17 tháng 07, 2023
Công nghệ Big data giải quyết nhiều vấn đề trong hoạt động kinh doanh, y tế, giáo dục, giao thông thông minh, an ninh trật tự,... Vậy khái niệm Dữ liệu lớn là gì? Dữ liệu lớn có vai trò quan trọng như thế nào, hãy cùng tìm hiểu trong bài viết sau đây.
Mặc dù chỉ mới được biết đến rộng rãi trong một vài năm trở lại đây, nhưng thực tế, nguồn gốc của tập dữ liệu lớn có từ những năm 1960 - 1970, khi thế giới dữ liệu mới bắt đầu từ việc xây dựng những trung tâm dữ liệu đầu tiên và sự phát triển của cơ sở dữ liệu quan hệ.
Khoảng năm 2005, các tổ chức bắt đầu nhận ra tầm quan trọng của khối lượng lớn dữ liệu mà người dùng tạo ra thông qua Facebook, YouTube cũng như nhiều dịch vụ trực tuyến khác. Hadoop (một khung nguồn mở thiết kế riêng để lưu trữ, phân tích tập dữ liệu lớn) đã được phát triển cùng năm đó. Hệ thống quản lý dữ liệu không quan hệ (NoSQL) cũng bắt đầu trở nên phổ biến trong thời gian này.
Sự ra đời của các khung nguồn mở, chẳng hạn như Hadoop (gần đây hơn là Spark) là điều cần thiết cho sự phát triển của dữ liệu lớn. Chúng giúp cho Big data trở nên dễ dàng hơn trong ứng dụng cũng như lưu trữ rẻ.
Trong những năm kể từ đó, khối lượng dữ liệu lớn đã tăng vọt. Người dùng vẫn đang tiếp tục tạo ra lượng dữ liệu khổng lồ hàng ngày. Đồng thời, không chỉ con người mới làm việc đó. Với sự ra đời của Internet vạn vật (IoT), nhiều đối tượng, thiết bị được kết nối với internet, thu thập dữ liệu về mô hình sử dụng của khách hàng và hiệu suất sản phẩm. Sự xuất hiện của Máy học (ML) cũng góp phần tạo ra nhiều dữ liệu hơn.
Mặc dù dữ liệu lớn đã tiến xa nhưng tính hữu dụng của nó chỉ mới bắt đầu. Điện toán đám mây tăng cường phạm vi khả năng của Dữ liệu lớn. Đám mây giúp Big data mở rộng hoặc thu hẹp linh hoạt, nơi nhà phát triển chỉ cần tạo các cụm đặc biệt để kiểm tra một tập hợp con dữ liệu. Và khi cơ sở dữ liệu đồ thị ngày càng trở nên quan trọng, với khả năng hiển thị lượng dữ liệu khổng lồ, nó có thể giúp phân tích nhanh chóng, toàn diện.
1. Dữ liệu lớn - Big Data là gì?
Khái niệm Dữ liệu lớn - Big Data được sử dụng để mô tả khối lượng khổng lồ của cả dữ liệu có cấu trúc và phi cấu trúc, lớn đến mức khó có thể xử lý bằng phương pháp thủ công.
Nói một cách đơn giản, dữ liệu lớn là các tập dữ liệu lớn hơn, phức tạp hơn, đặc biệt là thu thập từ nhiều nguồn dữ liệu mới. Những bộ dữ liệu này đồ sộ đến nỗi phần mềm xử lý dữ liệu truyền thống không thể quản lý chúng. Nhưng khối lượng dữ liệu khổng lồ này có thể được sử dụng để giải quyết các vấn đề thuộc nhiều lĩnh vực khác nhau mà trước đây chưa thể thể giải quyết được.
Khái niệm Big Data hiện nay đã trở nên tương đối quen thuộc. Nó đại diện cho số lượng dữ liệu này càng tăng lên, cũng như những loại dữ liệu đa dạng khác nhau đang được thu thập. Khi ngày càng nhiều thông tin trên thế giới được trao đổi online và số hóa, các nhà phân tích có thể bắt đầu sử dụng những thông tin đó làm dữ liệu. Những thứ như mạng xã hội, sách trực tuyến, âm nhạc, video,... đã làm tăng đáng kể lượng dữ liệu sẵn có để phân tích.
