Big Data Là Gì? Công Nghệ Đỉnh Cao Của Thời Đại 4.0 Bạn Cần “Thấu Cảm”

LƯỢT XEM: 3262
big data là gì

Bạn có biết rằng Big Data là công nghệ đỉnh cao đã vượt ra khỏi bảng xếp hạng những công nghệ Cycle Hype của Gartner và tạo nên một tiếng vang lớn cho xu hướng công nghệ của thế giới?

Nếu là người yêu thích, à không, say mê công nghệ giống như Khang thì bài viết này sẽ giúp bạn hiểu rõ tường tận những giá trị cốt lõi xoay quanh cụm từ “BIG DATA”.

1 Big data là gì?

<strong>Big data là gì?</strong>

Những giá trị bản chất sơ khai không thể không nắm chính là những khái niệm cơ bản cũng như sự hình thành và phát triển của Big data. Học thuật nhưng không khó để hiểu, mời bạn xem ngay.

Định nghĩa về big data

Theo wikipedia thì big data (dữ liệu lớn) là:

“Việc xử lý một tập hợp dữ liệu rất lớn và phức tạp mà các ứng dụng xử lý dữ liệu truyền thống không xử lý được.”

Những thách thức lớn như phân tích, thu thập, giám sát dữ liệu, tìm kiếm, chia sẻ, lưu trữ, truyền nhận, trực quan, truy vấn và tính riêng tư đều là những big data rất phức tạp mà dữ liệu truyền thống không thể nào xử lý được.

Nếu bạn có thể hình dung được những dữ liệu này phức tạp như thế nào thì bạn cũng sẽ hiểu được vì sao big data được gọi là đỉnh cao công nghệ.

Lịch sử hình thành và phát triển của big data

Lịch sử 4 cuộc cách mạng công nghiệp

Trước hết, mời bạn nhìn lại quá trình 4 giai đoạn lịch sử vĩ đại của con người và big data đang nằm ở giai đoạn công nghệ đột phá nhất hiện nay.

Những giai đoạn phát triển của big data:

 

Lịch sử DatabaseLịch sử Database Technology qua các thời kỳ khác nhau

Kính thiên văn Sloan Digital Sky Survey là ví dụ điển hình cho khối dữ liệu lớn đặt tại New Mexico (Mỹ) bắt đầu đi vào hoạt động hồi năm 2000.

Sau một vài tuần thiết bị này đã thu thập dữ liệu lớn hơn tổng lượng dữ liệu mà ngành thiên văn học từng thu thập trong quá khứ, và sau 10 năm tổng dung lượng đã đạt đến hơn 140 terabyte (terabyte bằng 1 nghìn gigabyte).

cách mạng Dot Com phát triển
Năm 2002 đánh dấu cho bước nhảy vọt mà Google là người tiên phong – cách mạng Dot Com phát triển.

Trong khi đó số liệu thống kê cuối năm 2017 cho thấy, Facebook đang có khoảng 2 tỷ người dùng thường xuyên và riêng hình ảnh đã có đến 300 triệu tấm được tải lên mỗi ngày.

YouTube hay Google cũng phải lưu lại hết vô số các lượt truy vấn và video của người dùng cùng nhiều loại thông tin khác có liên quan.

Kích cỡ của Big Data đang từng ngày tăng lên, tính đến năm 2012 mỗi ngày có 2,5 exabyte dữ liệu được sinh ra (exabyte bằng 1 tỷ gigabyte), và đến năm 2025 IDC dự đoán số liệu này sẽ là 163 zettabyte (zettabyte bằng 1 nghìn exabyte)…

Sự tăng trưởng khổng lồ của nguồn dữ liệu cho big data chính là do sự tăng số lượng và giảm giá của các thiết bị cảm biến, thu nhận thông tin trong môi trường Internet như điện thoại, camera, micro, chip bắt sóng…

2 Ứng dụng của big data trong đời sống và công nghiệp

<strong>Ứng dụng của big data trong đời sống và công nghiệp</strong>

Big data ứng dụng trong hầu hết ngành công nghiệp và  trong các xu hướng công nghệ ảo hóa mới nhất. Sau đây là vài ví dụ:

Phân tích khách hàng

Big data phân tích dữ liệu khách hàng trong Marketing

Các công ty có thể kiểm tra dữ liệu khách hàng để nâng cao trải nghiệm của khách hàng, cải thiện tỉ lệ chuyển đổi và giữ khách hàng tốt hơn.

