Perlombongan data besar

Mencari kelebihan perniagaan? Ambil isyarat dari Moneyball, yang merangka bagaimana pasukan sukan boleh menang jika mereka bermain dengan nombor dan bukan naluri usus. Terlepas dari saiz perniagaan anda, sudah tiba masanya untuk mendapatkan aliran informasi tanpa henti dan tidak ternilai yang dihasilkan oleh hampir setiap sektor masyarakat. Apa pun perisian yang anda gunakan untuk memproses data hari ini hampir tidak mencukupi untuk memenuhi cabaran dunia yang mula berfikir dalam zettabytes (itu 1 bilion terabyte, dengan setiap terabyte menjadi 1 trilion bait ). Cabarannya bukan hanya untuk menyimpan semua maklumat itu, tetapi untuk memahami peluang yang ditawarkannya dan menganalisisnya lebih awal daripada persaingan.

Big Data, seperti yang dipanggil, merujuk kepada set data besar yang datang dari mana-mana sahaja termasuk rekod penjualan dalam talian, maklumat penghantaran, maklumat iklim, foto satelit dan video pengawasan jauh, dagangan pasaran saham yang dihasilkan oleh komputer, rekod penangkapan, siaran ke laman media sosial, maklumat penerbangan, isyarat GPS telefon … dan banyak lagi.

Jabatan-jabatan polis secara rutin menapis maklumat yang besar untuk meramalkan dan merancang tren jenayah. Mereka mungkin melihat, contohnya, cuaca, corak trafik, jadual acara sukan, percutian dan tarikh bayar untuk menentukan tempat panas jenayah di mana sasaran peluang (seperti orang yang terganggu dengan wang tunai) bersilang dengan orang jahat.

Peruncit bijak boleh menilai prestasi jualan produk, tren harga dan demografi untuk lebih memahami keperluan pelanggan yang pantas beralih.

Peguam boleh mengkaji keputusan hakim individu untuk mendapatkan pandangan tentang strategi untuk digunakan di ruang sidang mereka-dalam masa yang kurang masa daripada yang akan membawa mereka ke perpustakaan undang-undang analog.

Syarikat penerbangan dapat mengetahui sebelum kapal terbang mendarat bahawa bagasi penumpang tidak membuat penerbangan, kemudian memberi amaran kepada penumpang tentang keberadaan beg dan ketika ia akan mendapatkannya, sebelum darah penumpang mulai mendidih ketika dia menunggu di sebelah karusel kosong.

Dan pengurus pasukan sukan boleh menganalisis data dan statistik untuk mengenal pasti pemain yang tidak dinilai, seperti dalam contoh Moneyball berdasarkan pasukan besbol Oakland A, seperti yang ditulis dalam buku 2003 oleh Michael Lewis dan filem tahun lalu yang dibintangi oleh Brad Pitt.

Jika anda tidak pernah mendengar Big Data atau kepentingannya, tidak hairanlah. Pertimbangkan bahawa 90 peratus data dunia dicipta dalam dua tahun yang lalu, IBM memberitahu kami, dengan lebih daripada 2.5 quintillion bytes data dicipta setiap hari.

Hanya setahun yang lalu, pekerjaan yang melibatkan Crunching Big Data nyaris tidak wujud, tetapi sekarang Amerika Syarikat menghadapi kekurangan sehingga 190, 000 pekerja dengan kepakaran analitik, serta 1.5 juta pengurus dan penganalisis untuk memahami dan membuat keputusan berdasarkan analisis itu, menurut kepada Institut Global McKinsey, penyelidikan perunding pengurusan antarabangsa McKinsey & Co.

Pasaran untuk teknologi dan perkhidmatan Big Data akan tumbuh dari $ 3.2 bilion pada tahun 2010 menjadi $ 16.9 bilion pada tahun 2015, menurut laporan 2012 dari syarikat peramalan International Data Corp. Pertumbuhan ini lebih tinggi di sektor tertentu seperti penyimpanan, dianggarkan oleh IDC menjadi 61.4 peratus dalam tempoh lima tahun akan datang. Dan pengendali data khusus akan merintis pasaran baru; Sebagai contoh, syarikat-syarikat yang menyediakan maklumat perubatan klinikal dapat melihat pasaran bernilai lebih dari $ 10 bilion pada tahun 2020, kata McKinsey.