Mọi thứ hiện nay chúng ta thao tác online đều được lưu trữ và theo dõi như dữ liệu.
Ví dụ: Đọc sách trên Kindle sẽ sinh ra dữ liệu về việc chúng ta đang đọc sách gì, khi nào chúng ta đọc, chúng ta đọc trong bao lâu. Tương tự, nghe nhạc sẽ sinh ra dữ liệu về việc chúng ta đang nghe thể loại nhạc gì, chúng ta thường nghe khi nào. Điện thoại thông minh liên tục cập nhật dữ liệu về vị trí, tốc độ di chuyển và các ứng dụng đang hoạt động,...
Do đó, Big data cũng đề cập đến khả năng tận dụng, khai thác thông tin từ kho dữ liệu một cách hợp lý nhằm mang lại nhiều lợi ích thiết thực.
Một điều quan trọng chúng ta cần lưu ý, đó là khái niệm Big Data không chỉ là số lượng dữ liệu mà chúng ta đang tạo ra, nó còn bao gồm tất cả các dạng dữ liệu khác nhau: Text, video, lượt khách hàng ra vào, số giao dịch,…
2. 6 "Vs" của Big Data - Dữ liệu lớn
Big Data là bao gồm 5 tính chất (5 "Vs") như sau:
Khối lượng (Volume): Đúng như tên gọi, khối lượng của Big Data là rất lớn, thậm chí là cực lớn. Với sự phát triển mạnh mẽ của internet, thiết bị di động, mạng xã hội và công nghệ IoT (Internet of Things), khối lượng dữ liệu đang tạo ra tăng đáng kể hàng ngày, hàng giờ.
Tốc độ (Velocity): Bên cạnh khối lượng dữ liệu lớn, tốc độ xử lý nhanh là điều kiện thiết yếu. Các ứng dụng phổ biến trong lĩnh vực Internet, tài chính, ngân hàng, y tế - chăm sóc sức khỏe,… phần lớn dữ liệu lớn được xử lý real-time (thời gian thực). Công nghệ quản lý dữ liệu lớn ngày một tiên tiến cho phép chúng ta xử lý ngay lập tức trước khi lưu trữ vào cơ sở dữ liệu.
Đa dạng (Variety): Trước đây, hầu hết dữ liệu có thể được thu thập gọn gàng trong bảng, đó là dữ liệu có cấu trúc. Hiện nay, dữ liệu chủ yếu xuất hiện dưới dạng phi cấu trúc như bài viết trên mạng xã hội, âm thanh, video,… Công nghệ Big Data cho phép liên kết, phân tích đa dạng chủng loại dữ liệu với nhau.
Độ chính xác (Veracity): Với sự đa dạng cùng số lượng lớn, độ chính xác là một trong những tính chất phức tạp nhất của Big Data. Tính chất này đề cập đến việc khai phá chất lượng tập dữ liệu và làm sạch dữ liệu đó một cách hệ thống. Từ đó làm tăng độ tin cậy, chính xác, giúp ích cho việc phân tích. Đây cũng là một bước quan trọng của Big Data.
Giá trị thông tin (Value): Giá trị thông tin là tính chất quan trọng nhất của công nghệ Big Data. Ví dụ: Một doanh nghiệp muốn ứng dụng Big Data cho bài toán mô hình hoạt động kinh doanh của mình. Trước tiên, doanh nghiệp cần xác định rõ những giá trị thông tin hữu ích Big Data có thể mang lại trong việc giải quyết nhu cầu của doanh nghiệp.
Tính khả biến (Variability): Quản lý và bối cảnh hóa dữ liệu theo cách cung cấp cấu trúc, ngay cả trong môi trường dữ liệu dễ biến đổi và không thể đoán trước.
Hình dung (Visualization): Hình dung là rất quan trọng giúp người dùng hiểu rõ thông tin được phân tích, trích xuất từ kho dữ liệu. Sử dụng biểu đồ, đồ thị để trực quan hóa một lượng lớn dữ liệu phức tạp sẽ hiệu quả hơn nhiều trong việc truyền đạt ý nghĩa so với bảng tính, báo cáo chứa đầy các con số và công thức truyền thống.