Phân tích hoạt động

Nâng cao hiệu quả hoạt động và sử dụng tốt hơn tài sản doanh nghiệp là mục tiêu của nhiều công ty. Phân tích big data có thể giúp doanh nghiệp vận hành hiệu quả hơn và cải thiện hiệu suất.

Phòng chống gian lận

Phân tích dữ liệu có thể giúp các tổ chức xác định các hoạt động khả nghi, và các mẫu có thể chỉ ra hành vi gian lận và giúp giảm thiểu rủi ro.

Tối ưu hóa giá cả

big data trong công nghiệp

Các công ty có thể sử dụng phân tích big data để tối ưu hóa giá đặt cho sản phẩm và dịch vụ, giúp tăng doanh thu.

3 Các nhóm người dùng chính trong chiến lược xây dựng Big Data trong tổ chức

<strong>Các nhóm người dùng chính trong chiến lược xây dựng Big Data trong tổ chức</strong>

Sơ đồ phân loại 4 nhóm người dùng chính của dữ liệu lớn Big Data.

Data Scientists

  • Thu thập, xử lý dữ liệu để tìm ra những insight giá trị.
  • Giải thích, trình bày những insight đó cho các bên liên quan, chuyển hóa insight thành hành động.

Power Users (Report Authors)

  • Tự phân tích và báo cáo dữ liệu
  • Các yêu cầu chính về khả năng sửa đổi các trường được xem trong các báo cáo
  • Khả năng đi sâu vào báo cáo

Business Analytics (BA)

  • Phân tích, theo dõi các chỉ số KPIs để hiểu trạng thái hiện tại của một doanh nghiệp.
  • Phân tích dự đoán, phân tích dữ liệu xu hướng để đánh giá khả năng kết quả trong tương lai.
  • Phân tích theo quy định, sử dụng hiệu suất trong quá khứ để tạo các đề xuất về cách xử lý các tình huống tương tự trong tương lai.

Managers/Excutives/End Users

  • Quản lý dữ liệu người dùng
  • Đưa ra quy trình hoạt động của doanh nghiệp
  • Triển khai khai các dự án dựa trên các dữ liệu big data

4 Sự kết hợp giữa Big data và AI

<strong>Sự kết hợp giữa Big data và AI</strong>
Sơ đồ thể hiện sự kết hợp giữa Big data và AI

 

Ví dụ thực tiễn nhất cho sự kết hợp này phải nói đến H&M: Hiệu suất mờ nhạt cùng lợi nhuận sụt giảm tới mức đáng báo động nhất trong sáu năm qua khiến H&M phải tìm kiếm một con đường gia tăng lợi nhuận mới.

H&M đã quyết định tập trung vào công nghệ để xây dựng một doanh nghiệp mạnh mẽ hơn, thúc đẩy hiệu quả hoạt động và chuỗi cung ứng, đáp ứng nhu cầu người tiêu dùng bằng dữ liệu lớn (big data) và trí thông minh nhân tạo (AI).

Kết hợp Big Data với AI nhằm cải thiện hiệu quả kinh doanh và cung cấp thêm ý tưởng cho chủ doanh nghiệp:

1. Tạo điều kiện cho phân khúc khách hàng
2. Biến mục tiêu trở nên khả thi và hiệu quả
3. Tăng cường phân tích dự báo
4. Cung cấp nền tảng để phân tích và quy định rủi ro

5 Công nghệ ứng dụng trong Big Data

<strong>Công nghệ ứng dụng trong Big Data</strong>

Như đã nói ở trên, Big Data cần đến các kĩ thuật khai thác thông tin rất đặc biệt do tính chất khổng lồ và phức tạp của nó.

Năm 2011, tập đoàn phân tích McKinsey đề xuất những công nghệ có thể dùng với Big Data bao gồm crowsourcing, các thuật toán về gen và di truyền, những biện pháp machine learning, xử lí ngôn ngữ tự nhiên, xử lí tín hiệu, mô phỏng, phân tích chuỗi thời gian, mô hình hóa, kết hợp các server mạnh lại với nhau…. Những kĩ thuật này rất phức tạp nên chúng ta không đi sâu nói về chúng.

