چطور می‌توان از طریق کلان‌داده‌ها (Big Data) درآمدزایی کرد؟

[elshan]

بیگ‌دیتا یا کلان‌داده (Big Data) درواقع دارایی‌های داده‌ای‌ بسیار انبوه، پرشتاب و گوناگون هستند که از طریق روش‌های پردازشی پیچیده قادرند تا بینش تازه‌ای به صاحبان کسب‌و‌کارها و سیاستگذاران برای کمک به امر تصمیم‌گیری بدهند.

بیگ‌دیتا شرکت‌های ارائه‌دهنده سرویس‌های ارتباطی به دلیل دستیابی به حجم گسترده و ارزشمندی از منابع متنوع در حال رشد داده شامل جمعیت‌شناسی مشترکان، مکان مشترکان، استفاده شبکه، دستگاه، استفاده برنامه و غیره دارای مزایای منحصر به‌فردی هستند. با توجه به وجود این حجم داده در شرکت‌های ارتباطات، آنها شروع به استخراج، مدل‌سازی، تجمیع و شناسایی این مجموعه‌های داده به منظور ارائه آمارهای قدرتمند کرده‌اند که می‌تواند دارای ارزش مشهودی برای سایر کسب‌کارها هم باشد. با این حال به نظر می‌رسد در کشور ما به این مخزن عظیم از اطلاعات در تولید علم و ثروت کم توجهی می‌شود؛ امری که اخیرا مورد توجه مسئولان دولتی هم قرار گرفته است.

ابوالحسن فیروزآبادی، رئیس مرکز ملی فضای مجازی، با بیان اینکه در حوزه اقتصادی دیجیتالی نیاز به توجه ویژه به مقررات داریم، به بیگ‌دیتاها نیز اشاره کرد و گفت: «بیگ‌دیتاها می‌توانند مشکلات بزرگ اجتماعی را حل کند. همچنین یکی از خصوصیات بیگ‌دیتاها تولید علم و سنجش فرضیه به صورت همزمان است. ما اگر بخواهیم در اقتصاد دیجیتال پیشرفت کنیم، باید همچنین تکلیف مالکیت معنوی را پیش از همه روشن و حل کنیم.»

کلان داده یا بزرگ داده‌ها همچنین می‌توانند مسیر حرکت کسب‌وکار و فرایند چرخش کار در سازمان‌ها را مشخص کنند. در بیگ‌دیتا با داده‌های متمایز و بزرگ که دائماً از لحاظ حجم، نرخ تولید داده و تنوع در حال تغییر هستند سروکار داریم.

در این باره اما حسین فلاح جوشقانی، رئیس سازمان تنظیم مقررات و ارتباطات رادیویی، با بیان اینکه برای گذار از IOT باید به سمت IP ورژن ۶ برویم معتقد است: «بحث بیگ‌دیتاها از مباحثی است که در پردازش و نگهداری مبتنی بر تکنیک‌هایی مانند پردازش ابری مهم خواهد بود.»

از سوی دیگر به موازات گسترش دستگاه‌ها، امنیت سایبری برای شرکت‌های تلکام در کانون توجه قرار گرفته است. ایمن بودن شبکه و سیستم‌های مرتبط ارائه‌دهندگان سرویس‌های ارتباطی در مقابل حملات کدهای مخرب به یکی از جنبه‌های حیاتی کسب‌وکار آنها تبدیل شده است. قابلیت‌های مرسوم تشخیص رویدادها، قادر به جمع‌آوری و تحلیل تمام منابع داده ضروری برای شناسایی و پاسخگویی به تهدیدات پیشرفته با توجه به پیچیدگی و هزینه‌های مرتبط نیستند.

لازم است کارشناسان حرفه‌ای به منظور کاهش ریسک، تشخیص رویدادها و پاسخ به رخنه‌ها و آسیب‌ها، به حجم بالایی داده دستیابی و آنها را به‌ سرعت تحلیل کنند تا ضمن کاهش سطح خطرات، قدرت تشخیص به موقع وقایع امنیتی و رخنه‌های امنیتی و پاسخ مناسب به آنها را افزایش دهند.

 

کسب درآمد از طریق داده

اما با ترکیب اطلاعات مکان مشتری با جمعیت‌شناسی و اولویت‌ها شرکت‌های ارائه‌دهنده سرویس‌های ارتباطی به‌دنبال ارائه تجزیه و تحلیل به‌عنوان یک سرویس (DAaaS) به سایر کسب‌وکارها در حوزه‌های مختلف دیگری نظیر خرده‌فروشی‌ها، سرویس‌های مالی، تبلیغات، سلامت و درمان، سرویس‌های عمومی و سایر کسب‌وکارهای در ارتباط مستقیم با مشتری هستند.

مجموعه‌ای گسترده از کاربردها و موارد کاری برای تحلیل‌های داده‌محور وجود دارد؛ شناخت الگوهای ترافیک شهری و کمک به شرکت‌های تدارکاتی برای تنظیم دقیق فرآیندهای عرضه محصولات و کمک به شرکت‌های تبلیغاتی برای ارائه کمپین‌های هدفمند و تبلیغات برای بخش‌های خاص و کوچک‌تری از مشتریان، صرفا نمونه اندکی در این رابطه هستند. برخی از شرکت‌های پیشرو ارائه‌دهنده سرویس‌های ارتباطی در حال سرمایه‌گذاری روی این فرصت‌ها هستند و طریق داده برای سایر کسب‌وکارها است. با اینکه بازار فرصت‌های تحلیل داده همچنان نوپا و در ابتدای کار است، کشش قابل توجه و اشتیاق فراوانی در این فضای کسب و کار وجود دارد و شرکت‌های ارائه‌دهنده خدمات ارتباطی می‌توانند با شتاب مناسب به دنبال افزایش سهم خود از این نوع سرویس‌های تحلیلی در آینده باشند. با وجود این، شرکت‌های مخابراتی ‌باید به مسائل حریم شخصی و اطلاعات و مسائل مرتبط با آنها نیز توجه کنند و با تجمیع و ناشناس کردن این اطلاعات مطمئن شوند اطلاعات محرمانه در خصوص مشتریان خود را فاش نکرده‌اند.

داده‌های عظیم یا بیگ‌دیتا به مجموعه‌ای از داده‌ها گفته می‌شود که اندازه آن‌ها فراتر از حدی است که با نرم‌افزارهای معمول بتوان آن‌ها را در یک‌زمان معقول اخذ، دقیق سازی، مدیریت و پردازش کرد. مفهوم «اندازه» در داده‌های بزرگ به‌طور مستمر در حال تغییر است و به‌مرور بزرگ‌تر می‌شود. داده‌های عظیم مجموعه‌ای از فن‌ها و تاکتیک‌هایی است که نیازمند شکل جدیدی از یکپارچگی هستند تا بتوانند ارزش‌های بزرگی را که در مجموعه‌های بزرگ، وسیع، پیچیده و متنوع داده پنهان‌شده‌اند، آشکار سازند.