Casa Finanza personale Come garantire la validità, la veridicità e la volatilità dei Big Data - manichini

Come garantire la validità, la veridicità e la volatilità dei Big Data - manichini

Sommario:

Video: I 3 Passi per Comprare Casa 2025

Video: I 3 Passi per Comprare Casa 2025
Anonim

Alto volume, alta varietà e alta velocità sono le caratteristiche essenziali di grandi dati Ma altre caratteristiche dei big data sono ugualmente importanti, specialmente quando si applicano i big data ai processi operativi. Questo secondo set di caratteristiche "V" fondamentali per rendere operativi i big data include

  • Validità: I dati sono corretti e accurati per l'uso previsto?

  • Veracity: I risultati sono significativi per lo spazio dei problemi specificato?

  • Volatilità: Quanto tempo è necessario per memorizzare questi dati?

Validità dati grandi

Si desidera ottenere risultati accurati. Ma nelle fasi iniziali dell'analisi di petabyte di dati, è probabile che non ti preoccuperai di quanto sia valido ogni elemento di dati. Quel flusso iniziale di big data potrebbe essere davvero piuttosto sporco. Nelle fasi iniziali, è più importante vedere se esistono relazioni tra elementi all'interno di questa massiccia fonte di dati piuttosto che assicurare che tutti gli elementi siano validi.

Tuttavia, dopo che un'organizzazione determina che parti di tale analisi iniziale dei dati sono importanti, questo sottoinsieme di big data deve essere convalidato perché verrà ora applicato a una condizione operativa. Quando i dati passano da esplorativo a azione, i dati devono essere convalidati. La validità delle grandi fonti di dati e le successive analisi devono essere accurate se si devono usare i risultati per prendere decisioni.

I dati di input validi seguiti da un'elaborazione corretta dei dati dovrebbero fornire risultati accurati. Con i big data, devi essere più vigile riguardo alla validità. Ad esempio, nel settore sanitario, potresti avere dati da una sperimentazione clinica che potrebbe essere correlata ai sintomi della malattia di un paziente. Ma un medico che tratti quella persona non può semplicemente prendere i risultati della sperimentazione clinica come senza convalidarli.

Immagina che il satellite meteorologico indichi che una tempesta sta iniziando in una parte del mondo. In che modo questa tempesta colpisce gli individui? Con circa mezzo miliardo di utenti, è possibile analizzare i flussi di Twitter per determinare l'impatto di una tempesta sulle popolazioni locali. Pertanto, l'utilizzo di Twitter in combinazione con i dati di un satellite meteorologico potrebbe aiutare i ricercatori a comprendere la veridicità di una previsione meteorologica.

Grande volatilità dei dati

Se si dispone di dati validi e può dimostrare la veridicità dei risultati, quanto tempo i dati devono "vivere" per soddisfare le proprie esigenze? In un'impostazione di dati standard, è possibile conservare i dati per decenni perché, nel tempo, si è riusciti a capire quali dati sono importanti per ciò che si fa con esso.Hai stabilito regole per la valuta e la disponibilità dei dati che si associano ai tuoi processi di lavoro.

Ad esempio, alcune organizzazioni potrebbero conservare solo l'ultimo anno dei dati dei clienti e delle transazioni nei loro sistemi aziendali. Ciò garantirà il recupero rapido di queste informazioni quando richiesto. Se hanno bisogno di guardare a un anno precedente, il team IT potrebbe dover ripristinare i dati dallo storage offline per onorare la richiesta. Con i big data, questo problema è ingrandito.

Se lo spazio di archiviazione è limitato, controlla le grandi fonti di dati per determinare cosa devi raccogliere e quanto tempo è necessario per mantenerlo. Con alcune grandi fonti di dati, potrebbe essere necessario raccogliere dati per un'analisi rapida.

È quindi possibile memorizzare le informazioni localmente per ulteriori elaborazioni. Se non si dispone di spazio sufficiente per tutti questi dati, è possibile elaborare i dati "al volo" e conservare solo informazioni rilevanti a livello locale. Per quanto tempo mantieni disponibili i big data dipende da alcuni fattori:

  • Quanti dati sono conservati alla fonte?

  • È necessario elaborare i dati ripetutamente?

  • È necessario elaborare i dati, raccogliere ulteriori dati ed eseguire ulteriori elaborazioni?

  • Avete regole o regolamenti che richiedono la memorizzazione dei dati?

  • I tuoi clienti dipendono dai tuoi dati per il loro lavoro?

  • I dati hanno ancora un valore o non sono più rilevanti?