Cara terbaik untuk mengetuk lombong emas yang benar adalah soalan yang ditangani oleh syarikat teknologi, usahawan, akademik dan juga pentadbiran Obama. Banyak syarikat sudah melakukannya. Pernah mendengar Apache Hadoop? Ia adalah satu suite percuma, program perisian sumber terbuka yang membolehkan pemprosesan yang tepat disesuaikan dengan set data yang besar. ( Ia dinamakan untuk gajah mainan anak lelaki pencipta, bernama Hadoop .)

Set kemahiran yang diperlukan untuk menggunakan Hadoop secara berkesan perlu berada di rumah roda syarikat-syarikat besar (yang mungkin ingin membangunkan pasukan secara dalaman) serta perniagaan kecil (yang lebih cenderung untuk mengusahakannya kepada perunding). Proses Facebook berbilion-bilion komunikasi melalui Hadoop setiap hari. Yahoo juga merupakan pengguna besar yang menyebutnya sebagai "teknologi sumber terbuka di pusat data Big Data dan pengkomputeran awan." Tahun lepas, Yahoo memintal sebuah syarikat yang dipanggil Hortonworks untuk membangunkan Hadoop, dan CEOnya, Eric Baldeschwieler, meramalkan bahawa menjelang 2016 separuh data dunia boleh dipercayai untuk penjagaan Hortonworks. Senarai pelanggan sudah lama, termasuk Apple, LinkedIn, Microsoft, Netflix dan StumbleUpon.

Jualan yang Diketik Data

Mollie Lombardi, pengarah penyelidikan untuk pengurusan modal insan di Aberdeen Group, melihat peluang kaya untuk Big Data di arena jualan, dan dia menggunakan contoh peribadi yang sangat asas. "Saya memeriksa hotel Westin / Starwood, " katanya, "dan pegawai itu berkata kepada saya, 'Selamat datang kembali; Saya lihat anda bersama kami sebelum-adakah anda ingin tinggal di bilik yang sama? ' "

Dengan memiliki maklumat ini di hujung jari, kerani itu dapat membuat sambungan peribadi. "Mereka mempunyai teknologi untuk memajukan orang itu di meja, " kata Lombardi. "Dengan cara yang sama, pengumpulan data boleh memberitahu firma pemasaran bahawa saya tidak akan membuat pembelian dengan diskaun 15 peratus-tetapi saya mempunyai rekod untuk menjawab 30 peratus tawaran."

Pasukan jualan harus menjadi pengguna kuasa Big Data. Andaikan pengurus perniagaan berada di telefon bercakap dengan pelanggan biasa yang mengatakan bahawa, untuk $ 1 off setiap helai, dia akan memesan 500 unit lagi. Dengan akhir hadapan Data Besar, pengurus boleh mengambil masa lima atau enam saat untuk mengakses sejarah pelanggan lebih daripada 20 kitaran perniagaan. Adakah pelanggan benar-benar berjaya dalam janji jumlahnya? Jika tidak, pengurus berada dalam kedudukan yang baik untuk sama ada menafikan diskaun atau menawarkannya dengan syarat pada pembelian 1, 000, bukan 500, unit.

Peluang di sana untuk meletakkan data pelanggan yang kaya di depan jurujual-dan ia boleh menjadi lebih baik daripada senarai hari lahir anak-anak pelanggan untuk memasukkan analisis terperinci mengenai pola pembelian yang disatukan dari banyak sumber dalam masa nyata.

