L'enigma dei Big Data: come definirlo?

Una delle più grandi nuove idee nel campo dell'informatica sono i big data. C'è un accordo unanime sul fatto che i big data stanno rivoluzionando il commercio nel 21° secolo. Quando si tratta di business, i big data offrono informazioni senza precedenti, processi decisionali migliorati e fonti di profitto non sfruttate.

Eppure chiedi a un chief technology officer di definire i big data e lui o lei fisserà il pavimento. È probabile che otterrai tante definizioni quante sono le persone che chiedi. E questo è un problema per chiunque tenti di acquistare, vendere o utilizzare servizi di big data: cosa viene offerto esattamente?

Oggi, Jonathan Stuart Ward e Adam Barker presso l'Università di St Andrews in Scozia prendere in mano la questione. Questi ragazzi esaminano le varie definizioni offerte dalle organizzazioni high-tech più grandi e influenti del mondo. Quindi tentano di distillare da tutto questo rumore una definizione su cui tutti possono essere d'accordo.

Ward e Barker lanciano la loro rete in lungo e in largo, ma i risultati sono contrastanti. È difficile trovare definizioni formali con molte organizzazioni che preferiscono fornire esempi aneddotici.

In particolare, la nozione di grande è difficile da definire, anche perché un set di dati che sembra grande oggi sembrerà quasi certamente piccolo in un futuro non troppo lontano. Laddove un'organizzazione fornisce cifre concrete per ciò che costituisce grande, un'altra fornisce una definizione relativa, il che implica che i big data saranno sempre più di quanto le tecniche convenzionali possano gestire.

Alcune organizzazioni sottolineano che i set di dati di grandi dimensioni non sono sempre complessi e i set di dati di piccole dimensioni sono sempre semplici. Il loro punto è che la complessità di un set di dati è un fattore importante nel decidere se è grande.

Ecco un riassunto del tipo di descrizioni che Ward e Barker hanno scoperto da varie organizzazioni influenti:

uno. Gartner . Nel 2001, un rapporto di Meta (ora Gartner) ha notato la crescente dimensione dei dati, la velocità crescente con cui vengono prodotti e la gamma crescente di formati e rappresentazioni impiegate. Questo rapporto ha preceduto il termine dig data ma proponeva una triplice definizione che comprendeva le tre V: Volume, Velocity e Variety. Questa idea da allora è diventata popolare e talvolta include una quarta V: veridicità, per coprire questioni di fiducia e incertezza.

Due. Oracolo . I big data sono la derivazione di valore dal tradizionale processo decisionale aziendale basato su database relazionali, aumentato con nuove fonti di dati non strutturati.

3. Intel . Le opportunità di big data emergono nelle organizzazioni che generano una media di 300 terabyte di dati a settimana. Le forme più comuni di dati analizzati in questo modo sono le transazioni commerciali archiviate in database relazionali, seguite da documenti, e-mail, dati di sensori, blog e social media.

Quattro. Microsoft . Big data è il termine sempre più utilizzato per descrivere il processo di applicazione di una seria potenza di calcolo, le ultime novità in fatto di machine learning e intelligenza artificiale, a insiemi di informazioni seriamente massicci e spesso altamente complessi.

5. Il Metodo per un ambiente di conoscenza integrato progetto open-source. Il progetto MIKE sostiene che i big data non sono una funzione della dimensione di un set di dati ma della sua complessità. Di conseguenza, è l'alto grado di permutazioni e interazioni all'interno di un set di dati che definisce i big data.

6. Il Istituto nazionale di standard e tecnologia . Il NIST sostiene che i big data sono dati che superano la capacità o la capacità dei metodi e dei sistemi attuali o convenzionali. In altre parole, la nozione di grande è relativa all'attuale standard di calcolo.

Un miscuglio se mai ce ne fosse uno.

Oltre alla ricerca di definizioni, Ward e Barker hanno tentato di comprendere meglio il modo in cui le persone usano la frase big data effettuando una ricerca su Google Trends per vedere quali parole sono più comunemente associate ad essa. Dicono che questi siano: analisi dei dati, Hadoop, NoSQL, Google, IBM e Oracle.

Questi ragazzi concludono coraggiosamente il loro sondaggio con una loro definizione in cui cercano di mettere insieme queste idee disparate. Ecco la loro definizione:

Big data è un termine che descrive l'archiviazione e l'analisi di set di dati di grandi dimensioni e/o complessi utilizzando una serie di tecniche tra cui, ma non solo: NoSQL, MapReduce e machine learning.

Un tentativo di gioco per un obiettivo degno, una definizione che tutti possono concordare è certamente in ritardo.

Ma questo farà il trucco? Risposte per favore nella sezione commenti qui sotto.

Rif: arxiv.org/abs/1309.5821 : Non definito dai dati: un'indagine sulle definizioni dei Big Data

nascondere