Obsah
Zdroj: Pppbig / Dreamstime.com
Zobrať:
Veľké dáta môžu byť aplikované takmer v akomkoľvek odbore. Tu skúmame, ako sa dajú veľké údaje použiť v sociálnej práci - a aké dôsledky to má pre iné študijné odbory.
Objem údajov rýchlo rastie vďaka využívaniu mobilných zariadení, sociálnych médií a údajov z iných neštruktúrovaných zdrojov. Veľké dátové technológie, ako napríklad Hadoop, sa presúvajú na miesto vodiča v obchodnom svete zavádzaním nových prístupov k analýze väčšieho množstva údajov z rôznych zdrojov.Veľké dáta sú definované ako objem, rozmanitosť a rýchlosť údajov, ktoré presahujú schopnosť organizátorov spravovať a analyzovať ich včas. Skutočná výhoda veľkých údajov sa realizuje vtedy, keď sa dajú zozbierať na rýchle a faktické rozhodnutia, ktoré môžu viesť k veľkým obchodným rozhodnutiam. Takže organizácie, ktoré sú schopné skúmať a využívať veľké údaje, majú zvyčajne výraznú výhodu. Tu sa dobre pozrieme na to, aké veľké údaje môžu urobiť, ako sa dajú použiť v jednej oblasti bohatej na údaje a aké širšie aplikácie to má pre ďalšie oblasti podnikania a vlády.
Výbuch údajov
Najlepším spôsobom, ako definovať veľké dáta, je „neustále rastúce množstvo a komplexnosť informácií, ktoré každý z nás vytvára a konzumuje každý deň,“ hovorí Charlie Schick, riaditeľ veľkých dátových riešení pre zdravotníctvo a biologické vedy v IBM. V skutočnosti každý deň vytvárame približne 2,5 miliárd bajtov údajov pomocou rôznych zdrojov, od rôznych záznamov o nákupných transakciách až po zdravotnícke lekárske snímky, od výsledkov vedeckého výskumu po sociálne médiá.Vyhľadávacie nástroje spolu so sociálnymi médiami, napríklad, vytvorili novú inštanciu malých kúskov údajov, ktoré sa zhromažďujú vo veľkom meradle. Aj to zmenilo náš spôsob premýšľania o zhromažďovaní a správe týchto údajov. Súčasná kultúra má za krátky čas spotrebovať väčšie množstvá týchto malých údajov. Tento prístup predstavuje obrovské výzvy, ako aj vzrušujúce príležitosti na správu údajov. Aby obchodný model uspel, mal by byť schopný spracovať väčšie objemy údajov zachytených malými a čoraz rozmanitejšími spôsobmi.
Vzhľadom na objem údajov sa stáva výzvou nájsť efektívny mechanizmus ich zberu. Zoberme si prípad údajov o zdravotnej starostlivosti a sociálnych médiách. Obe tieto oblasti obsahujú veľké súbory údajov. Zber údajov pre tieto polia je dôležitým krokom vo vývoji veľkých údajov. Bez vhodného mechanizmu na zhromažďovanie údajov nemôžeme dosiahnuť presné výsledky.
Preskúmanie a spracovanie veľkých údajov
V budúcnosti sa predpokladá, že organizácie, ktoré môžu skúmať a využívať veľké údaje, by mali byť schopné rýchlo prijímať rozhodnutia založené na dôkazoch. Použitím veľkých dát dokážeme ľahko poskytnúť odpovede na niektoré významné otázky v takmer akejkoľvek oblasti. Tu sa však dobre pozrieme na sektor sociálnych služieb, oblasť, v ktorej majú veľké údaje obrovský vplyv.Napríklad veľké údaje by mali byť schopné analyzovať a zodpovedať nasledujúce otázky a v konečnom dôsledku poskytnúť lepší výsledok pre pacienta:
- Aká je korelácia medzi opätovným prijatím a prístupom k sociálnym službám?
- Existuje korelácia medzi dĺžkou pobytu a efektívnosťou zásahu?
- Aké je spojenie medzi domácou adresou a frekvenciou návštev?
- Je možné nájsť súvislosť medzi rodinným stavom, zásahmi a výsledkami, ktoré nám môžu pomôcť pri identifikácii podobných kandidátov na intervenciu pri vstupe do systému starostlivosti?
- Existuje vhľad do časti populácie, ktorá nás vedie k vyladeniu našich programov, aby sme buď reagovali na negatívne trendy, ako je tehotenstvo mladistvých alebo domáce násilie, alebo aby sme sa posunuli ďalej
Veľké údaje umožňujú zvládnuť tieto situácie a zistiť príčinu problémov. Pomôže nám to po odstránení problému odstrániť. Tento problém môžeme objaviť iba pri pohľade na trendy a historické údaje. V sociálnych médiách musíme pri analýze údajov disponovať mechanizmom analýzy trendov. Čím väčšiu skupinu údajov analyzujeme, tým lepšie a presnejšie výsledky môžeme dosiahnuť. Veľké dáta poskytujú nielen spôsoby, ako spracovať veľké objemy údajov, ale tiež poskytujú inovatívne riešenia na spracovanie širšej škály údajov. Veľké dáta dokážu spracovať štruktúrované, neštruktúrované a čiastočne štruktúrované súbory údajov. (Viac informácií nájdete v 5 problémoch reálneho sveta, ktoré môžu vyriešiť veľké dáta.)