مثال‌هایی از داده‌های بزرگ (Big Data) در زندگی معمولی

با وجود اینکه پروژه‌های Big Data خیلی مبهم و پیچیده هستند، نمونه‌های موفقیت‌آمیزی از تأثیر داده‌های بزرگ بر زندگی روزمره افراد، سازمان‌ها و دولت‌ها وجود دارد. برخی از آن‌ها عبارتند از:

پیش‌بینی شیوع ویروس‌ها: با مطالعه داده‌های اجتماعی- سیاسی، داده‌های هواشناسی و اقلیمی و اطلاعات بیمارستانی و کلینیک‌ها، این دانشمندان در حال حاضرشیوع برخی بیماری‌ها را پیش‌بینی کرده‌اند.
پیگیری پرونده‌های قتل و آدمکشی: داده‌های بزرگ (Big Data) قربانیان قتل، مظنونین، جنایتکاران را در واشینگتن دی سی در یک مقاله کوتاه توصیف می‌کنند. این‌گونه پروژه‌هایی که با داده‌های بزرگ انجام می‌شود، می‌توانند به عنوان منبع آگاهی برای مردم جذاب باشند.

برنامه‌ریزی سفر، NYC: برنامه نویس رادیو WNYC، Steve Melendez، برنامه زمانی آنلاین مترو را با نرم‌افزار میسر سفر راباهم ترکیب کرد. این کار او به نیویورکی‌ها اجازه می‌دهد که بر روی موقعیت خود بر روی نقشه کلیک کنند و یک پیش‌بینی برای زمان سفر قطارها و مترو را مشاهده کنند.

حمایت از مبارزه با تروریسم: با بررسی رسانه‌های اجتماعی، سوابق مالی، رزرو پرواز و اطلاعات امنیتی، مجریان قانون می‌تواند مظنونین تروریستی زا پیش از انجام اقدامات ستمکارانه آن‌ها، پیش‌بینی و شناسایی کند.

انجام بازاریابی برند بر اساس بررسی رسانه‌های اجتماعی: مردم به طور صریح و به سرعت افکار آنلاین خود را از یک رستوران، یا یک باشگاه تناسب اندام و … به اشتراک بگذارند. پس ممکن است افراد میلیون‌ها پست رسانه‌های اجتماعی را مطالعه کنند و بازخوردی را از آنچه که مردم در مورد خدماتشان فکر می‌کنند، به شرکت ارائه دهند.

چه کسانی از Big Data استفاده می‌کنند؟ با آن چه می‌کنند؟

بسیاری از شرکت‌های یکپارچه از داده‌های بزرگ برای تنظیم پیشنهادها و قیمت‌ها، برای به حداکثر رساندن رضایت مشتری استفاده می‌کنند.
فروشگاه Macy: برای مثال فروشگاه Macy از داده‌های بزرگ برای تنظیم پرواز بیش از 70 میلیون محصول استفاده می‌کند. آن‌ها ایمیل‌های سفارشی‌سازی شده‌ای به مشتریان خود، بر اساس اطلاعاتی که از علاقه آنها دارند ازسال می‌کنند.
واکنش پلیس به بمب گذاری در ماراتن بوستون: با استفاده از داده‌های بزرگ برای بررسی ویدئو و تصاویر نظارتی، پلیس توانست به سرعت جستجوی خود را برای یافتن مظنونان آغاز کند.
ویزا از داده‌های بزرگ برای شناسایی و دستگیری مظنونان استفاده می‌کند. یک تراکنش به تنهایی می‌تواند یک کاربر متقلب را پنهان کند اما با تماشای میلیون‌ها تراکنش به دقت، الگوهای تقلب را می‌توانند شناسایی کنند.
فیس بوک داده‌های بزرگ را برای سفارشی کردن تبلیغات استفاده می‌کند. با نگاه دقیق به لایک‌های FB شما و مرور عادت، غول رسانه‌های اجتماعی سلیقه شما را می‌فهمد. این تبلیغات نوار کناری که در فیس‌بوک خود مشاهده می‌کنید، توسط الگوریتم‌های بسیار متداول و پیچیده‌ای که عادت‌های فیس‌بوک شما را می‌بینند، انتخاب می‌شوند.

بخوانید: پیگیری مطالبات فعالان حوزه اینترنت اشیا و داده‌ های عظیم