På dette tidspunkt bør du være klar over, hvad big data er, hvordan det opstod, hvor det bruges, og hvorfor det er nyttigt. Men hvad med fremtiden for big data-analyse? Vil big data ændre verden? Eller vil det være glemt om et par måneder?
Jeg har samlet nogle af de mest populære forudsigelser om big data for at hjælpe dig med at forstå, hvad du kan forvente af det i fremtiden.
1. Datamængderne vil kun stige
Big data-eksperter siger, at mængden af producerede data vil vokse eksponentielt. Ifølge IDC's Data Age 2025-rapport kan datamængden i 2025 nå op på 175 zettabytes. Det er 40 gange mere end datamængden i 2013.
2. Maskinlæring vil fortsætte med at udvikle sig
Som Intels vicepræsident og general manager Wei Li sagde, bliver maskinlæring hvert år mere og mere sofistikeret. Vi bruger det i selvkørende biler, enheder til afsløring af svindel og big data, og antallet af måder, vi bruger det på, vil kun vokse. Det skyldes, at maskinlæring afhænger af mængden af data, der gives som input, så når mængden af data vokser, vokser også nøjagtigheden af maskinlæringens output.
Derudover var maskinlæring i lang tid utilgængelig for de fleste virksomheder, fordi open source-platforme dominerede dette område. Det betyder, at virksomheder, der ønskede at implementere maskinlæring i deres processer, selv skulle konfigurere løsningerne, og de fleste af dem led under manglende færdigheder på dette område. Men alt ændrede sig, da kommercielle leverandører begyndte at bygge deres egne prisbillige løsninger, der ikke kræver for meget konfiguration. Applikationer og platforme til maskinlæring har indsamlet henholdsvis 28,5 og 14,4 milliarder amerikanske dollars i finansiering frem til marts 2019, og disse tal stiger i takt med efterspørgslen.
3. Der vil være stor efterspørgsel efter big data-eksperter
Stillinger som chief data officer og Datavidenskabsmand er relativt nye og har først rigtig eksisteret siden den massive implementering af maskinlæring og big data.
En god data officer eller scientist er også værdifuld på grund af hans/hendes vidensbase. De skal kende til en lang række emner, herunder programmeringssprog, maskinlæringsalgoritmer, teknikker til datamanipulation samt dataplatforme og -værktøjer. Specialister skal kende til nyeste trends og hvordan man bruger dem til at løse bestemte opgaver, hvilket kræver tid og erfaring. Selv om disse to faktorer betyder, at specialister kan være dyre, kan de potentielt give din virksomhed en betydelig fortjeneste, så det kan være en god idé at begynde at lede efter en specialist nu.
4. Hurtige og brugbare data vil hurtigt blive mere og mere udbredt
Konkurrencen mellem virksomheder betyder, at de er nødt til at træffe afgørende beslutninger, før andre konkurrenter overhovedet ser muligheden. Big data gør det lettere at finde og handle på disse ændringer.
Hvis vi taler om dataanalyse, selv når det drejer sig om maskinlæring, mener vi normalt analyse i batch-tilstand (når vi indsamler partier af data, giver dem til en algoritme, og den giver os værdifulde oplysninger om outputtet). Men det betyder ikke, at vi kan træffe en beslutning i det øjeblik, vi får dataene; det tager tid at foretage en endelig analyse.
Hurtige data gør det muligt at behandle dem i realtid, når de dukker op i vores databaser. Det betyder, at vi kan analysere ændringerne i datastrømmene på stedet og reagere hurtigt på dem. Det er en sand game-changer.
Brugbare data er et resultat af big data-analyse. Når du får et stort antal forskellige typer data, kan du næsten ikke gøre noget med dem. Men efter at have behandlet dem med big data-analyseværktøjer kan vi få oplysninger, der hjælper os med at træffe informerede og rationelle beslutninger.
Ifølge nogle eksperter kan big data endda blive erstattet af fast data og actionable data i fremtiden.
5. Flere virksomheder vil forsøge at tjene penge på deres data
Data indsamles overalt, fra dagligvarebutikker til hjemmesider og applikationer, og alle disse data kan sælges til andre virksomheder som endnu en indtægtskilde. Efterspørgslen efter denne type data er stor og ser ikke ud til at blive mindre.
6. Flere dataanalyseværktøjer vil ikke længere kræve en analytiker
Efterspørgslen efter dataanalyse er stor, men som vi allerede har nævnt, er der mangel på fagfolk inden for dette område. Det er meget muligt, at leverandørerne vil begynde at tilbyde kunderne løsninger, der kræver langt færre tekniske færdigheder.
7. Big data kan måske endda afslutte debatten om klimaforandringer
Yderligere big data-analyser kan hjælpe forskere med at styrke deres forståelse af klimaforandringer og deres årsager og virkninger. Det vil hjælpe med evidensbaserede politiske debatter fremover.
8. Big data kan hjælpe med at finde kure mod infektionssygdomme
Sundhedsvæsenet er en af de største brugere af big data i industrien. Nogle forskere mener, at man kan finde nye kure meget hurtigere end forventet, når man har samlet store mængder lægejournaler i én bunke data.
Der er noget om snakken, men denne idé står over for to store problemer. For det første var mængden af kliniske journaldata omkring 170 exabytes alene i 2019, og den anslåede årlige stigning er fra 1,2 til 2,4 exabytes om året. Det er mange data, og udfordringen er at samle og opbevare dem ét sted. En anden udfordring er, at forskningsinstitutioner kan bremse opdagelsesprocessen via kompliceret patentlovgivning.