Di dalam syarikat, analisa Big Data akan membolehkan firma mengkaji jurujual mereka yang unggul dan mendapat pandangan tentang apa yang membuat mereka baik. "Kami boleh melihat lulusan kolej X, Y dan Z dan melihat bagaimana mereka telah melakukan, " kata Lombardi, "atau mengkaji keputusan dengan orang yang diupah dari pesaing A versus pesaing B. Dengan maklumat yang diperoleh daripada sumber seperti itu, anda boleh mewujudkan profil kecekapan dan menggunakannya untuk meniru penyewa jualan terbaik. "

Perkara yang menarik, bukan? Tidak begitu pantas. Salah satu masalah dengan Big Data ialah kebanyakannya sia-sia; menurut B2B Sales Intelligence Blog, hanya .01 peratus daripada jumlah data yang banyak memuntahkan dari rangkaian sosial, blog dan ulasan produk sangat membantu dalam mencari niat pembeli. Sekali lagi, kunci memproses dan mentafsir data dan memperoleh wawasan daripadanya.

Penyelesaian untuk Penjagaan Kesihatan

Perubatan adalah satu lagi penjana data yang besar, dan Big Data membantu dalam menganalisis dengan berkesan-dengan hasil dalam beberapa kes yang dapat menyelamatkan nyawa. Pasukan sains data di perusahaan perisian perusahaan berasaskan California, Cloudera menggunakan Apache Hadoop untuk menganalisis peristiwa ubat buruk yang boleh terjadi apabila dua atau lebih preskripsi digabungkan. Empat peratus rakyat Amerika lebih dari 55 adalah berisiko daripada interaksi dadah. Masalahnya dalam menganalisis 1 juta laporan yang diterima setiap tahun oleh Pentadbiran Makanan dan Dadah, Cloudera cepat dijumpai, adalah letupan komputasi - terdapat lebih daripada 3 trilion kombinasi potensial interaksi ubat tiga.

Tetapi mendapat jawapan dari set data yang besar itu tidak lagi melebihi jangkauan teknikal kami. Penyelaman mendalam Cloudera ke dalam data perubatan mendedahkan puluhan ribu tindak balas buruk pada pesakit yang mengambil kombinasi tiga ubat, semuanya merangkumi penyiasatan lanjut. Sebagai contoh, ubat penyitaan yang digunakan bersama dengan penahan kesakitan tertentu didapati berkaitan dengan gangguan ingatan.

Interaksi ubat hanya satu aplikasi perubatan di kalangan ramai. Pengurusan Salient Co menggunakan Data Big untuk membantu mengawal perbelanjaan Medicaid Negeri New York. Lebih lima tahun, sistem pembayaran berkomputer negeri memproses hampir 2 bilion urusniaga perubatan yang melibatkan lebih daripada 200, 000 penyedia dan 9 juta penerima.

Menyingkirkan penipuan adalah sukar dan dibuat lebih sukar kerana skim haram melibatkan sejumlah besar rekod. Sistem Medicaid menjana 2 terabyte data setiap tahun, kata Ketua Pegawai Eksekutif Salient Guy Amisano. Tetapi teknologi Salient boleh menyusun semua data dengan pantas, mencari corak dan trend aneh yang mungkin bendera merah untuk penipuan, seperti kenaikan mendadak dalam pengebilan dari lokasi tertentu atau kes tertumpu pada prosedur yang sama.

Faktor Manusia

Big Data juga menawarkan peluang besar untuk profesional sumber manusia. Brenda Kowske, Ph.D., seorang penganalisis kanan di Bersin & Associates, mengatakan penggunaan analisis berasaskan data bagi HR masih dalam peringkat awal. "Kami menggunakan data dalam pemasaran untuk mencari tahu apa yang pengguna beli dan membiayai pengurusan risiko, " katanya. "Dalam sumber manusia, kita boleh menggunakannya untuk meramalkan bagaimana pekerja akan melaksanakan tugas dan bagaimana untuk mendapatkan mereka terlibat dan bermotivasi."

Undang-undang kerahsiaan memberikan satu hal besar untuk mengakses Data Sumber Manusia. Syarikat menghadapi had pada berapa lama mereka boleh menyimpan data yang berkaitan dengan individu, dan berkongsi data sumber manusia di pelbagai syarikat adalah sukar.

