(పెద్ద) డేటా యొక్క పెద్ద భవిష్యత్తు

రాబోయే మూడు నెలలు లేదా మూడు సంవత్సరాలలో డేటా అనలిటిక్స్ చుట్టూ ఏమి జరుగుతుందో to హించడం కష్టం, ఇప్పటి నుండి ఒక దశాబ్దం లేదా రెండు మాత్రమే. కానీ ధైర్యంగా ఉండండి మరియు ఫ్యూచరిజంలో ఒక కత్తిపోటు తీసుకుందాం మరియు డేటా-సెంట్రిక్ ఆవిష్కరణ మనలను ఏ దిశలో తీసుకువెళుతుందో చూడటానికి ప్రయత్నిస్తుంది మరియు రాబోయే దశాబ్దాల్లో ఇది వ్యాపారాలను మరియు ఇతర సంస్థలను ఎలా నడిపిస్తుందో చూడటానికి ప్రయత్నిస్తాము.

బిగ్ డేటాలోని "బిగ్" పునరావృతమవుతుంది

చివరికి, డేటాను దాని డేటాతో సంబంధం లేకుండా మళ్ళీ డేటాగా సూచించడం ప్రారంభిస్తాము. డేటా సెట్లు పెరుగుతూనే ఉంటాయని స్పష్టంగా ఉన్నప్పటికీ, మేము చాలా త్వరగా అలసిపోతాము - మనకు ఇప్పటికే లేకపోతే - ఈ సెట్లను "పెద్దది" గా సూచించడం. ఎందుకంటే మనం ఇకపై డేటా యొక్క పరిమాణంతో దృష్టి కేంద్రీకరించబడము, నిమగ్నమయ్యాము లేదా మునిగిపోతాము, కానీ బదులుగా డేటా అందించే అవకాశాలకు మన దృష్టిని మారుస్తుంది. మరో మాటలో చెప్పాలంటే, డేటాలోని విలువను వెతకడం, దాచిన రహస్యాలు మరియు చివరికి, విలువను ఉత్పత్తి చేయడానికి ఆ అంతర్దృష్టిని ఎలా ప్రభావితం చేయాలో నేర్చుకోవడం వంటి మౌలిక సదుపాయాల సవాళ్ల నుండి ROI సవాళ్లకు దృష్టి పెట్టడం ప్రారంభించాలి. (బిగ్ డేటా యొక్క సమస్యలో పెద్ద డేటా పెరుగుతున్న నొప్పుల గురించి, కానీ ఇది సాంకేతికత కాదు.)

మరింత ఆటోమేషన్, మరింత సృజనాత్మకత

ప్రాసెసింగ్ వేగం పెరిగేకొద్దీ మరియు డేటా సవాళ్లు పరిపక్వం చెందుతున్నప్పుడు, కంపెనీల డేటా సెట్లలో ముఖ్యమైన వాటిని వివరించడంలో ఆటోమేషన్ పెద్ద పాత్ర పోషిస్తుంది. వ్యాపార పరిష్కారాల కోసం మరియు వ్యాపార పరివర్తనల కోసం సృజనాత్మక సూచనల కోసం డేటా నుండి తీసివేసిన అంతర్దృష్టులను ఉపయోగించడానికి డేటా శాస్త్రవేత్తలకు ఆటోమేషన్ సమయం మరియు స్థలాన్ని తెరుస్తుంది. ప్రాసెసింగ్ డేటా యొక్క వేగం మరింత అంతర్దృష్టులను ఉత్పత్తి చేయడానికి కూడా అనుమతిస్తుంది, ఇది పెరుగుతున్న వేగవంతమైన రేటుతో మరింత అంతర్దృష్టులకు దారితీస్తుంది మరియు ఇంతకు ముందు కలలుగని కొత్త అవకాశాల తరంగాలకు కూడా దారితీస్తుంది.