{"id":256117,"date":"2021-06-22T12:41:00","date_gmt":"2021-06-22T09:41:00","guid":{"rendered":"https:\/\/inform.click\/10-fakta-om-store-data-du-bor-vite\/"},"modified":"2021-06-22T12:41:00","modified_gmt":"2021-06-22T09:41:00","slug":"10-fakta-om-store-data-du-bor-vite","status":"publish","type":"post","link":"https:\/\/inform.click\/no\/10-fakta-om-store-data-du-bor-vite\/","title":{"rendered":"10 fakta om store data du b\u00f8r vite"},"content":{"rendered":"

\n De siste \u00e5rene, overalt hvor du g\u00e5r, alt du leser p\u00e5 nettet, ser du begrepet «Big Data». Folk kan forestille seg det som billioner av billioner av flytende «Matrix-lignende» tall og figurer. Men hva betyr «Big Data» egentlig for oss? Vi er bare i begynnelsen av en «datarevolusjon» som vil ber\u00f8re enhver virksomhet og hvert liv p\u00e5 denne planeten, og det er noe vi ikke kan velge \u00e5 ignorere. Ikke tro meg? Her er 10 fakta som taler for seg selv for \u00e5 tegne et realistisk bilde av denne revolusjonen. Her er 10 fakta om store data du trenger \u00e5 vite:\n<\/p>\n

\n 10 Big Data er bokstavelig talt Big Data
\n<\/h3>\n

\n «Big Data», som det heter, handler egentlig om store datasett. En av de overraskende fakta om big data er at de er mye st\u00f8rre enn det vi vanligvis synes om «Big». Mens forskjellige mennesker kan ha forskjellig definisjon av «Big Data», og at den ikke har en streng definisjon, er det to definisjoner som er n\u00f8yaktige og avgj\u00f8rende. McKinsey definerer stordata som refererer til «datasett hvis st\u00f8rrelse er utenfor muligheten for typiske databaseprogramvareverkt\u00f8y til \u00e5 fange, lagre, administrere og analysere.» Mayer-Sch\u00f6nberger og Cukier skrev i sin bok «big data refererer til ting man kan gj\u00f8re i stor skala som ikke kan gj\u00f8res i mindre omfang, for \u00e5 hente ut ny innsikt eller skape nye former for verdi, p\u00e5 m\u00e5ter som endrer markeder, organisasjoner, forholdet mellom borgere og regjeringer og mer. » For \u00e5 illustrere hvor store «big data» er,\n<\/p>\n

\n – Hvert sekund lager vi nye data. For eksempel utf\u00f8rer vi mer enn 50000 s\u00f8k hvert sekund (p\u00e5 Google alene)\n<\/p>\n

\n – I august 2015 brukte over 1 milliard mennesker Facebook<\/a> p\u00e5 en enkelt dag.\n<\/p>\n

\n – Facebook-brukere sender i gjennomsnitt 31,25 millioner meldinger og viser 2,77 millioner videoer hvert minutt.\n<\/p>\n

\n – Hvert minutt opp til 300 timer med video lastes opp til YouTube<\/a> alene.\n<\/p>\n

\n En slik mengde data kunne ikke h\u00e5ndteres av konvensjonelle databaseteknologier og maskiner for mer enn et ti\u00e5r siden. Ny teknologi, som Hadoop og Spark, dukket opp for \u00e5 utnytte kraften som ligger til grunn for eksponentiell vekst i datamengden som genereres hver dag.\n<\/p>\n

\n 9 Vi bidrar alle til store data
\n<\/h3>\n

\n
\n Dette er blant de mest overraskende fakta om big data. Som nevnt ovenfor genereres det store mengder data hver dag, hovedsakelig fra v\u00e5re daglige aktiviteter p\u00e5 Internett, som \u00e5 s\u00f8ke p\u00e5 Google, legge ut p\u00e5 Facebook, Tweeting, mens disse genereres av aktive brukeraktiviteter, noen datasett er produsert av data samlet inn fra passiv brukeratferd, for eksempel varigheten av brukere som leser en bestemt online artikkel. Vi merker ikke egentlig n\u00e5r vi genererer data, vi bruker kanskje bare telefonen v\u00e5r, tar noen selfies, ser p\u00e5 noen videoer, men det vi gj\u00f8r, er avgj\u00f8rende for nettstedeiere og bedrifter, og enda viktigere, vi bidrar til dette «Big Data» revolusjon ved \u00e5 bidra til en av de mest grunnleggende delene – datagenerering.\n<\/p>\n

