"عظیم‌داده، چگونه داده‌ها، کسب‌وکارهای بزرگ را قدرت می‌بخشند"
"Big Data, Understanding How Data Powers Big Business"

 بخش دوم : "آموزه‌هایی از تاریخچه عظیم‌داده"
" Big Data History Lesson"

🖌 در سال‌های دهه 70 و 80 میلادی بسیاری از خرده‌فروشان و عمده‌فروشان کالاهای مصرفی جهت برآورد صحیحی از میزان مصرف و فروش کالاهای خود دست به دامان شرکت‌هایی می‌شدند که هر دو ماه یکبار به صورت فیزیکی به این فروشگاه‌ها مراجعه کرده و میزان خرید و فروش کالاها را تخمین می‌زدند. هر چند نتایج این برآوردها حدود 4 تا 5 ماه طول می کشید که به دست فروشگاه‌ها برسد، اما آن‌ها ناگزیر از همین داده‌ها برای برنامه‌ریزی، اندازه‌گیری و اجرای سیاست‌های بازاریابی خود، تعیین استراتژی‌هایی شامل هزینه‌های تبلیغاتی، معرفی محصولات جدید و تصمیمات قیمت‌گذاری استفاده می‌کردند.

 در اواخر دهه 80 ، شرکت منابع اطلاعاتی (IRI) ، محصولی جدید به نام اینواسکن را به بازار معرفی کرد که سیستم‌های اسکنر POS فروشگاه‌ها را با بارکد کالاها ترکیب کرده و بدینوسیله انقلابی در اطلاعات و جمع‌آوری و تجزیه‌و‌تحلیل این اطلاعات بوجود آورد. ناگهان حجم داده‌های بدست آمده بدین صورت از مگابایت به چندین گیگابایت و حتی ترابایت رسید. اطلاعات ناب و ارزشمندی که به این فروشگاه‌ها کمک می‌کرد برآورد بهتری از آینده خود داشته‌باشند.

حجم بالای داده‌های جدید نیازمند تولید سخت‌افزارها و نرم‌افزارهای جدیدی نیز بودند؛ زیرا ابزارهای قدیمی دیگر جوابگوی این میزان از داده‌های انباشته شده نبودند. به زودی دست‌اندرکاران صنعت کالاهای مصرفی دریافتند که با تحلیل این داده‌ها می‌توانند آینده فعالیت خود را بهتر پیش‌بینی کنند. برخی از این مزایا شامل موارد زیر است:
• پیش‌بینی مبتنی بر میزان تقاضا
• بهبود زنجیره تامین کالا
• میزان تاثیر تبلیغات و بهبود آن‌ها
• تحلیل سبد کالاهای خانوارها و بازار
• بهبود فعالیت قیمت‌گذاری و کسب سود
• برنامه‌های وفاداری مشتری

 چه درس‌هایی را می توان از تاریخچه داده‌های مربوط به دستگاه‌های POS برای پروژه‌های عظیم‌داده امروزی اتخاذ کرد؟

1. حجم داده‌های ساختاریافته و بدون ساختار حاصل از شبکه‌های اجتماعی، انواع دستگاه‌هایی که داده تولید می‌کنند، کامنت‌های مشتریان و سایر منابع تولید داده آنچنان افزایش یافته که از پتابایت گذشته و حتی برخی از شرکت‌ها به دنبال برنامه‌ریزی برای حجم‌هایی در حد و اندازه زتابایت می‌باشند. بنابراین برای عقب نماندن از این قافله باید هر چه زودتر جهت بهره‌برداری از این حجم از داده‌ها برنامه‌ریزی کرد.

2. برای بهره‌برداری از این سونامی جدید از منابع داده‌ای باید ابزارهای جدید را نیز بکار برد. ابزارهایی مانند هدوپ، هایو، فلوم و استورم و بسیاری از ابزارهای دیگر عظیم‌داده می‌توانند در جمع‌آوری و تجزیه‌وتحلیل داده‌ها کمک کنند.

3. شرکت‌ها و سازمان‌هایی در این عرصه موفق و پیروز هستند که هر چه سریعتر برای بهره‌گیری از ارزش نهفته در داده‌ها برنامه‌ریزی کرده و فرآیندهای کسب‌وکار خود را بهبود بخشیده یا فرایندهای جدید ایجاد نمایند.