Tetapi dalam lingkungan undang-undang, terdapat banyak perkara yang boleh dilakukan. Khususnya, pengurus SDM boleh mengkaji data dari pekerja masa lalu, termasuk corak dalam tingkah laku mereka pada pekerjaan, yang akan membawa kepada mengenal pasti sifat-sifat keperibadian yang membantu jika orang melakukan pada tahap yang diperlukan untuk kedudukan tersebut. "Ia memerlukan pengurus untuk berfikir seperti penyelidik dan bukan orang HR, " kata Kowske. "Firma perlu bukan sahaja mengumpul data, tetapi menyimpannya dalam bentuk yang boleh dimain. Sebenarnya, ia berguna untuk mempunyai alat pintar yang boleh merangkak ke seluruh sistem HR yang berbeza, kerana data tidak mungkin berada di tempat yang sama. "

Industri kotej berkembang untuk membantu jabatan Sumber Manusia mendapatkan kelajuan dalam bekerja dengan Big Data. Salah satu syarikat itu ialah Spring International, yang Ketua Pegawai Eksekutifnya, Robert Berrier, mempunyai latar belakang dalam pengundian presiden. Ahli politik memecah pengundi menjadi segmen yang kemudiannya boleh disasarkan secara khusus dengan pengiklanan kempen, kata Matt Fumento, naib presiden strategi dan pembangunan di Spring. Dalam HR, beliau berkata, firma cuba memahami dengan lebih baik tenaga kerja mereka sendiri (dan pekerja yang berpotensi) dan memaksimumkan tahap penglibatan mereka dalam pekerjaan. Spring menilai penglibatan pekerja dengan mengukur pekerja dan mengkaji data itu, bersama dengan maklumat seperti ketidakhadiran pekerja dan masa sakit. Spring juga melihat faktor-faktor seperti kepuasan pelanggan, penjanaan pendapatan dan keuntungan.

Pakar terikat pasti menambah ke bawah. Bagi pelanggan syarikat penerbangan, tahap penglibatan juruterbang Spring berkait dengan jumlah masa yang mereka belanjakan pada kapal angkat sebelum berlepas dan mendapati kelewatan dalam mendapatkan udara adalah syarikat yang berharga $ 100 juta. Bagi pelanggan runcit seperti Lowe's, ia membantu mengenal pasti kesan penglibatan terhadap hasil yang dihasilkan setiap kaki persegi ruang kedai. Lowe dapat mengesahkan hubungan antara pekerja yang terlibat, kepuasan pelanggan dan penjanaan pendapatan.

Pada tahap yang paling mudah, pelanggan Lowe yang mencari galon cat akan memperolehnya dan tidak ada lagi dari pekerja yang berpisah. Tetapi jika pekerja itu mendengar, dia akan mengambil minat dalam projek itu-dan pelanggan boleh berakhir dengan tampalan pelekat, kertas pasir, berus dan penggelek sebagai tambahan kepada cat. Lowe mendapati bahawa perbezaan di antara kedai-kedai yang paling tinggi dan terendah adalah lebih daripada $ 1 juta dalam jualan setiap tahun.

Mencari keputusan hasil sebenar adalah penting, kerana menurut Peta Strategi buku : Mengubah Aset Tidak Ketara ke Hasil Nyata, 70 hingga 90 peratus syarikat gagal dalam strategi perniagaan mereka. Dan satu sebab untuk itu ialah HR-dengan maklumat yang berpotensi sangat berharga tentang cara meningkatkan prestasi pekerja-tidak mempunyai kerusi di meja ketika keputusan strategik penting dibuat. Dalam satu tinjauan tahun 2011, Amalan Matang Keterlibatan, hanya empat daripada 200 firma yang dikaji mempunyai keupayaan untuk menyamakan penglibatan pekerja dengan hasil perniagaan.