\n 8 data betyr mye for bedrifter
\n<\/h3>\n

\"\"<\/a> Bedrifter er n\u00e5 i stand til \u00e5 hente ut innsikt fra sine brukere og kunder p\u00e5 en mer omfattende og interaktiv m\u00e5te, i stedet for de tradisjonelle m\u00e5tene som telefonunders\u00f8kelse. Blant de mest spennende fakta om big data er at mange selskaper n\u00e5 implementerer «Big Data» som en st\u00f8tte til kjernevirksomheten.<\/p>\n

\n Et velkjent eksempel er at Google justerer sine automatiske komplette anbefalinger basert p\u00e5 brukervaner og annen informasjon, for eksempel hvis jeg er en programmerer fra koreansk, og jeg har brukt Google en god stund n\u00e5r jeg s\u00f8ker p\u00e5 «Python» (en programmeringsspr\u00e5k), vil det automatisk sette nettsteder om Python-programmeringsspr\u00e5k med topp prioritet i stedet for \u00e5 vise informasjon om slanger. Google ville ogs\u00e5 vite hvilke annonser som skal vises, slik at brukeren blir mindre irritert, og at markedsf\u00f8ringsfordelene kan forst\u00f8rres.\n<\/p>\n

\n Big Data brukes ogs\u00e5 av luksusmerker, PRADA installerer RFID-skannere i tilpasningsrom, som en del av deres «smart fitting room» -prosjekt, for \u00e5 vise trender som b\u00e5de klesdesignere og forhandlere kan bruke for \u00e5 \u00f8ke salget. Et annet eksempel er at for eksempel n\u00e5r vi surfer p\u00e5 nettet, reagerer vi p\u00e5 innhold p\u00e5 nettet naturlig, at vi bare leser og navigerer ut fra det vi f\u00f8ler at vi liker. Og dette genererer viktig innsikt for nettstedseiere og bedrifter for \u00e5 studere brukeratferd og justere markedsf\u00f8ringsstrategier og produktdesign. Bedrifter som har egne blogger, vil synes det er veldig nyttig \u00e5 forst\u00e5 kundene sine.\n<\/p>\n

\n 7 regjeringer bruker ogs\u00e5 store data
\n<\/h3>\n

\"\"<\/a> En av de viktigste fakta om stordata er at den spilte en n\u00f8kkelrolle i den amerikanske presidenten Obama<\/a> ‘s valgkamp, \u200b\u200bover 1.000 l\u00f8nnede ansatte jobbet med kampanjen, 2,2 millioner frivillige og totalt mer enn 100 dataanalyser som kj\u00f8rte mer enn 66.000 datasimuleringer hver dag. M\u00e5let med kampanjen som ble satt opp av Jim Messina var \u00e5 «m\u00e5le alt».<\/p>\n

\n Tanken var \u00e5 kreve data om alt som skjedde under kampanjen for \u00e5 m\u00e5le alt og sikre at de var smarte om alt. Regjeringer finner big data som et ekstremt viktig verkt\u00f8y for \u00e5 kjenne innbyggernes meninger og krav (forutsatt at de vil lytte til mennesker), da det gir n\u00e6r sanntid og omfattende oppdateringer av offentlige synspunkter og demografisk informasjon. Regjeringene bruker det ogs\u00e5 til forskjellige aspekter av en bys daglige drift, og det vil bli diskutert i f\u00f8lgende fakta.\n<\/p>\n

