छवि स्रोत: pixabay.com
बिग डेटा: प्रौद्योगिकी और व्यापार विश्लेषण का संगम
प्रौद्योगिकी और व्यापार विश्लेषिकी का संगम – लंबे समय से पहले लोग धीरे-धीरे कृषि में जाने से पहले एक मामूली जीवन जीते हैं। पहिया, आग और भाप इंजन का आविष्कार अक्सर मानव जाति के विकास में मशीनीकरण और जीवन के आराम में वृद्धि के लिए मोड़ के रूप में माना जाता है।
इसी तरह पौराणिक न्यूटन के मोशन और गुरुत्वाकर्षण कानून, आइंस्टीन की सापेक्षता सिद्धांत जो अब अपने 100 वें वर्ष या थर्मोडायनामिक्स के कानून का जश्न मना रहा है, ने सभी ने विज्ञान में क्रांतिकारी बदलाव किया है और लागू विज्ञान को प्रभावित किया है। कंप्यूटर का आविष्कार, व्यक्तिगत कंप्यूटर और ग्राफिकल यूजर इंटरफेस (जीयूआई) का आगमन डिजिटल युग में विकास में सभी मील का पत्थर है। यह द्विआधारी संख्या शून्य और वे थे जो असेंबली स्तर की भाषाओं के केंद्र में हैं।
बड़ी डेटा तकनीकें
हार्डवेयर स्तर पर, शून्य और लोग कंप्यूटर में सर्किट को पावर कर रहे हैं, व्यवसाय स्तर पर यह बिग डेटा है जो कि समुद्र में बदलाव कर रहा है कि कंपनियों प्रतिस्पर्धी बने रहने के लिए मार्केटिंग रणनीतियों को कैसे तैयार करती है। यह एकल अंकों और कई अंकों से किसी भी चीज से बना हो सकता है जिसमें सभी बाजार के बारे में महत्वपूर्ण जानकारी, मशीन, मानव शरीर, ईकॉमर्स लेनदेन या किसी भी दिन-प्रतिदिन की गतिविधि के बारे में जानकारी हो सकती है, जिसके साथ कुछ भी हो सकता है या नहीं खरीदना या बेचना
व्यवसाय और लेखा पेशेवरों के लिए संपत्ति और देनदारियों की बात करना सामान्य बात है। परंपरागत संपत्तियों ने मशीनरी, प्रौद्योगिकी, जानकारियों, मानव संसाधन , बुनियादी ढांचे और वित्तीय संपत्तियों को भी बताया।
अब इन मूर्त संपत्तियों के साथ एक प्रतिमान शिफ्ट हो रहा है, एकल और एकाधिक अंक या डेटा के कुछ टुकड़े सबसे अमूल्य संपत्ति बन गए हैं क्योंकि संगठन और बाजार आकार में बढ़ते हैं। मार्केटिंग और बिग डेटा रणनीति बिंदु से डेटा डेटा सबसे महत्वपूर्ण संपत्ति बन गया है।
व्यवसाय आकार और पैमाने पर बढ़ रहे हैं । अब छोटा सुंदर या व्यावहारिक नहीं है। मल्टी कंट्री ऑपरेशंस, बड़े मॉल और बड़े वॉल्यूम ई-कॉमर्स व्यवसायों ने दुनिया भर में एक नई प्रवृत्ति स्थापित की है। इस बड़े व्यापार डेटा और डेटा विश्लेषण में सफल होने के लिए महत्वपूर्ण हो गया है। व्यापार के बाद कर रहे हैं बिग डेटा हडूप यह बाजार खुफिया हासिल करने और ग्राहकों की आवश्यकताओं को समझने का उपयोग करने की।
प्रौद्योगिकी और डेटा विश्लेषण का संगम
छवि स्रोत: pixabay.com
बिग डेटा संगठनों का अर्थहीन होगा जब तक कि मेरा डेटा करने के लिए कोई सहायक तकनीक न हो, प्रक्रियाओं और व्यवसायों के लिए इस महत्वपूर्ण संपत्ति का उपयोग करने के लिए इसे व्यवस्थित करें। प्रसिद्ध लेखक और विश्लेषक बर्नार्ड मैर ने कहा है कि कंपनियां अपने आकार के बावजूद फॉच्र्युन 500 कंपनी या एक छोटी सी माँ और पॉप स्टोर के लिए हडूप बिग डेटा के उपयोग की आवश्यकता होगी, जो बदलावों को व्यवसायों में लाता है।
