Книга

Укрощение “больших данных”

Передовые методы аналитики и новые возможности для бизнеса

Билл Фрэнкс

Wiley, 2012

Купить бумажную или электронную книгу

Читать офлайн

Amazon Kindle

Рейтинг редакции

Характеристики

Новаторская концепция
Практические советы

Рецензия getAbstract

Автор книги предупреждает, что большинство компаний не готовы к начавшейся эпохе “больших данных” – непрерывно нарастающего потока новой информации, который обрушился со всех сторон на бизнес. Сложность анализа “больших данных” обусловлена новизной и многообразием их форматов, которые в своем большинстве плохо понятны тем, для кого эти данные могут предназначаться. В книге на конкретных примерах описаны концептуальные инструменты для работы с постоянно растущими массивами данных. Неспециалистам книга может показаться достаточно сухой, а ее тема слишком специфической – впрочем, они и не являются ее основной аудиторией. getAbstract рекомендует это руководство по управлению информацией топ-менеджерам, ответственным за внедрение в работу организаций систем анализа данных и управления знаниями, бизнес-аналитикам, а также всем, кому интересно знать, как технологии меняют современный бизнес.

Краткое содержание

Эволюция “больших данных”

“Большие данные”, поступающие сегодня из множества совершенно новых источников, отличаются от данных традиционного типа повышенной сложностью, разнородностью и быстротой появления. Для анализа “больших данных” необходимы самые совершенные IT-методы и мощные вычислительные системы. Чтобы извлекать из этих данных практический смысл, аналитикам нужно учиться отделять ценную информацию от “информационного мусора”. “Большие данные” приносят бизнесу пользу лишь в сочетании с традиционными данными и прикладным анализом.

Традиционные данные были структурированными. “Большие данные”, как правило, слабо структурированы или вовсе не структурированы. Чтобы извлечь из них смысл, необходимы средства поиска неявных закономерностей. Одновременно с анализом данных необходимо обеспечить соблюдение этических норм при сборе и использовании информации. Сбор данных должен быть саморегулирующимся процессом, так как при слишком быстром их накоплении затраты могут превысить выгоды, когда вы попросту не будете знать, что делать с собранной информацией. Чтобы получать пусть небольшие, но конкретные преимущества от использования “больших данных”, требуется разработка...