البيانات الضخمة في الحياة اليومية

أعتقد أن الكثيرين لا يملكون فهمًا كاملًا لمفهوم البيانات الضخمة، ويظنون أنها بعيدة المنال. في الواقع، هي قريبة جدًا منا، بل هي جزء لا يتجزأ من حياتنا. فالحياة مرتبطة بها ارتباطًا وثيقًا، فما هي البيانات الضخمة إذًا؟ في موسوعة بايدو، يُعرّف مصطلح البيانات الضخمة على النحو التالي: تشير البيانات الضخمة إلى مجموعة من البيانات التي لا يمكن جمعها وإدارتها ومعالجتها باستخدام أدوات البرمجيات التقليدية خلال فترة زمنية محددة. فهي تتطلب نموذج معالجة جديدًا لاتخاذ قرارات أكثر فعالية. إنها أصول معلوماتية ضخمة ومتنامية بسرعة ومتنوعة، تتمتع بقدرات ورؤى وإمكانيات لتحسين العمليات. أولًا وقبل كل شيء، من المؤكد أن البيانات الضخمة يجب أن تكون ضخمة. إضافةً إلى ذلك، يجب معالجة هذه البيانات وفرزها وتحليلها واستغلال قيمتها الكامنة. فإذا كانت مجرد مجموعة ضخمة من البيانات، ستكون بلا قيمة، بل يجب تحليلها وفرزها واتخاذ القرارات بشأنها، حتى يتسنى توليد قيمة هائلة منها. إذا اعتبرنا البيانات الضخمة موارد، فإن تحليلها وفرزها واتخاذ القرارات بشأنها يُسمى عمليات حسابية، أي أن الموارد والحسابات مجتمعة تُنتج قيمة هائلة. وإذا لم تتوفر الموارد، فلا حاجة للحسابات. أما إذا كانت الموارد وحدها، فهي عديمة القيمة بدون الحسابات. في مجتمعنا الحديث سريع التطور، تُحيط بنا البيانات الضخمة. تُولّد كميات هائلة من البيانات كل ثانية حول العالم، وتستمر في التوليد على مدار الساعة. فيما يلي، سنقدم أمثلة لما يمكننا فعله من حولنا. لنلقِ نظرة على بعض البيانات الضخمة! حركة المرور اليومية: على سبيل المثال، في مدينة ما، يوجد عدد هائل من السيارات، وعدد لا يُحصى من أجهزة المراقبة الإلكترونية، التي تُولّد كمية كبيرة من البيانات في كل لحظة. تجمع هذه الأجهزة باستمرار بيانات حركة المرور الحضرية، فلا يفوتها طراز كل سيارة، ورقم لوحتها، وموقعها الجغرافي، ووقت مرورها. يمكن أن يُسفر تحليل هذه البيانات عن معلومات قيّمة، مثل المناطق التي تكثر فيها حوادث المرور، والتدابير الأمنية الإضافية اللازمة، ومواقع المخالفات المرورية المتكررة، وأسبابها التي تتطلب مزيدًا من التحليل، وغيرها. تُعد محطات المترو وسيلة نقل أساسية للتنقل من وإلى العمل في بعض المدن الكبرى، حيث يُعتبر المترو جزءًا لا يتجزأ من حياة كل موظف. فالجميع على دراية تامة بحركة المرور فيه، إذ يُمكن الحصول على التذاكر بسرعة وسهولة عبر بطاقة صغيرة. يُمكن لكل محطة مترو أن تُسجل بيانات تدفق الركاب في كل فترة زمنية، وبناءً على هذه البيانات، يُمكن حساب أوقات الذروة بدقة، وبالتالي اتخاذ القرارات الصائبة، مثل تحديد المحطات التي تحتاج إلى تنظيم حركة الركاب خلال فترات زمنية محددة لتخفيف الازدحام المروري. أما فيما يخص البيانات اليومية، فاليوم يمتلك الجميع تقريبًا هاتفًا ذكيًا، سواء في مراكز التسوق أو المنازل أو أي مكان آخر، وأعتقد أن الكثيرين ممن يُحدقون برؤوسهم يُمررون هواتفهم باستمرار، مما يُولد كميات هائلة من البيانات. بيانات التسوق اليومية: تُولّد مواقع التجارة الإلكترونية المختلفة والمنتجات المتنوعة كميات هائلة من البيانات باستمرار. منذ ظهور الإنترنت، ازداد عدد المعاملات في الدقيقة الواحدة مقارنةً بالشركات التقليدية بعشرات آلاف المرات (أكثر بكثير من عشرات الآلاف). وراء هذه الأنشطة المتنوعة يكمن توليد كميات هائلة من البيانات. وكما ذُكر سابقًا، تُعدّ الموارد والحوسبة جوهر البيانات الضخمة. ولا يُمكن توليد قيمة هائلة إلا من خلال الجمع بين هذين العنصرين. فما هي إذًا آلية معالجة البيانات الضخمة؟ وماذا عن العملية؟ لماذا هي عملية؟ لأن البيانات الضخمة لم تعد كالبيانات التقليدية ذات الكميات الصغيرة التي تُولّد نتائج حسابية في الوقت الفعلي. إنها عملية مُوجّهة نحو العمليات، وتنقسم عمومًا إلى المراحل التالية: جمع البيانات/الاستحواذ: هذه هي الخطوة الأولى. ينتج عن هذه المرحلة توليد البيانات. هذه المرحلة هي ببساطة جمع البيانات، بغض النظر عن قابليتها للتكرار وصحتها. إنها مجرد إدخال بسيط للبيانات. معالجة البيانات وتحويل التنسيق: يتمثل العمل الرئيسي لهذا الجزء في معالجة البيانات، والتحقق من صحتها وقابليتها للتكرار، وتحويل تنسيقها إلى تنسيق مُصمم مسبقًا، وذلك لتسهيل نقلها إلى وسائط التخزين الثابتة. تخزين البيانات: قد تكون وسائط التخزين المذكورة أعلاه قاعدة بيانات أو نظام تخزين ملفات، أو مزيجًا من عدة طرق تخزين، حيث تتم معالجة البيانات المُجمعة وتخزينها بكفاءة. التحليل الإحصائي للبيانات: يُحلل التحليل الإحصائي للبيانات المخزنة من جوانب متعددة، ويستخلص النتائج المناسبة. تتم مناقشة هذه الجوانب وصياغتها بشكل مشترك من قِبل بعض الفنيين أو خبراء الأعمال. وبناءً على هذه الجوانب، يمكن الحصول على العديد من النتائج القيّمة! استخراج البيانات: من خلال تحليل الوضع المُستمد من مختلف الجوانب، يمكننا استخراج الروابط المختلفة الكامنة وراءها، واستنباط الاستراتيجيات المناسبة، وتنفيذها بسرعة.