहास को सारणीबद्ध करेगी और उपयोगकर्ता औसत खरीद, लाइन से लाइन पर जाने और प्रत्येक रिकॉर्ड को ध्यान में रखते हुए रिपोर्ट बनाएंगे। यह एनालिटिक्स करने का प्रचलित तरीका था, जब तक कि बड़े डेटा दृश्य पर नहीं आए थे।
| नि: शुल्क वेबिनार अपने ग्राहकों को जानने के लिए कई प्लेटफार्मों के पार |
बड़े डेटा की दुनिया में, विश्लेषण आमतौर पर व्यापक एल्गोरिदम और पैटर्न सॉर्टिंग के माध्यम से किया जाता है। यह आमतौर पर हाथ से नहीं किया जाता है क्योंकि इसमें बहुत अधिक समय लगेगा और बहुत सारे संसाधनों की आवश्यकता होगी। इसके अलावा, बड़े डेटा के साथ आने वाले संरचनात्मक टूल का मतलब है कि एनालिटिक्स को हाथ से नहीं करना पड़ता है। हेराटिक्स या संभाव्यता कार्य नामक किसी चीज़ का एक उभरता हुआ उपयोग है, जो पैटर्न मान्यता और अन्य रणनीतियों के आधार पर अधिक प्रभावी विश्लेषिकी की अनुमति देता है जो पारंपरिक सांख्यिकीय विश्लेषण की प्रक्रिया को प्रभावित करता है।
उस अंत तक, आधुनिक व्यवसाय इन अधिक परिष्कृत डेटा माइनिंग विधियों का उपयोग करने के लिए सभी प्रकार के हार्डवेयर और सॉफ़्टवेयर टूल में तेज़ी से निवेश कर रहे हैं। बड़े डेटा ने उन तरीकों को काफी हद तक प्रभावित किया है जिनका विश्लेषण हम किसी विज्ञान परियोजना से लेकर व्यावसायिक प्रक्रिया तक करते हैं। सीधे शब्दों में कहें, सॉफ्टवेयर टूल डेटा को संभालते हैं और इसे ऑटोमेशन और आर्टिफिशियल इंटेलिजेंस के करीब ले जाते हैं।