\n 6 Big Data handler ikke bare om bedrifter
\n<\/h3>\n

\"\"<\/a> Londons olympiske myndigheter brukte Big Data for effektivt \u00e5 forbedre trafikkforholdene. I l\u00f8pet av OL bruker hver sj\u00e5f\u00f8r i gjennomsnitt 3 dager p\u00e5 trafikkork, og Transport for London p\u00e5pekte at det i gjennomsnitt ville skje 300 trafikkrelaterte ulykker hver dag. De innlemmet Olympic Route Network samt Split Cycle Offset Optimization Technique, for \u00e5 overv\u00e5ke trafikkflyten, og for \u00e5 optimalisere den ved \u00e5 kontrollere varigheten av r\u00f8de lys.<\/p>\n

\n 5 Det kan redde livet ditt
\n<\/h3>\n

\"\"<\/a> Farmas\u00f8ytiske produsenter knytter store mengder data fra genomikk og annen forskning for \u00e5 forst\u00e5 mer om sykdom og legemiddelinteraksjoner; Dette er et enormt l\u00f8ft innen medisinforskning og utvikling. Mer effektive medisiner, spesielt de som retter seg mot kreft og kroniske sykdommer, vil sannsynligvis produseres i mye st\u00f8rre mengder i n\u00e6r fremtid. Med store data ville leger v\u00e6re i stand til \u00e5 vurdere og evaluere effektiviteten av terapier, og dermed matche pasienter med passende kliniske studier, spre utvikling og godkjenning av nye medisiner og skinne s\u00f8kelys p\u00e5 kostnadseffektive behandlinger.<\/p>\n

\n 4 Big Data som hjelper til med \u00e5 bekjempe sykdommer
\n<\/h3>\n

\"\"<\/a> En om de st\u00f8rste fakta om stordata er at den pleide \u00e5 bedre forst\u00e5 menneskelig mobilitet under en pandemi, \u00e5 bygge realistiske modeller for hvordan smittsomme sykdommer spredte seg<\/a>, og \u00e5 illustrere hvilken innvirkning myndighetsintervensjon kan ha p\u00e5 innesperringen av en pandemi. Regjeringen kan bruke stordata for \u00e5 modellere i sanntid hvordan offentlige politiske tiltak p\u00e5virker mobilitetsstr\u00f8mmer og sykdomsinfeksjonsrater. Epidemier kan bekjempes p\u00e5 en global skala, effektiviteten har vist seg \u00e5 v\u00e6re h\u00f8y i tilfelle av ebola. Google Flu Trends implementerer dataanalyser for \u00e5 forutsi influensaspredning, slik at forebygging kan gj\u00f8res p\u00e5 forh\u00e5nd.<\/p>\n

\n 3 «Rettferdighet gjennom store data?»
\n<\/h3>\n

\"\"<\/a> Big data kan brukes i forebygging av kriminalitet, deteksjon av kriminalitet og nasjonal sikkerhet. Kriminalitetsm\u00f8nstre kan forutsies, og forebygging av kriminalitet har fungert bra med store data (selv om det reiser ulike etiske sp\u00f8rsm\u00e5l). Big data er ogs\u00e5 et flott v\u00e5pen mot svindel, transaksjoner kan overv\u00e5kes og avvik kan oppdages mye effektivt og n\u00f8yaktig. Kan vi oppn\u00e5 rettferdighet gjennom store data? Vi vet kanskje svaret i n\u00e6r fremtid.<\/p>\n

\n 2 Dark Side of Big Data
\n<\/h3>\n

\"\"<\/a> Det er forskjellige ulemper ved \u00e5 implementere big data. Dette er blant de mindre konsentrerte fakta om big data. For eksempel er personvern vanskeligere \u00e5 beskytte fordi de tradisjonelle juridiske og tekniske mekanismene ikke fungerer bra med store data. Datasettene kan inneholde sensitiv informasjon, inkludert personlig ID og informasjon om inntekt, vaner og preferanser, som kan utnyttes av bedrifter, da det betyr enorm fortjeneste for dem. Videre er det sannsynlig at store data vil bli implementert i sektorer, inkludert \u00f8konomi og medisinsk, \u00f8konomisk informasjon om enkeltpersoner og medisinske poster, som vi foretrekker ingen andre vet, vil v\u00e6re h\u00f8yt prioriterte m\u00e5l for hackere. Big data kan ogs\u00e5 brukes som et verkt\u00f8y for overv\u00e5king som krenker individers privatliv og rettigheter.<\/p>\n