Fumento mengatakan akses kepada Big Data-dan kepada maklumat yang dihasilkan dalam masa nyata sepanjang hayat kerja pekerja, bukan hanya dalam ulasan tahunan atau suku tahunan-akan menjelaskan bahawa HR memberikan pulangan pelaburan kepada syarikat. "Model perisikan tenaga kerja berpotensi merevolusi fungsi HR, " katanya.

Ke Awan

Data bukan hanya berkembang, ia juga berpindah dalam talian, yang menimbulkan cabaran tambahan serta peluang. Walaupun pengkomputeran awan merangkumi kurang daripada 2 peratus daripada belanja IT hari ini, kata Kajian Digital Universe, menjelang 2015, hampir 20 peratus maklumat akan diproses oleh awan dan 10 peratus akan disimpan di sana. Lebih banyak pelayan maya yang digunakan untuk pengkomputeran awan telah dibeli pada tahun 2010 daripada pelayan fizikal, kata IDC.

Menguruskan Big Data adalah satu cabaran apabila awan mengambil alih kerana maklumat yang disimpan jauh dari pejabat pada pelayan jauh perlu disepadukan dengan bait yang tersimpan pada cakera keras syarikat. Pegawai syarikat akan memastikan bahawa data awan mereka selamat dan tidak terhad kepada pihak ketiga, dan ia disokong dengan kerap dan diarkibkan dengan betul. Tetapi perumahan Big Data di awan mempunyai banyak kelebihan. Penulisan untuk ZDNet, Phil Wainewright menggunakan pembantu suara digital iPhone 4, Siri, untuk menggambarkan titik itu. Pengenalan suara generasi terdahulu perlu dilatih dalam suara pengguna dari masa ke masa; Siri membezakannya dengannya-ia sepadan dengan pengguna kepada corak suara yang terdekat dalam perpustakaan yang semakin berkembang dari puluhan ribu yang dimungkinkan oleh rumahnya di atas awan. Bagi kebanyakan syarikat, storan awan yang kecil dan besar akan masuk akal kerana tidak ada had ruang yang penting, dan kerana data itu dapat diakses dari lokasi terpencil kerana ia disimpan di dalam rumah.

Ia bukan hanya keupayaan untuk menganalisis kolam data besar. "Apa yang benar-benar penting, " kata Wainewright, "adalah pangkalan data yang luas, dikumpulkan dari campuran pengguna yang besar di mana corak tingkah laku boleh dianalisis dan kemudian diterapkan di tempat lain. Fikirkan ia sebagai banyak data individu, tingkah laku autonomi yang secara kolektif menambah corak boleh digunakan semula. "

Satu lagi kelebihan untuk menyimpan Big Data di awan adalah simpanan yang ditawarkan dalam kos tenaga, menurut 62 peratus daripada pengurus IT yang ditinjau dalam Laporan IT Efficient Energy 2012 oleh CDW, sebuah penyedia teknologi dan perkhidmatan. Penggunaan tenaga bukan perkara remeh-menganggap kes Google, dikatakan menjalankan sebanyak 900, 000 pelayan yang memerlukan 220 megawatt penjanaan kuasa, yang hampir 1 persen dari penggunaan tenaga pusat data global dan .01 persen dari jumlah permintaan tenaga dunia. Menurut tinjauan CDW, penyelesaian maya mengurangkan permintaan tenaga purata 28 peratus di kalangan responden.

Sebaik-baiknya, penyelesaian awan syarikat akan menggabungkan kedua-dua penyimpanan data yang besar dengan keupayaan untuk menganalisis semua maklumat itu-kedai sehenti. Penyelesaian seperti itu telah diumumkan oleh Global Computer Enterprises pada bulan April sebagai SMART Cloud untuk Data Big dan Analytics. Ia telah dibangunkan dengan alat sumber terbuka seperti Apache Hadoop yang disebutkan di atas. Agensi-agensi kerajaan adalah pengguna sasaran utama.