बिग डेटा, बिग डेटा सेट का संग्रह है और वे बड़ी संख्या में हैं कि परिष्कृत कार्यक्रमों का विश्लेषण करने और उनसे सार्थक जानकारी बनाने के लिए आवश्यक कार्यक्रम हैं। यह आदतें खरीदना, फिल्मों में जाने की आवृत्ति, लॉगिन आवृत्ति वेबसाइट, ऑनलाइन खरीद, किराने का सामान, मोबाइल हैंडसेट बदलने की आवृत्ति आदि हो सकती है।
बिग डेटा सेट का विश्लेषण करने के लिए विभिन्न उपकरण, ढांचे और तकनीकों का उपयोग किया जाता है और वे उद्योग के बाद बहुत अधिक मांग कर चुके हैं। विशेषज्ञों के मुताबिक, यह वह डेटा नहीं है जो महत्वपूर्ण है लेकिन कंपनी उन आंकड़ों के साथ क्या करती है।
विभिन्न प्रौद्योगिकियों और प्लेटफार्मों में से, हैडोप सबसे लोकप्रिय उभरा है, हालांकि इसकी ड्रॉ बैक हो सकती है। यह एक ओपन सोर्स डेवलपमेंट प्लेटफॉर्म है जो सी, सी ++ , जावा पर लिखा गया है और संगठनों को वास्तविक समय में बड़ी मात्रा में डेटा का विश्लेषण करने में सहायता करता है।
वास्तविक समय में बिग डेटा
एकत्र करना, भंडारण करना, आगे बढ़ना और विश्लेषण करना एक स्थिर गतिविधि नहीं है बल्कि वास्तविक समय वातावरण में एक गतिशील व्यक्ति भी शामिल है। एयरलाइंस, ऑटोमोबाइल इंजन, अस्पतालों, ऑनलाइन क्रेडिट या डेबिट कार्ड लेनदेन से जुड़े मॉनीटरों के लिए डेटा लगातार एकत्रित किया जा रहा है, जिनमें से सभी को परिष्कृत एल्गोरिदम , प्रोग्राम, बिग डेटा आर्किटेक्चर और एक मजबूत इन-मेमोरी प्रोसेसिंग क्षमता की आवश्यकता होती है।
मैपआर के सीईओ जॉन श्रोएडर ने कहा कि उनके पास बिग डेटा एप्लिकेशन हैं जो लाखों अमेरिकी एक्सप्रेस कार्डधारकों को धोखाधड़ी से लेनदेन और स्वास्थ्य देखभाल में सुरक्षित रखते हैं, वे कैंसर रोगियों के लिए बेहतर उपचार प्रक्रियाओं की दिशा में काम कर रहे हैं।
माइक्रोसॉफ्ट, ओरेकल , एसएपी, आईबीएम जैसे वैश्विक आईटी प्रमुख क्लाउड प्लेटफार्म पर हैं और बिग डेटा पर समाधान भी सक्षम कर रहे हैं।
बिग डेटा और चीजों का इंटरनेट
वेब और एम्बेडेड तकनीक में तेजी से बदलाव ने कई अन्य उपकरणों को एक-दूसरे से जोड़ने के लिए सक्षम किया है जो डेटा वास्तविक समय भेजने में सक्षम है। लोगों और कंप्यूटरों की बजाय ‘चीजों’ से बना एक इंटरनेट उभरा है।
हमारे द्वारा पहनने या उपयोग करने वाले प्रत्येक उपकरण का डेटा डेटा समाप्त करने में सक्षम होता है, जिसके बदले में बिग डेटा मार्केटिंग, डिज़ाइन, स्वास्थ्य देखभाल में दूसरों के बीच व्यापक अनुप्रयोग होंगे ।
डेटा माइनिंग
अब, शक्तिशाली सुपर कंप्यूटर रिलेशनल डेटाबेस से अपने डेटा पर तैनात किए गए हैं और आंकड़े बनाने के लिए सांख्यिकीविदों और विश्लेषकों की सहायता करते हैं। कई नवप्रवर्तनकर्ता व्यवसायों द्वारा बेहतर निर्णय लेने के लिए अनुमानित बिग डेटा विश्लेषण के लिए विकास मॉडल के लिए उपकरण लेकर आए हैं। वे आसान ग्राफिकल यूजर इंटरफेस (जीयूआई) भी प्रदान करते हैं और बहुत उपयोगकर्ता के अनुकूल हैं।
बिग डेटा में करियर