\n P\u00e5 den annen side, i big data-tidsalderen, vil utfordringen v\u00e6re \u00e5 sikre fri vilje, moralsk valg, menneskelig vilje, menneskelig handlefrihet. Dette er ganske filosofisk, og det ligner mer eller mindre kontroversene om utviklingen av kunstig intelligens<\/a>.\n<\/p>\n

\n Sist men ikke minst vil flere v\u00e6re arbeidsledige p\u00e5 grunn av store data<\/a>. Ettersom maskiner ville v\u00e6re smartere for \u00e5 hente ut innsikt, jobben som vanligvis utf\u00f8res av mennesker, er det et forventet stort tap av tilgjengelige jobber. Det er sannsynlig at finans- og n\u00e6ringslivssektoren vil lide mest, ettersom markedsf\u00f8ringsanalyse n\u00e5 kan gj\u00f8res av maskiner med dataanalyser, og at selv aksjekurser kan forutsies av big data analytics, kan vi lett forestille oss mange jobber i markedsavdelinger og investeringer bankene ville g\u00e5 tapt p\u00e5 grunn av fremveksten av denne big data-revolusjonen.\n<\/p>\n

\n 1 Det vokser raskere hver dag
\n<\/h3>\n

\"\"<\/a> Den \u00f8kende populariteten og anvendelsen av Internett, personlige datamaskiner og beslektede teknologier f\u00f8rte til en enorm \u00f8kende mengde data som ble opprettet, mengden internettdata har \u00f8kt eksponentielt, fra 2005 til 2012 har den \u00f8kt med 1696% og \u00f8kningen vil sannsynligvis \u00f8ke opp i n\u00e6r fremtid p\u00e5 grunn av \u00f8kende popularitet til Internett, sosiale medier, personlige datamaskiner og mobile enheter. Big data-bransjen forventes \u00e5 vokse fra 10,2 milliarder dollar i 2013 til cirka 54,3 milliarder dollar innen 2017. Big data-revolusjonen medf\u00f8rer forskjellige fordeler og ulemper, og det er tydeligvis ingen av oss som kan blinde \u00f8ynene for.<\/p>\n

    \n
  1. Det vokser raskere hver dag\n <\/li>\n
  2. Dark Side Of Big Data\n <\/li>\n
  3. Rettferdighet gjennom store data?\n <\/li>\n
  4. Big Data som hjelper med \u00e5 bekjempe sykdommer\n <\/li>\n
  5. Big Data kan redde livet ditt\n <\/li>\n
  6. Big Data handler ikke bare om bedrifter\n <\/li>\n
  7. Regjeringer bruker ogs\u00e5 store data\n <\/li>\n
  8. Data betyr mye for bedrifter\n <\/li>\n
  9. Vi bidrar alle til store data\n <\/li>\n
  10. Big Data er bokstavelig talt Big Data\n <\/li>\n<\/ol>\n

    \n Skrevet av: CO-One<\/strong>\n<\/p>\n<\/p>\n

    \n Opptakskilde: wonderslist.com<\/a>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

    De siste \u00e5rene, alt hvor du g\u00e5r, alt du leser p\u00e5 nettet, alt er en del av «Big Data». Ikke tro meg? Her er 10 fakta om big data.<\/p>\n","protected":false},"author":1,"featured_media":89813,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_wp_rev_ctl_limit":""},"categories":[603],"tags":[],"class_list":["post-256117","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-teknologi-og-mer"],"_links":{"self":[{"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/posts\/256117","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/comments?post=256117"}],"version-history":[{"count":0,"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/posts\/256117\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/media\/89813"}],"wp:attachment":[{"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/media?parent=256117"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/categories?post=256117"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/inform.click\/no\/wp-json\/wp\/v2\/tags?post=256117"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}