7 đặc điểm, tính chất quan trọng của Big Data - Ảnh: Internet
3. Vai trò và lợi ích của Big Data
Big Data làm được gì hay tại sao lại cần đến Big Data chắc hẳn là những câu hỏi được nhiều người quan tâm. Nhìn chung, những lợi ích của Big Data bao gồm:
Cắt giảm chi phí: Áp dụng công nghệ phân tích Big Data trên tất cả các quy trình trong tổ chức không chỉ giúp doanh nghiệp tự động loại bỏ sai sót mà còn có thể triển khai các giải pháp nhanh chóng, hiệu quả, tiết kiệm chi phí.
Tiết kiệm thời gian: Việc tổng hợp, phân tích một lượng dữ liệu khổng lồ đòi hỏi nhiều thời gian và chi phí, đồng thời có độ trễ nhất định nếu xử lý thủ công. Big Data có khả năng thu thập, xử lý dữ liệu với tốc độ nhanh hơn, dễ dàng hơn, tiết kiệm thời gian đáng kể.
Tối ưu hóa sản phẩm: Thông qua Big Data, các công ty có thể phân tích được mức giá có lợi nhuận tối đa trong những viễn cảnh kinh doanh khác nhau. Để làm hài lòng khách hàng và thu lại lợi nhuận, các công ty cần có những cải tiến sản phẩm phù hợp theo xu hướng của thị trường. Big Data tạo điều kiện cho họ thực hiện các thay đổi ấy.
Hỗ trợ con người đưa ra quyết định: Nhờ vào khả năng khai thác, xử lý lượng dữ liệu khổng lồ, Big Data có thể xác định nhu cầu, dự đoán xu hướng, giúp cho việc đưa ra quyết định đúng đắn, kịp thời.
Nhờ những lợi ích trên, hiện nay có rất nhiều doanh nghiệp hoạt động trong các lĩnh vực khác nhau đã, đang ứng dụng công nghệ Big Data.
Nếu để ý một chút, chúng ta sẽ thấy khi mua sắm trên eBay, Amazon hoặc những sàn thương mại điện tử, chúng sẽ đưa ra những sản phẩm gợi ý tương tự. Ví dụ khi tìm kiếm áo thun, trang web sẽ tự động gợi ý chúng ta quần, phụ kiện liên quan.
Từ đâu mà những trang web này có thể đưa ra gợi ý như vậy? Đó là dữ liệu của khách hàng thao tác hàng ngày trên những trang web ấy. Doanh nghiệp khai thác hiệu quả Big Data không chỉ giúp tăng lợi nhuận cho chính mình mà còn tăng trải nghiệm mua sắm của người dùng.
Ngoài ra, Big Data cũng có thể được ứng dụng bởi các tổ chức, chính phủ trong việc dự đoán tỷ lệ thất nghiệp, xu hướng nghề nghiệp hiện tại và tương lai để đầu tư cho những hạng mục đó, cắt giảm chi tiêu, kích thích tăng trưởng kinh tế, thậm chí là ra phương án phòng ngừa trước một dịch bệnh nào đó,...
Tại các thành phố lớn trên thế giới, Big Data cũng được tích hợp vào trung tâm điều hành thông minh (IOC), hệ thống giám sát xử phạt,... Nhờ đó, nhà quản lý thành phố dễ dàng giám sát, đưa ra quyết định trong trường hợp khẩn cấp, đời sống của cư dân cũng được đảm bảo an toàn, hiện đại hơn.
4. Ví dụ và thực tiễn ứng dụng Big Data ở Việt Nam
Big Data còn là một khái niệm tương đối mới mẻ tại Việt Nam, trong khi nhiều nước phát triển trên thế giới đã sử dụng Big Data từ những năm 1960. Một số lĩnh vực đã và đang đưa Dữ liệu lớn vào ứng dụng tại Việt Nam có thể kể đến:
Quản lý Nhà nước trực tuyến
Ở Việt Nam, Big Data đang dần được số hóa nhằm hỗ trợ chính phủ thực hiện công tác quản lý nhà nước trực tuyến. Từ những bước cơ bản như làm Căn cước công dân gắn chip, hệ thống phản ánh hiện trường Social listening,... Chính phủ có thể quản lý một cách hệ thống và sử dụng hiệu quả thông tin của người dân trên toàn lãnh thổ Việt Nam.
