Термин "Big Data" стал очень популярным за последние несколько лет. Сейчас чуть не на каждом сайте обсуждается Big Data и все, что с этим связано. Конечно, данные, которые собираются и анализируются для нужд организаций или общества - все это изменяет наши жизни, улучшает их.
Правда, в этом году тренд Big Data становится уже не таким быстрорастущим, как ранее. Некоторые области бизнеса, кажется, разочаровываются в данных. Сегодня в дискуссиях, идущих в отношении Big Data, все больше слышны голоса скептиков.
И дело не в том, что анализ данных и соответствующее ПО становится менее ценным для организаций. Наоборот, анализ данных, как дисциплина, сфера ИТ, далек от исчерпания своих возможностей. Все это весьма ценно, и с течением времени эта сфера становится все более доступной и ценной.
Тем не менее, Big Data имеет к этому не слишком большое отношение. Это просто термин, шаблон, который нуждается в переосмысливании.
Необходимость в более точной терминологии
Проблема в том, что мало кто понимает, что именно собой представляет Big Data. И понимание людей в этом отношении весьма различно. Кто-то может сказать, что любой набор данных объемом в терабайты - это "Big Data". Еще кто-то оспорит это, считая, что Big Data - это только информация, которая может быть полезной после ее обработки. Тем не менее, большинство разговоров о Big Data ведется компаниями, производителями оборудования, которые не слишком беспокоятся о том, чтобы дать точное определение термину. Чаще всего это определение дается тогда, когда сложно дать иное.
Все больше специалистов сейчас предлагает перестать использовать словосочетание Big Data как термин, и определиться с тем, о каких типах данных мы говорим: структурированные или нет, 1 миллион строк или 100 миллионов, внешние или внутренние данные. Это поможет понять, насколько информация, имеющаяся в нашем распоряжении, может быть полезной.
Достижение "плато продуктивности"
Отчет 2014 Hype Cycle от Gartner, опубликованный в августе прошлого года, позиционирует Big Data как одну из сфер, которые находятся "на пути к разочарованию". Это означает, что первоначальные мечты и ожидания по отношению к Big Data могут не оправдаться.
Данные никуда не денутся, их становится все больше, и сейчас появляются все новые методы анализа информации. Тем не менее, переоцененному термину "Big Data" нужно дать отдохнуть, и вместо этого обратить внимание на различные направления аналитики, а также технологий и практик, берущих начало в аналитике данных.