स्वाभाविक रूप से, बिग डेटा में क्रांति ने विशेषज्ञों की एक पूरी नई नस्ल पैदा की है जो इस बिग डेटा एनालिटिक्स और प्रौद्योगिकी के विशिष्ट क्षेत्रों से जुड़े हुए हैं । मांग में गर्म प्रौद्योगिकी कौशल में अपाचे हैडोप, अपाचे स्पार्क, नोएसक्यूएल , मशीन लर्निंग और डेटा खनन , सांख्यिकीय और मात्रात्मक विश्लेषण, एसक्यूएल , डेटा विज़ुअलाइजेशन , डेटा वैज्ञानिक, सामान्य उद्देश्य प्रोग्रामिंग भाषा कौशल हैं। विश्लेषकों के मुताबिक अगले दशक में इस क्षेत्र में तेजी से विकास के लिए अवसर बढ़ने के लिए बाध्य हैं।
फोर्ब्स पत्रिका ने मध्य वर्ष के मूल्यांकन में कहा कि 2015 में आईबीएम ने पिछले बारह महीनों में 2,307 पदों का विज्ञापन करने के साथ वास्तव में बिग डेटा से संबंधित विशेषज्ञता के लिए बड़ी मांग की है। बिग डेटा ट्रेनिंग के साथ तकनीकी पेशेवरों के लिए विज्ञापित वेतन $ 104,850 है। सबसे अधिक मांग किए जाने वाले कौशल वीएमवेयर विशेषज्ञता, अनुप्रयोग विकास , ओपन सोर्स टेक्नोलॉजी, डेटा वेयरहाउसिंग और पायथन प्रोग्रामिंग कौशल थे।
उद्योगवार, बिग डेटा सेवाओं का लाभ उठाने में सबसे अच्छा पेशेवर, वैज्ञानिक और तकनीकी सेवाएं हैं जो 25% मांग के लिए जिम्मेदार हैं। अन्य प्रमुख श्रेणियों में से सूचना प्रौद्योगिकी 17%, विनिर्माण 15%, वित्त और बीमा 9% और खुदरा व्यापार 8% के लिए खाते हैं ।
बिग डेटा एनालिटिक्स के फायदे
1) डेटा का भंडारण, खनन और विश्लेषण:
बिग डेटा टेक्नोलॉजीज ने विभिन्न प्रकार के व्यवसाय और मिशन महत्वपूर्ण अनुप्रयोगों के लिए संग्रहीत और वास्तविक समय डेटा दोनों की तैनाती को सक्षम किया है
2) बाजार भविष्यवाणी और भविष्यवाणी:
पूर्व-बिग डेटा युग में, कंपनियों को सार्थक डेटा विश्लेषण वास्तविक समय करने या प्रौद्योगिकी की अनुपस्थिति में पूर्वानुमानित विश्लेषण करने के लिए बाध्य किया गया था। नमूना सर्वेक्षण और ग्राहक फ़ीड बैक ने रणनीतिकारों के लिए बाजार में नए प्रस्तावों के साथ नवाचार करने का एकमात्र समाधान दिया।
3) बड़ी मात्रा में डेटा व्यवसायों और पिछले वर्षों में उत्पन्न होता है, पर्याप्त बिग डेटा एकत्र करने और उनका विश्लेषण करने के लिए, व्यवसाय उनके साथ एक महत्वपूर्ण संपत्ति का उपयोग करने में विफल रहे।
4) वास्तविक समय में बिग डेटा बिजनेस एनवायरनमेंट, हैकिंग और डेटा चोरी एक संगठन के काम पर गंभीर प्रभाव डाल सकती है, अपने ग्राहकों का विश्वास और लाइन के आगे हमलों के लिए इसे कमजोर बनाती है। बिग डेटा और हाडोप संगठनों को डेटा चोरी का पता लगाने में मदद करने के लिए साबित हुए हैं। डेटा चोरी पद्धतियां एंटी-चोरी पद्धतियों या रोकथाम गतिविधियों की तुलना में तेज़ी से विकसित हो रही हैं।
क्या बिग डेटा सफल होने की एकमात्र आवश्यकता है
बिग डेटा द्वारा निर्मित प्रचार कुछ आलोचकों के साथ अच्छा नहीं हुआ है जो उद्योग में तैनाती से जुड़ी कुछ समस्याओं को इंगित करते हैं। कुछ विश्लेषकों ने सवाल किया है कि क्या निवेश पर सकारात्मक रिटर्न (आरओआई) है और इसे पहले स्थान पर लागू करने के लिए किए गए समय और प्रयास के लायक हैं। दूसरा डेटा और विश्लेषण की बड़ी मात्रा के संबंध में है जो इस तरह के उपभोक्ता व्यवहार को ‘क्यों’ समझा नहीं सकता है।
