Alt du bør vide om Big data

Big data er ikke længere reserveret de største aktører i markedet. I dag kan Big data stilles til rådighed for helt almindelige virksomheder, også på det danske marked.

Takket være en øget digitalisering og væksten i indsamling af information, er sådanne datasæt noget som kan genereres for de fleste virksomheder. Men Big data er ikke bare noget man har adgang til, det er noget man bruger.

Er data blevet overskuelig?

Næsten alle virksomheder har enheder, som indsamler store mængder data og information. I denne digitale information ligger et nærmest uendelig stort potentiale for indsigt og viden. Det er dog forbundet med udfordringer at håndtere så store mængder oplysninger. Hvis man for eksempel ikke har det fornødne overblik, eller ikke har kapacitet til at tage imod mængden af nye data, er det ofte umuligt at finde den ønskede information inden for en en kort tidsramme. For ikke at tale om udfordringen med at behandle data og se eventuelle sammenhænge. Det er her Big data-teknikker kommer til undsætning.

Meget data fremstår ofte som ulæseligt og skal derfor både afkodes og fortolkes af en maskine, før det kan forstås af et menneske. Det kan imidlertid lade sig gøre, hvis virksomheden har de nødvendige kompetencer, alternativt kan man rådføre sig med eksterne ressourcer som har det.

Kolumbus, som har ansvaret for den offentlige bus- og båd-trafik i Rogaland i Norge, indsamler hver eneste dag store mængder information om afgange, ankomster og forsinkelser. 

Kontekstuel information og sammenhænge

Ud over at de store mængder data som konstant indsamles skal afkodes, er det altafgørende at dataen sammenholdes med den rette kontekstuelle information. Når dette gøres korrekt, kan informationen bruges til at forstå trends og i bedste fald forudsige hændelser.

Det at koble data til kontekstuel information kan på mange måder siges at være det samme som at sætte data i sammenhæng med menneskelig viden. For at lykkes med denne proces, kræver det at man benytter de rette metoder til at håndtere information, for således at blive i stand til at forstå dataet og handle på baggrund af denne indsigt. Big data handler med andre ord om at koble forskellige datakilder sammen – både kvalitativ og kvantitativ.

Sørg for at have en god rådgiver

Big data kan give en virksomhed værdifuld indsigt i sine kunder, i et bestemt marked eller i virksomheden selv, men det er ikke til at komme udenom, at Big data også medfører en række udfordringer især indenfor det moralske og etiske felt. Lige så snart Big data er en del af virksomhedens hverdag, dukker problemstillinger knyttet til overvågning og privatliv op. Det at nogle aktører kan indsamle så meget information om os indbyggere kan hurtigt blive problematisk, specielt hvis disse informationerne er af personlig eller anden sensitiv karakter.

For virksomheder som ønsker at tage Big data i brug, er det derfor vigtigt at have en god rådgiver. Dette er en rolle vi i Computas gerne påtager os. Vi har godt kendskab til mange brancher og kan komme med anbefalinger om hvad der er moralsk ansvarligt indenfor en given branche.

Da POWER skulle forbedre kundernes handelsoplevelse, ønskede de at bruge information om kundernes opførsel på deres hjemmeside til at lave et godt og effektivt anbefalingssystem til deres produkter. 

Vigtigheden af klare retningslinjer

Mange er bange for at lave fejl når det kommer til opbevaring af data og information. En god tommelfingerregel for at undgå sådanne situationer er, at hvis personoplysninger opbevares eller behandles af en maskine, må vedkommende det drejer sig om have godkendt formålet. Virksomheder der opbevarer sådanne informationer må også være klar over, at informationen kan være sensitivt og forvalte det derefter.

Teknologi kan være fantastisk, men det er vigtigt ikke at glemme, at det også kan misbruges. Der er altid en risiko for at nogen misbruger informationen de har om dig. Derfor er det ekstremt vigtigt, at samfundet er opdateret og har en tidssvarende lovgivning for at forhindre skadelig brug, og ikke mindst må vi efterstræbe at overføre vores etik og moralske fundament til maskinerne, som vi tager i brug.

---

Automatisering Big data Cloud platform Dataanalyse Kunstig intelligens