Big Data phục vụ cho số hóa có thể thay thế cho giấy tờ truyền thống, điển hình như Bảo hiểm Y tế , Bảo hiểm Xã hội điện tử hay sổ liên lạc điện tử,…
Thương mại điện tử
Ngành thương mại điện tử ngày càng chiếm ưu thế hơn các mô hình cũ. Trong tương lai, thương mại điện tử sẽ phát triển, thậm chí hoàn toàn áp đảo thương mại truyền thống. Trong đó, Big Data là một công cụ vô cùng hữu ích.
Big Data góp phần số hóa được hành động, thói quen, sở thích cũng như những mối quan tâm của khách hàng đối với doanh nghiệp. Các thông tin này giúp cho nhà cung ứng hàng hóa, dịch vụ tăng lợi nhuận nhờ đánh trúng nhu cầu, xây dựng chính sách phân phối, bán sản phẩm đến tay người tiêu dùng một cách hiệu quả. Đồng thời, doanh nghiệp cũng có thông tin để đưa ra các chiến dịch chăm sóc và nâng cao trải nghiệm khách hàng phù hợp.
Mặt khác, bản thân người tiêu dùng có thể tiết kiệm thời gian, yên tâm trong trải nghiệm mua sắm của mình. Ngoài ra, doanh nghiệp còn có thể cải thiện kết quả kinh doanh dựa trên dự báo xu hướng hàng hóa trong tương lai nhờ vào Big Data.
Tài chính - Ngân hàng
Hiện nay, hầu hết tổ chức ngân hàng, dịch vụ tài chính và bảo hiểm đều nỗ lực để áp dụng cách tiếp cận mới theo hướng khai thác dữ liệu nhằm phát triển, đổi mới sản phẩm.
Các tổ chức đang thay đổi cách thức khai thác dữ liệu bằng cách thu thập một khối lượng dữ liệu khổng lồ, tiến hành phân tích, thực hiện bước đầu tiên trong quy trình khai thác Big Data. Khi khối lượng khách hàng tăng lên, nó ảnh hưởng đáng kể đến mức độ, khả năng cung cấp dịch vụ của từng tổ chức.
Thực tiễn cho thấy việc phân tích dữ liệu đã đơn giản hóa quá trình theo dõi, đánh giá khách hàng tín dụng của ngân hàng và tổ chức tài chính dựa trên khối lượng lớn dữ liệu như hồ sơ cá nhân cũng như các thông tin bảo mật khác. Với sự giúp đỡ của Big data, ngân hàng có thể theo dõi hành vi của khách hàng, xác định nguồn dữ liệu cần thiết để thu thập phục vụ cho việc đưa ra giải pháp.
Ngân hàng có khả năng truy cập trực tiếp nguồn thông tin, dữ liệu lịch sử dồi dào liên quan đến thói quen, hành vi chi tiêu, chi tiết về nguồn thu của khách hàng trong một năm, dịch vụ ngân hàng mà khách hàng sử dụng,… Điều này cung cấp cơ sở, cơ hội để các ngân hàng tiếp cận, phân tích dữ liệu sâu hơn.
Hệ thống Big Data còn có khả năng tự động phát hiện những giao dịch bất thường. Từ đó, ngân hàng có hướng giải quyết nhanh chóng, đồng thời không tạo ra những lỗ hổng lớn trong ngành. Hệ thống ngân hàng sẽ luôn đảm bảo an ninh nhờ yếu tố Dữ liệu lớn giúp khai phá và áp dụng những tiến bộ về công nghệ.
Big Data được ứng dụng nhiều trong lĩnh vực Tài chính - Ngân hàng - Ảnh: Internet
Kết hợp với các công nghệ Internet vạn vật (IoT - Internet of Things), Trí tuệ nhân tạo (AI - Artificial Intelligent), trong tương lai, chắc chắn chúng ta sẽ tiếp tục được chứng kiến sự phát triển và ứng dụng rộng rãi hơn nữa của Big Data - Công nghệ dữ liệu lớn.
Xem thêm:
