Vídeo: Why Black Holes Could Delete The Universe – The Information Paradox 2024
Você encontrará uma nuance sobre a análise de dados. É realmente sobre dados pequenos. Embora isso possa parecer confuso e contrariar toda a premissa, pequenos dados são o produto da grande análise de dados. Este não é um conceito novo, nem é familiar às pessoas que realizaram análises de dados por qualquer período de tempo. O espaço de trabalho geral é maior, mas as respostas estão em algum lugar no "pequeno". "
A análise tradicional de dados começou com bancos de dados preenchidos com informações do cliente, informações do produto, transações, dados de telemetria, e assim por diante. Mesmo assim, muitos dados estavam disponíveis para analisar de forma eficiente. Sistemas, redes e software não tiveram desempenho ou capacidade para atender a escala. Como uma indústria, as deficiências foram abordadas criando pequenos conjuntos de dados.
Estes conjuntos de dados menores ainda eram bastante substantivos, outras deficiências foram rapidamente descobertas; o mais flagrante foi o desajuste entre os dados e o contexto de trabalho. Se você trabalhasse em Contas a Pagar, você precisava examinar uma grande quantidade de dados não relacionados para fazer seu trabalho. Novamente, o setor respondeu criando conjuntos de dados menores e contextualmente relevantes - ainda maiores para pequenas e menores.
Você pode reconhecer isso como a migração de bancos de dados para data warehouses para data marts. Na maioria das vezes, os dados para os armazéns e os mercados foram escolhidos em parâmetros arbitrários ou experimentais, resultando em uma grande quantidade de tentativa e erro. As empresas não estavam obtendo as perspectivas que precisavam ou eram possíveis porque as reduções de capacidade não eram baseadas em fato computacional.
Digite grandes dados, com todos os seus volumes, velocidades e variedades, e o problema permanece ou talvez piora. As falhas da infra-estrutura foram abordadas e podem armazenar e processar enormes quantidades de dados adicionais, mas novas tecnologias foram necessárias especificamente para ajudar a gerenciar grandes dados.
Apesar das aparências externas, esta é uma coisa maravilhosa. Hoje e no futuro, as empresas terão mais dados do que podem imaginar e terão os meios para captura e gerenciamento. O que é mais necessário do que nunca é a capacidade de analisar os dados direito em tempo hábil para tomar decisões e tomar medidas.
As empresas ainda encolherão os conjuntos de dados em "combates", mas podem fazê-lo de forma computacional. Eles processam os grandes dados e o transformam em pequenos dados para que seja mais fácil de compreender. É mais preciso e, como foi derivado de um ponto de partida muito maior, é mais relevante para o contexto.