Pentadbiran Obama tidak, secara kebetulan, mengambil perhatian terhadap kemungkinan Data Besar. Pada bulan Mac, ia mengumumkan Inisiatif Penyelidikan dan Penyelidikan Data Besar, satu pakej komitmen bernilai $ 200 juta dalam enam agensi, termasuk jabatan-jabatan Tenaga, Pertahanan dan Keselamatan Dalam Negeri, yang direka untuk "meningkatkan peralatan dan teknik yang diperlukan untuk mengakses, mengatur dan memungut penemuan dari jumlah data digital yang besar, "kata Tom Kalil, timbalan pengarah dasar Dasar Pejabat Sains dan Teknologi.

Sama seperti sistem kerajaan yang dipanggil ARPANET adalah pendahulunya kepada Internet hari ini, peluang serupa wujud sekarang dengan Big Data, kata John Holdren, penasihat sains untuk Obama. "Dengan cara yang sama bahawa pelaburan persekutuan dalam teknologi maklumat yang lalu membawa kepada kemajuan yang dramatik dalam pencapaian superkomputer dan penciptaan Internet, inisiatif yang kami lancarkan hari ini menjanjikan untuk mengubah keupayaan kami untuk menggunakan Big Data, " katanya.

Sebahagian daripada rancangan persekutuan itu adalah untuk menyediakan penyelidikan pendanaan $ 10 juta di University of California di Berkeley, melalui Yayasan Sains Kebangsaan, untuk pengkomputeran awan, crowdsourcing (menggunakan teknologi moden untuk mengumpulkan maklumat dan imej dari orang awam) dan teknik untuk membantu komputer "Belajar" daripada pengalaman. Itulah jenis projek canggih yang kami perlukan sebagai Big Data matang, terutamanya jika Amerika Syarikat adalah untuk mengekalkan petunjuk teknologi. Kami berada di persimpangan yang menarik, dan kedua Data Big dan kajian mengenainya adalah di peringkat awal mereka. Kami pasti akan melihat pengumpulan data berkembang secara eksponen dalam masa terdekat. Persoalannya ialah dengan bijak kita akan mengaksesnya.

Data Besar di Dunia Nyata

Kegunaan praktikal untuk Big Data bukan sekadar teoretis-mereka sekarang dan sekarang. Berikut adalah lima cara orang yang inovatif dan syarikat membuat aliran maklumat yang besar untuk mereka:

➤ Desktop Warriors. Crunching banyak maklumat Wikileaks tersedia secara terbuka mengenai perang di Afghanistan, Ph.D. New York University. pelajar Drew Conway dapat membuat beberapa kesimpulan mengenai tempoh puncak dan lokasi konflik, menurut laporan oleh Gigaom. Conway, yang mengendalikan blog Ejen Perisikan Zero, menganjurkan dump Big Data oleh geografi dan dengan sifat pertemuan (bermusuhan atau bersahabat) antara tentera AS dan orang Afghan. Kesimpulannya memberi kepercayaan kepada gagasan yang bertentangan dengan Taliban cenderung ke puncak pada musim-musim tertentu dan tertumpu di sekitar Jalan Lingkaran yang mengelilingi ibukota Kabul.

➤ Sasaran Jualan. Rangkaian pasaraya British Tesco telah mengalami kenaikan 12% dalam penjualan semasa percobaan awal menggunakan analisis data untuk menentukan item terlaris untuk diskon dan kapan. Anak syarikat Tesco baru-baru ini yang diperoleh Dunnhumby, sebuah syarikat maklumat membeli-belah, mengesan data jualan daripada 16 juta keluarga, yang membuat kira-kira 6 juta transaksi sehari menggunakan Tesco Clubcards untuk memperoleh mata ganjaran. Syarikat juga keuntungan dari penjualan data keutamaan belanja kepada perniagaan lain. Program ini bukan tanpa kontroversi, bagaimanapun, kerana beberapa pengkritik mengatakan pembeli tidak diberitahu bahawa maklumat mereka digunakan untuk keuntungan Tesco. Syarikat itu mengatakan ia hanya mengenal pasti trend, tidak menawarkan pengintipan ke dalam kehidupan pelanggannya.