9. Naturlig sprogbehandling (NLP) vil blive brugt mere bredt
Teknologien bliver både billigere og mere brugervenlig, efterhånden som den udvikler sig. Nogle eksperter forudser, at vi i den nærmeste fremtid ikke behøver at bruge kode for at interagere med intelligente systemer.
Virksomheder kan allerede nu drage fordel af NLP ved at give deres kunder intelligente chatbots, der kan give oplysninger hurtigt, som en menneskelig agent ville gøre det. Analyse af verbale interaktioner mellem kunden og virksomheden kan også hjælpe marketingfolk med at forstå, hvordan kunden har det med brandet.
10. Cybersikkerhed vil stadig være en udfordring
Jo flere data du gemmer, jo sværere er de at beskytte. Virksomheder, der bruger big data, vil stå over for flere cybersikkerhedsudfordringer, da brugen af yderligere softwareprodukter giver cyberkriminelle flere muligheder for at stjæle data.
11. Data vil fortsætte med at migrere til skyen
Da datamængden vokser, vil virksomheder, der bruger data, stå over for et valg mellem at etablere datalagring med større kapacitet eller at lade cloud-tjenester håndtere problemet med at lagre data. I betragtning af, at cloud-tjenester tilbyder stor lagerplads til overkommelige priser uden behov for vedligeholdelse af hardware, forventer vi, at de fleste vil vælge det andet. Det gælder især, fordi hvis du løber tør for lagerplads i skyen, behøver du ikke at sætte endnu mere hardware op; du skal bare udvide din plan.
12. Big data vil ikke erstatte forskere
Det er indlysende, at big data-analyse kan give meget mere information end traditionelle forskningsmetoder, og denne information vil være mere præcis og værdifuld. Men hovedproblemet er, at vi kan lære en maskine at finde mønstre og sammenhænge, men vi kan ikke lære den at forstå konteksten lige så godt, som et menneske kan. Så big data-eksperter vil fortsat være en hjælpende hånd for forskere, ikke en erstatning.
13. I fremtiden bliver data science-færdigheder måske lige så almindelige som Excel-færdigheder i dag.
CEO og grundlægger af Lotame Andy Monfried antager, at selvbetjente big data-apps med en brugervenlig grænseflade vil dukke op og dermed gøre næsten alle medarbejdere i stand til at analysere store datamængder, hvilket kan blive en arbejdsrutine i fremtiden.
14. Big Data vil blive integreret med tingenes internet (IoT)
Virksomheder søger hele tiden at få mere ud af deres produkter, og datagenerering er en måde at få det til at ske på. IoT-enheder vil sandsynligvis indsamle masser af information om brugerne og deres omgivelser. Disse data kan derefter analyseres i virksomheden for at forbedre kundeoplevelsen eller salget.
15. Flere data vil blive analyseret og brugt i beslutningsprocessen
99,5% af de indsamlede data bliver aldrig analyseret eller brugt på nogen måde. Det er et stort tab for de virksomheder, der indsamler disse data. Med udviklingen af big data og maskinlæring vil denne procentdel helt sikkert falde. Dataforskere vil helt sikkert finde en måde at bruge de 99,5% på.
16. Virksomheder, der bruger big data, vil få færre udgifter
Ifølge undersøgelser foretaget af Syncsort og NewVantage hjalp Big Data-analyse 59,4% af de adspurgte med at reducere udgifterne. 66,7% af virksomhederne begyndte at bruge big data specifikt til det formål.
17. Big data vil forny interessen for blockchain-teknologien
Store mængder data giver bekymringer om sikkerhed, og blockchain kan være virkelig praktisk til at løse dem. Vi vil måske se en øget interesse for blockchain-teknologi til datasikkerhed i den nærmeste fremtid.
18. Virksomhederne vil begynde at bruge mere end ét dataanalyseværktøj
Dataanalyseværktøjer er stadig nye, og nogle gange kan et softwareprodukt ikke opfylde alle behov i en bestemt virksomhed. For eksempel kan en løsning være ret god til at arbejde med big data, men ikke have nogen hurtige dataanalysefunktioner, mens en anden kan være i stand til at lave hurtige data, men have en ikke-brugervenlig brugergrænseflade.
Derfor vil virksomheder kombinere forskellige applikationer for at skabe maksimal profit. Ifølge Gartner bruger nogle virksomheder allerede mere end én "virksomhedsstandard"-applikation.
19. Forvent en mere udbredt brug af data fabric-arkitektur
Data fabric er en arkitektur, der understøtter komponerbare data og analyser sammen med en række af deres komponenter. Fordelene omfatter et 30% fald i tid til integrationsdesign, en 30% reduktion i implementeringstid og et 70% fald i vedligeholdelse. Data fabric kan også udnytte eksisterende færdigheder og teknologier fra datahubs, datasøer og datalagre. Alt dette sammen med evnen til at introducere nye tilgange og værktøjer til fremtiden efterlader næsten ingen tvivl om, at denne arkitektur vil blive brugt i vid udstrækning.
20. GDPR vil fortsat være en stor bekymring
Datastyringsinitiativer har ikke sænket deres aktiviteter. GDPR har udnævnt kunderne til faste ejere af alle de oplysninger, de skaber, og de har magt til at vælge, hvilke virksomheder de vil give deres data til. Hvis en virksomhed opfører sig dårligt, kan de gå til en konkurrent, hvilket resulterer i tab af omsætning.
Big data er afhængig af kunder, så virksomheder bliver nødt til at overholde GDPR og lokale regler, ikke kun for at undgå sanktioner, men også for at beholde deres dataindtægter.