बिग डेटा विश्लेषण का प्रभावी ढंग से पारंपरिक सर्वेक्षण पद्धतियों (मोटी डेटा) के संयोजन के साथ उपयोग किया जा सकता है जो बाजारों की व्यापक समझ प्रदान करने वाले क्षेत्रों में बचत, निवेश , खरीद और व्यय व्यवहार में जनसांख्यिकीय पैटर्न को मानचित्रित करते हैं । बिग डेटा क्या हुआ और यह कैसे ‘क्यों’ होता है, यह केवल बड़े उपभोक्ताओं या क्षेत्र की जनसांख्यिकीय प्रोफ़ाइल, जीवन शैली के संदर्भों, दूसरों के बीच व्यय की आदतों के आधार पर व्यापक समझ से समझा जा सकता है, बिग डेटा के संदेह के अनुसार।
बिग डेटा प्रौद्योगिकी में प्रमुख रुझान
मैडआर के सीईओ और सह-संस्थापक जॉन श्रोएडर के अनुसार, कंपनी जो बिग डेटा पर समाधान प्रदान करती है, ने 2015 के उभरते रुझानों की भविष्यवाणी की थी और उनमें से ज्यादातर सच साबित हुए हैं।
डेटा झीलों के लिए डेटा हब: स्केलेबल इंफ्रास्ट्रक्चर के साथ डेटा झीलों को पसंद किया जा रहा है क्योंकि वे प्रति-टेराबाइट लागत के साथ आर्थिक रूप से आकर्षक हैं)।
स्व सेवा: स्वयं सेवा बिग डेटा डेवलपर्स, डेटा वैज्ञानिकों और डेटा विश्लेषकों को सीधे डेटा अन्वेषण करने के लिए सशक्त बनाएगी ।
डेटा चपलता
जैसे-जैसे डेटाबेस फैलता है और अधिक तेज प्रसंस्करण की आवश्यकता होती है, विरासत प्रणाली प्रक्रिया को धीमा कर देती है। विरासत डेटाबेस और गोदामों को बहुत धीमा पाया गया है और इसलिए संगठन देख रहे हैं कि उनके डेटा प्रोसेसिंग कितने चुस्त हैं।
नवाचार चरण में हडूप: हडूप नवाचार चरण में बनी हुई है और श्रोएडर का मानना है कि खुले नवाचार और सामुदायिक विकास के साथ संयुक्त ओपन सोर्स सॉफ्टवेयर का अधिक प्रचलित मॉडल संभवतः हो रहा है।
सुरक्षा की चुनौती
बिग डेटा भंडारण और प्रसंस्करण अब खुले स्रोत हडूप प्रणाली में सुरक्षा खतरों के लिए तेजी से कमजोर हो रहा है। हालांकि, सुरक्षा सुविधाओं को अभी तक ऐसे खतरों से मेल खाता है और विशेष रूप से अधिक सुरक्षित एंटरप्राइज़ रिसोर्स प्लानिंग (ईआरपी) सिस्टम और रिलेशनल डेटा बेस की तुलना में।
क्लाउड कंप्यूटिंग
क्लाउड कंप्यूटिंग में तेजी से प्रगति सास (एक सेवा के रूप में सॉफ्टवेयर), प्लेटफार्म के रूप में प्लेटफार्म और विक्रेताओं द्वारा प्रदान किए गए अन्य प्लेटफार्मों का उपयोग करने के लिए छोटे और मध्यम उद्यमों को भी सक्षम कर रही है जो उन्हें बड़ी सस्ती सेवाओं पर बिग डेटा सेवाओं का उपयोग करने में सक्षम बनाती हैं। लागत जिससे महंगा लाइसेंस शुल्क और प्रतिष्ठानों की आवश्यकता नहीं है।
प्रसिद्ध लेखक और विश्लेषक बर्नार्ड मार के मुताबिक, सास के माध्यम से क्लाउड स्पेस में परिष्कृत एल्गोरिदम तैनात किए गए हैं, जो कि कब और कैसे उत्पाद बेचते हैं, इसकी एक और सटीक तस्वीर देता है। ऑटोडेस्क के चार्ली क्रॉकर का हवाला देते हुए, उन्होंने बताया कि बिग डेटा के आने तक ग्राहक प्रतिक्रिया एक कठिन अभ्यास था, लेकिन काम पर परिष्कृत एल्गोरिदम के साथ, बिग डेटा कंपनियां उपभोक्ता व्यवहार को समझने और उनके लिए उत्पाद बनाने में सक्षम हैं।