A causa del volume, della varietà e della velocità dei big data, è necessario comprendere la volatilità. Per alcune fonti, i dati saranno sempre lì; per gli altri, questo non è il caso. Capire quali dati sono disponibili e per quanto tempo può aiutarti a definire requisiti e politiche di conservazione per i big data.

Come consumatore, i big data aiuteranno a definire un profilo migliore per come e quando acquisti beni e servizi. Come paziente, i big data aiuteranno a definire un approccio più personalizzato ai trattamenti e alla manutenzione della salute. In qualità di professionisti, i big data ti aiuteranno a identificare i modi migliori per progettare e fornire i tuoi prodotti e servizi.

Ciò avverrà solo quando i big data saranno integrati nei processi operativi di aziende e organizzazioni.

Come garantire la validità, la veridicità e la volatilità dei Big Data - manichini

Scelta dell'editore

Il programma in cinque passaggi per superare la menopausa - dummy

Il programma in cinque passaggi per superare la menopausa - dummy

Alcune donne capiscono a malapena che la menopausa è loro. Altre donne, tuttavia, sono meno fortunate. Se sei uno di questi, prendi in mano questi pochi modi per rendere la tua esperienza più facile per te stesso: capisci e accetta che stai attraversando una transizione naturale, proprio come la pubertà. Fortunatamente, sei più vecchio e più saggio di te ...

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa segna la fine della fase riproduttiva della tua vita e così è un momento significativo di cambiamento fisico, emotivo e mentale per molte donne ma, per generazioni, donne di tutte le età hanno vagato alla cieca in menopausa senza sapere cosa aspettarsi. Qui puoi scoprire alcune delle nozioni di base.

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Mestruazioni e menopausa sono ben noti biologici pietre miliari nella vita di una femmina. Contrariamente al pensiero popolare, la menopausa non è il periodo di mesi o anni in cui una donna sta "attraversando il cambiamento". "Questo lasso di tempo è chiamato perimenopausa. La menopausa è una data effettiva nel tempo. In particolare, è il 12 ° anniversario dell'ultimo ciclo mestruale di una donna. ...

Scelta dell'editore

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

È Possibile creare un filtro automatico personalizzato . Per fare ciò, seleziona il comando Filtro testo dal menu della tabella e scegli una delle opzioni di filtro del testo. Indipendentemente dall'opzione di filtro del testo selezionata, Excel visualizza la finestra di dialogo Filtro automatico personalizzato. Questa finestra di dialogo consente di specificare con estrema precisione quali record si desidera ...

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

DPRODUCT moltiplica i valori che corrispondono al criterio in un database Excel. Questo è potente ma anche in grado di produrre risultati che non sono l'intenzione. In altre parole, è una cosa da aggiungere e ricavare una somma. Questa è un'operazione comune su un set di dati. Osservando la seguente figura, è possibile ...

Come utilizzare la funzione DPRODUCT in Excel - dummy

Come utilizzare la funzione DPRODUCT in Excel - dummy

La funzione DPRODUCT in Excel è strana. La funzione DPRODUCT moltiplica i valori nei campi da un elenco di database in base ai criteri di selezione. Perché vorresti farlo? Chissà. La funzione utilizza la sintassi = DPRODUCT (database, campo, criteri) in cui il database è un riferimento all'intervallo alla tabella di Excel che contiene il valore desiderato ...

Scelta dell'editore

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Ci sono un paio di cose a cui vuoi pensare quando riutilizzi i nomi nella tua app per Android. È possibile dichiarare due variabili Java - bag1 e bag2 - per fare riferimento a due diversi oggetti BagOfCheese. Va bene. Ma a volte, avere solo una variabile e riutilizzarla per il secondo oggetto funziona altrettanto bene, ...

Java: Mettere a frutto l'uso della classe - dummies

Java: Mettere a frutto l'uso della classe - dummies

La classe Employee nell'elenco non ha alcun metodo principale , quindi non c'è un punto di partenza per l'esecuzione del codice. Per risolvere questo problema, il programmatore scrive un programma separato con un metodo principale e utilizza tale programma per creare istanze Employee. Questo elenco di codici mostra una classe con un metodo principale - uno che inserisce il ...

Classi wrapper java - dummies

Classi wrapper java - dummies

La differenza tra tipi primitivi e tipi di riferimento è una delle funzionalità più controverse di Java e gli sviluppatori si lamentano spesso sulle differenze tra valori primitivi e valori di riferimento. Ogni tipo primitivo viene cotto nella lingua. Java ha otto tipi primitivi. Ogni tipo di riferimento è una classe o un'interfaccia. È possibile definire il proprio ...