Innehåll
Källa: Pppbig / Dreamstime.com
Hämtmat:
Big data kan tillämpas i nästan alla fält. Här undersöker vi hur stor data kan användas i socialt arbete - och vilka konsekvenser det har för andra studierektorer.
Datavolymen växer snabbt på grund av användningen av mobila enheter, sociala medier och data från andra ostrukturerade källor. Stora datateknologier, som Hadoop, tar till förarsätet i näringslivet genom att införa nya metoder för att analysera större mängder data över olika källor.Big data definieras som volymen, variationen och hastigheten på data som överskrider en organisatins förmåga att hantera och analysera dem i tid. Den verkliga fördelen med big data inses när den kan skördas för snabba, faktabaserade beslut, vilket kan leda till stora affärsbeslut. Så organisationer som kan utforska och dra nytta av big data tenderar att ha en tydlig fördel. Ta en titt på vad big data kan göra, hur det kan tillämpas i ett datarikt fält och vilka bredare applikationer detta har för andra affärsområden och myndigheter.
Dataexplosionen
Det bästa sättet att definiera big data är "den ständigt växande mängden och komplexitet av information som vi alla skapar och konsumerar varje dag", säger Charlie Schick, chef för big data-lösningar för hälsovård och livsvetenskaper hos IBM. Faktum är att varje dag skapar vi ungefär 2,5 quintillion byte data med olika källor, från olika köptransaktionsposter till medicinska bilder från hälsovård, från vetenskapliga forskningsresultat till sociala medier.Sökmotorer tillsammans med sociala medier, till exempel, har skapat en ny instans av små bitar data som samlas in i stor skala. Även detta har förändrat vårt sätt att tänka på att samla in och hantera dessa data. Den nuvarande kulturen är att konsumera större mängder av dessa små databitar på kort tid. Denna strategi ger enorma utmaningar såväl som spännande möjligheter för datahantering. För att en affärsmodell ska lyckas bör den kunna bearbeta större datamängder, fångade på små och alltmer varierande sätt.
Med tanke på datamängden blir det en utmaning att hitta en effektiv mekanism för att samla in dem. Låt oss ta hänsyn till sjukvårdsdata och sociala mediedata. Båda dessa områden har stora uppsättningar av data. Datainsamling för dessa fält är ett viktigt steg i utvecklingen av stora data. Utan att ha en lämplig mekanism för att samla in data kan vi inte ha exakta resultat.
Utforska och bearbeta Big Data
Framöver tros det att organisationer som kan utforska och dra nytta av big data borde kunna fatta mer evidensbaserade beslut snabbt. Med hjälp av big data kan vi enkelt ge svar på några viktiga frågor på nästan alla områden. Här kan du dock ta en titt på sektorn för sociala tjänster, ett område där big data har makt att göra enorma effekter.Till exempel bör big data kunna analysera och besvara följande frågor och i slutändan ge ett bättre patientresultat:
- Vad är sambandet mellan återinträde och tillgång till sociala tjänster?
- Finns det något samband mellan vistelsens längd och interventionens effektivitet?
- Vad är länken mellan hemadress och frekvens av besök?
- Är det möjligt att hitta en koppling mellan familjestatus, interventioner och resultat som kan hjälpa oss att identifiera liknande interventionskandidater när de kommer in i vårdsystemet?
- Finns det en inblick i ett segment av befolkningen som leder oss att finjustera våra program för att antingen svara på eller gå vidare mot negativa trender som tonårsgraviditet eller våld i hemmet?
Big data gör det möjligt att hantera dessa situationer och ta reda på orsaken till problemen. Detta hjälper oss att utrota problemet, när det väl har identifierats. Vi kan upptäcka problemet bara genom att titta på trenderna och historiska data. I sociala medier måste vi ha en trendanalysmekanism medan vi analyserar data. Ju större uppsättning data vi analyserar, desto bättre och mer exakta resultat kan vi uppnå. Big data ger inte bara sätt att hantera stora datamängder, utan ger också innovativa lösningar för att bearbeta ett bredare datautbud. Big data har förmågan att hantera strukturerade, ostrukturerade och semistrukturerade datamängder. (Läs mer i 5 verkliga problem som Big Data kan lösa.)