➤ Siapa yang Memandu Anak-anak Kita? Tidak semua kegunaan untuk Big Data sangat kompleks atau teknikal. Di Iowa, Gov. Terry Branstad menandatangani undang-undang mandat baru bahawa pemandu bas sekolah akan dikenakan pemeriksaan latar belakang. Untuk melayakkan diri, pemohon harus terus hidup mencari rekod awam-termasuk pendaftaran pesalah seks, pendaftaran pusat penderaan kanak-kanak, fail penderaan orang dewasa yang bergantung dan pelanggaran memandu, jika ada. Rekod-rekod ini tidak diseragamkan untuk kegunaan rasmi, seperti yang pernah dilakukan oleh mereka, tetapi boleh didapati secara dalam talian melalui Carian Mahkamah Mahkamah Iowa. Prosedur ini harus diikuti setiap lima tahun, apabila pemandu memperbaharui lesennya. Rekod menunjukkan bahawa pemeriksaan silang data boleh menjadi sangat berharga untuk menjaga anak-anak daripada kecederaan. Seorang pemandu bas sekolah Oregon ditangkap pada tahun 2010 selepas satu siasatan komputer forensik mendapati lapan video pornografi kanak-kanak di laman rangkaian sosial yang telah dimuat naik dengan alamat e-mel dan kata laluannya. Dia menerima hukuman tujuh tahun dan, tidak perlu dikatakan, tidak akan memandu lagi anak-anak ke sekolah.

➤ Dikenakan oleh Volt. General Motors adalah pengeluar kereta pertama untuk menyampaikan pelbagai perkhidmatan, daripada mencari kereta yang hilang di tempat letak kereta kepada respon kecemasan dan arah memandu, melalui sambungan wayarles perkhidmatan OnStar. Melalui OnStar, GM kini menyesuaikan tiga petabytes data yang menakjubkan setiap tahun (satu petabyte sama dengan 1 quadrillion bait). Ketua Pegawai Penerangan OnStar, Jeffrey Liedel mengakui bahawa GM tidak sepenuhnya memahami cara membuat aliran datanya untuk pelanggannya dan untuk syarikat itu. Tetapi ia tahu bahawa OnStar akan memberi manfaat utama kepada pembeli kereta elektrik masa depannya, dan sedang menguji aplikasi yang akan membiarkan pemandu jauh memeriksa caj bateri mereka dan memulakan atau menghentikan sesi pengecasan dari keselesaan kerusi lounge ruang tamu mereka.

➤ Meramalkan Krisis Global. Inisiatif Global Pulse PBB menggunakan data digital seperti perbualan media sosial, panggilan telefon mudah alih dan urus niaga dalam talian untuk meramalkan dan lebih memahami krisis ekonomi, wabak kesihatan dan bencana alam. Penyelidik dengan Pulse dan pakar perisian analisis SAS menganalisis lebih daripada 500, 000 blog, forum dalam talian dan laman berita di Ireland dan AS untuk menentukan perbualan media sosial (terutamanya mengenai "pemotongan", "penggunaan pengangkutan awam" dan "menurunkan kereta" ) boleh meramalkan pancang dalam pengangguran yang berlaku tiga hingga lima bulan kemudian. Penyelidik Pulse Global juga telah menggunakan data digital seperti penggunaan telefon bimbit untuk memantau pergerakan orang yang mengikuti gempa bumi Haiti 2010 serta penyebaran wabak kolera berikutnya di sana.

Big Data adalah seperti gunung ais, dengan hanya sedikit kegunaan praktikal yang dapat dilihat oleh kami. Apa yang menarik ialah apa yang dapat kita lakukan apabila seluruh gunung ais menjadi kelihatan. Dan tentu saja, dengan isu-isu privasi yang lebih banyak dipertaruhkan daripada sebelumnya, seseorang mesti tertanya-tanya: Adakah penemuan aisberg ini menyelamatkan ekonomi global, tenggelam manusia atau kedua-duanya?

Peta Strategi: Menukar Aset Tidak Ketara ke Hasil Nyata