Ngoài ra, các cơ sở dữ liệu hỗ trợ xử lí dữ liệu song song, ứng dụng hoạt động dựa trên hoạt động tìm kiếm, file system dạng rời rạc, các hệ thống điện toán đám mây  và bản thân Internet cũng là những công cụ đắc lực phục vụ cho công tác nghiên cứu và trích xuất thông tin từ “dữ liệu lớn.

Như đã nói ở trên, Big Data cần đến các kĩ thuật khai thác thông tin rất đặc biệt do tính chất khổng lồ và phức tạp của nó.

6 Big Data: Nhu cầu thị trường – Định hướng nghề nghiệp – Tính chất công việc

<strong>Big Data: Nhu cầu thị trường – Định hướng nghề nghiệp – Tính chất công việc</strong>

Những câu hỏi thường gặp về big data tham khảo từ bigdatavietnam.org có thể bạn đang rất cần trước khi tìm một công việc liên quan:

Định danh, chức vụ và tổ chức liên quan

Cơ hội nghề nghiệp với Big data

Data Analyst, Data Engineer và Data Scientist thường sẽ làm việc cùng nhau chung trong 1 team, thường gọi là Data Engineering hay Data Analytics hay Data Science team.

Làm những công việc gì?

Kỹ năng big data

  • Phân tích dữ liệu từ nhiều nguồn: Social Media (Facebook, Twitter ,…), CRM, Google, truyền thông online, doanh số bán hàng, hành vi khách hàng, dữ liệu Marketing, dữ liệu Sale, …
  • Đưa ra các báo cáo (Reports) từ kết quả phân tích để giúp ích cho việc vận hành hoạt động kinh doanh dễ dàng hơn trong thời đại số hóa.

Làm ở những công ty nào?

Thị trường Big data

Công ty thì không giới hạn, vì hầu như tất cả công ty đều có dữ liệu và có nhu cầu phân tích để tìm ra lợi thế cạnh tranh trong thời mọi thứ sẽ được số hóa (Digitization)

Phổ biến ở Tài chính có Sentifi, Momo,… Viễn thông  có FptTelecom, Viettel,… Media, Digital Marketing, Advertising hầu như đều sử dụng và các công ty về Tech như Uber, Lazada, Grab, Tiki, VNG, Zalo,…

Mức lương (ở Vietnam) thông thường là bao nhiêu?

  • Trung bình từ $500-$800 với các bạn Junior
  • Trung bình từ $900-$2000 với các bạn Senior

7 Cơ hội nghề nghiệp ở Việt Nam

<strong>Cơ hội nghề nghiệp ở Việt Nam</strong>

Đây là xu hướng chính và tốc độ phát triển giữa nhu cầu thực tế, nhu cầu xã hội và dữ liệu việc làm thì nó sẽ còn phát triển nóng ít nhất trong 3-4 năm nữa, đặc biệt ở lĩnh vực FinTech, Banking, Digital Advertising, Marketing, Social Media và các công ty làm về Tech.

Tóm lược về big data qua video

8 Những cuốn sách hay về big data và data analytics nên đọc

Những cuốn sách này Khang gợi ý cho bạn tham khảo bởi nguồn kiến thức khá hay, Khang không PR nha). Tìm hiểu sơ trước khi mua nhé.

  • Dữ Liệu Lớn – Bernard Marr
  • Marketing Theo Dữ Liệu Lớn – Lisa Arthur
    Khoa Học Khám Phá – Dữ Liệu Lớn – Viktor Mayer – SchÖnberger & Kenneth Cukier
  • Phân Tích Dữ Liệu Tinh Gọn – Alistair Croll – Benjamin Yoskvitz
  • AI Trong Cuộc Cách Mạng Công Nghệ 4.0 – nhiều tác giả
  • Siêu Dự Báo – Philip E. Tetlock, Dan Gardner

Thật sự mà nói kho kiến thức khổng lồ về big data chỉ qua một bài viết thì Khang không thể tổng hợp hết được. Nên nếu có thể, xin hẹn một ngày uống trà đàm đạo không xa cùng các bằng hữu, để lại bình luận bên dưới đặt gạch, Khang sẽ trả lời ngay nhé!

* Bài viết tham khảo thông tin từ:

Bình Luận

R - SEO ToolsSEO & Marketing ToolThemes WordPressPlugins WordPress