बिग डेटा का भविष्य उज्ज्वल है
इंटरनेशनल डेटा कॉर्प 201 9 के माध्यम से सालाना खर्च 48.6 अरब डॉलर तक पहुंचने के साथ 201 9 के माध्यम से 23% की संयुक्त वार्षिक वृद्धि दर पर बढ़ने के लिए बिग डेटा बाजार की भविष्यवाणी करता है। आईडीसी का मानना है कि तीन प्रमुख उप बाजार: बुनियादी ढांचे, सॉफ्टवेयर और सेवाएं अगले पांच में काफी हद तक बढ़ेगी सालों, सॉफ्टवेयर-सूचना प्रबंधन, खोज और विश्लेषण और अनुप्रयोग सॉफ्टवेयर के साथ-साथ 26% की सीएजीआर के साथ चार्ज का नेतृत्व किया।
आईडीसी बुनियादी सुविधाओं और सॉफ्टवेयर के लिए पेशेवर और समर्थन सेवाओं सहित सेवाओं की भविष्यवाणी करता है, 22.7 प्रतिशत के सीएजीआर में बढ़ेगा। यह भविष्यवाणी करता है कि कंप्यूटिंग, नेटवर्किंग, स्टोरेज इंफ्रास्ट्रक्चर और अन्य डेटा सेंटर इंफ्रास्ट्रक्चर जैसी सुरक्षा – 21.7 प्रतिशत की सीएजीआर में बढ़ेगी और 201 9 के माध्यम से लगभग सभी खर्चों का आधा हिस्सा होगा।
आईडीसी के ग्लोबल टेक्नोलॉजी एंड इंडस्ट्री रिसर्च ऑर्गनाइजेशन के प्रोग्राम डायरेक्टर जेसिका, गोएफफर्ट ने कहा, “ग्राहक गतिविधियों और व्यावसायिक संचालन के एकीकृत दृष्टिकोण को विकसित करने के लिए बिग डेटा और विश्लेषण का लाभ उठाने की क्षमता उद्योगों में कंपनियों को प्रतिस्पर्धी भेदभाव प्रदान करेगी।” “हालांकि, विशाल अवसरों के अलावा, बिग डेटा कुछ महत्वपूर्ण जोखिम प्रस्तुत करता है और
डिजिटल ट्रांसफॉर्मेशन (डीएक्स) अगले कई सालों में “आईटी में जो कुछ भी मायने रखता है” चलाएगा। डीडीए अर्थव्यवस्था को कॉल करने में क्या आईडीसी का मतलब है मोबाइल, क्लाउड, बिग डेटा एनालिटिक्स टूल्स, आईओटी, एआई और रोबोटिक्स जैसी प्रौद्योगिकियों का उपयोग करना, “नए प्रसाद, नए व्यापार मॉडल, और नए ग्राहक, आपूर्तिकर्ता और वितरक संबंधों के माध्यम से प्रतिस्पर्धी लाभ पैदा करना, “आईडीसी के मुख्य विश्लेषक फ्रैंक जेन्स के मुताबिक।
आईडीसी की भविष्यवाणियों से महत्वपूर्ण उपाय
- 2020 तक, लगभग 50% आईटी बजट डीएक्स (डिजिटल ट्रांसफॉर्मेशन) पहलों में बंधे होंगे।
- 2018 तक, बिजनेस ऑफ बिजनेस (एलओबी) के अधिकारी दुनिया भर में सभी आईटी खर्चों का 45% + नियंत्रित करेंगे, अमेरिका में 60% से अधिक
- 2017 तक, आईटी खर्च का 50% से अधिक नई प्रौद्योगिकियों (मोबाइल, क्लाउड, बिग डेटा इत्यादि) के लिए होगा।
- कुछ विशेषज्ञों ने कहा कि तेजी से विकसित प्रौद्योगिकियों और प्लेटफार्मों के साथ भी, यह संदिग्ध है कि उपलब्ध सभी डेटा का विश्लेषण किया जाए और न ही इसकी आवश्यकता होगी। महत्वपूर्ण बात यह है कि क्या संबंधित डेटा की पहचान स्टेक धारकों के लाभ के लिए की जाती है और विश्लेषण किया जाता है।
अनुशंसित लेख
यहां कुछ लेख दिए गए हैं जो आपको बड़ी डेटा तकनीकें के बारे में अधिक जानकारी प्राप्त करने में मदद करेंगे ताकि लिंक से गुजरें।