المحتوى
المصدر: Pppbig / Dreamstime.com
يبعد:
يمكن تطبيق البيانات الكبيرة في أي مجال تقريبًا. نحن هنا ندرس كيف يمكن استخدام البيانات الضخمة في العمل الاجتماعي - وما هي الآثار المترتبة على مجالات الدراسة الأخرى.
ينمو حجم البيانات بسرعة بسبب استخدام الأجهزة المحمولة والوسائط الاجتماعية والبيانات من مصادر أخرى غير منظمة. تأخذ تقنيات البيانات الضخمة ، مثل Hadoop ، مقعد السائقين في عالم الأعمال من خلال تقديم أساليب جديدة لتحليل كميات أكبر من البيانات عبر مصادر مختلفة.تُعرَّف البيانات الضخمة بأنها حجم البيانات وتنوعها وسرعتها التي تتجاوز قدرة الجهات التنظيمية على إدارتها وتحليلها في الوقت المناسب. تتحقق الميزة الحقيقية للبيانات الضخمة عندما يمكن حصادها لاتخاذ قرارات سريعة تستند إلى الحقائق ، مما قد يؤدي إلى اتخاذ قرارات تجارية كبيرة. لذا ، فإن المنظمات القادرة على استكشاف البيانات الكبيرة والاستفادة منها تميل إلى أن تكون لها ميزة واضحة. ألقِ نظرة هنا جيدًا على ما يمكن أن تفعله البيانات الضخمة ، وكيف يمكن تطبيقها في حقل واحد غني بالبيانات ، والتطبيقات الأوسع نطاقًا التي تشمل مجالات الأعمال والحكومة الأخرى.
انفجار البيانات
يقول تشارلي شيك ، مدير حلول البيانات الضخمة للرعاية الصحية وعلوم الحياة في آي بي إم إن أفضل طريقة لتحديد البيانات الضخمة هي "الكم المتزايد باستمرار وتعقيد المعلومات التي ننشئها ونستهلكها كل يوم". في الواقع ، نقوم كل يوم بإنشاء حوالي 2.5 مليار دولار من البيانات باستخدام مجموعة متنوعة من المصادر ، بدءًا من سجلات معاملات الشراء المختلفة وحتى الصور الطبية للرعاية الصحية ، ومن نتائج البحوث العلمية إلى وسائل التواصل الاجتماعي.قامت محركات البحث إلى جانب الوسائط الاجتماعية ، على سبيل المثال ، بإنشاء مثيل جديد من أجزاء صغيرة من البيانات التي يتم جمعها على نطاق واسع. هذا ، أيضًا ، قد غير طريقة تفكيرنا في جمع وإدارة هذه البيانات. تتمثل الثقافة الحالية في استهلاك كميات أكبر من قطع البيانات الصغيرة هذه في فترات زمنية قصيرة. يمثل هذا النهج تحديات كبيرة بالإضافة إلى فرص مثيرة لإدارة البيانات. لكي ينجح نموذج الأعمال ، يجب أن يكون قادرًا على معالجة كميات أكبر من البيانات ، يتم التقاطها بطرق صغيرة ومتنوعة بشكل متزايد.
نظرًا لحجم البيانات ، يصبح من الصعب العثور على آلية فعالة لجمعها. دعونا ننظر في حالة الرعاية الصحية وبيانات وسائل التواصل الاجتماعي. كل من هذه المناطق لديها مجموعات كبيرة من البيانات. يعد جمع البيانات لهذه الحقول خطوة مهمة في تطور البيانات الكبيرة. بدون وجود آلية مناسبة لجمع البيانات ، لا يمكننا الحصول على نتائج دقيقة.
استكشاف ومعالجة البيانات الكبيرة
للمضي قدمًا ، يُعتقد أن المؤسسات التي يمكنها استكشاف البيانات الكبيرة والاستفادة منها يجب أن تكون قادرة على اتخاذ المزيد من القرارات القائمة على الأدلة بسرعة. باستخدام البيانات الضخمة ، يمكننا بسهولة تقديم إجابات لبعض الأسئلة المهمة في أي منطقة. هنا ، مع ذلك ، ألق نظرة على قطاع الخدمات الاجتماعية ، وهو مجال تتمتع فيه البيانات الضخمة بالقدرة على إحداث تأثير كبير.على سبيل المثال ، يجب أن تكون البيانات الضخمة قادرة على تحليل الأسئلة التالية والإجابة عليها وتوفير نتيجة أفضل للمريض في النهاية:
- ما هي العلاقة بين إعادة القبول والحصول على الخدمات الاجتماعية؟
- هل هناك أي ارتباط بين مدة الإقامة وفعالية التدخل؟
- ما هو الرابط بين عنوان المنزل وتكرار الزيارة؟
- هل من الممكن العثور على صلة بين الحالة العائلية والتدخلات والنتائج التي يمكن أن تساعدنا في تحديد مرشحي تدخل مماثلين عند دخولهم نظام الرعاية؟
- هل هناك نظرة ثاقبة على شريحة من السكان ترشدنا إلى تعديل برامجنا إما للرد على الاتجاهات السلبية أو التقدم في اتجاهها مثل حمل المراهقات أو العنف المنزلي؟
البيانات الكبيرة تجعل من الممكن التعامل مع هذه المواقف واكتشاف سبب المشكلات. هذا يساعدنا على القضاء على المشكلة ، بمجرد تحديدها. لا يمكننا اكتشاف المشكلة إلا من خلال النظر إلى الاتجاهات والبيانات التاريخية. في وسائل التواصل الاجتماعي ، أثناء تحليل البيانات ، يجب أن تكون لدينا آلية لتحليل الاتجاهات. المجموعة الأكبر من البيانات التي نحللها ، كانت النتائج أفضل وأكثر دقة يمكننا تحقيقها. لا توفر البيانات الضخمة طرقًا للتعامل مع كميات كبيرة من البيانات فحسب ، ولكنها توفر أيضًا حلولًا مبتكرة لمعالجة مجموعة أكبر من البيانات. البيانات الكبيرة لديها القدرة على التعامل مع مجموعات البيانات المنظمة وغير المنظمة وشبه الهيكلية. (اعرف المزيد في 5 مشاكل في العالم الحقيقي يمكن للبيانات الكبيرة حلها.)