சமீபத்திய ஆண்டுகளில் 'Big data' மற்றும் 'Datafication' என்ற சொற்கள் மிகவும் பிரபலமாக உள்ளன. பல விதமான தூண்டுகளான தகவல்களைக் கொண்டு எவ்வாறு நிறுவனத்தின் வளர்ச்சியை பெருக்கவோ மற்றும் தொழில்நுட்பங்களை மேம்படுத்தவோ முடிகிறது. இந்த இடத்தில் தான் Datafication உதவியாக உள்ளது. மேலும், அதனைப் பற்றிய விவரங்ககளை பின்வரும் கட்டுரையில் காணலாம்.
Datafication
எளிமையாக சொல்லவேண்டுமென்றால், Deep learning உதவியுடன், பெரிய அளவிலான தகவல்களை விரைவாக செயலாக்குவதற்கான அதிகரித்த திறன் என விளக்குகிறது. Datafication செயல்முறையானது Digitalization இருந்து வேறுப்படுகிறது. Digitalization என்பது எழுத்து வடிவில் உள்ள தகவல்களை டிஜிட்டல் வடிவமாக மாற்றுவது ஆகும்.
டிஜிட்டல் சந்தையில் மிக முக்கியமான அம்சங்களில் ஒன்றாக, இந்த செயல்முறையானது சமூக ஊடகங்கள், மின்னஞ்சல் மற்றும் பிற டிஜிட்டல் தளங்கள் போன்ற பல்வேறு சேனல்கள் மூலம் வாடிக்கையாளர் நுண்ணறிவை சேகரிப்பதை உள்ளடக்கியது. ஒவ்வொரு வாடிக்கையாளருக்கும் தனிப்பயனாக்கப்பட்ட பிரச்சாரங்களை உருவாக்கவும் சரியான பார்வையாளர்களை இலக்காகக் கொள்ளவும் இந்தத் தகவல் பயன்படுத்தப்படலாம்.
Beginning of Dataization
2013 ஆம் ஆண்டு, மேயர்-ஸ்கான்பெர்கர் மற்றும் குக்கியர் ஆகியோர் வணிகம் மற்றும் சமூக அறிவியல் முழுவதும் உள்ள “Big data” செயல்முறைகளின் மதிப்பாய்வில் “Datafication” என்ற சொல் அறிமுகப்படுத்தப்பட்டது.
அவர்கள் கூறுவது படி, இது ஒரு நிகழ்வை தரவுப்படுத்துவது என்பது அதை அளவிடப்பட்ட வடிவத்தில் வைப்பதாகும். அதை அட்டவணைப்படுத்தலாம் மற்றும் பகுப்பாய்வு செய்யலாம். இந்த செயல்முறையின் மூலம், மனித வாழ்வின் பெரிய துறைகளில் பெரிய அளவில் தனியாக இயங்கக்கூடிய பகுப்பாய்வு வடிவங்கள் மூலம் செயலாக்கப்படுவதை எளிமைப் படுத்துகின்றன.
Study of Digital Data
டிஜிட்டல் தரவுகளின் ஆய்வில், பல்வேறு துறைகள் பல நிலைகளில் பகுப்பாய்வு செய்ய உதவியாக உள்ளது. உதாரணமாக, இந்த ஆய்வு மூலம், நாட்டின் அரசாங்கத்திற்கு எதிரான பயங்கரவாதம், ஹேக்கிங் செயல்பாடுகளை கண்காணிக்க போன்ற வெவ்வேறு நோக்கங்களுக்காக தரவை சேகரிக்கவும், பகுப்பாய்வு செய்யவும் முடியும்.
நமது வாழ்வில் தரவுகளின் பெரும்பகுதிக்கான பொறுப்பை பெரிய கார்[ப்பரேட் நிறுவனங்களான Google, Facebook, Microsoft, Apple, Amazon மற்றும் Xiaomi போன்ற பல நிறுவனங்கள் நமது தரவுகளை கையாளுகின்றன. வன்பொருள், மென்பொருள், இயங்குதளங்கள், தரவு பகுப்பாய்வு, தரவு தரகு நிறுவனங்கள் மற்றும் ஸ்பேமர்கள் உட்பட, எந்த நாட்டை ஆய்வு செய்கிறோம் என்பதைப் பொறுத்து இத்துறையானது குடிமக்களைக் கண்காணிப்பதற்காக பல்வேறு மட்டங்களில் உள்ள அரசாங்கம் தரவுகளை பிரித்தெடுக்க முயல்கிறது. இதில் குறிப்பிடத்தக்க ஒன்று, இனம், மதம், நிறம் போன்றவற்றின் அடிப்படையில் மற்றவர்களுக்கு எதிராக பாகுபாடு காட்டவும் இது பயன்படுத்தபடுவதாக சொல்லப்படுகிறது.
இயங்குதளங்கள், சேவைகள், செயலிகள், தரவுதளங்கள் மற்றும் வன்பொருள் சாதனங்கள் உள்ளடங்கிய பல்வேறு கட்டமைப்புகளுக்குள் தரவுகள் பரிமாற்றப்படும். இதனை ஆய்வு செய்ய பல்வேறு ஆராய்ச்சி துறைகள் உள்ளன. எடுத்துக்கட்டாக, மென்பொருள் அல்லது இயங்குதள ஆய்வுகள் மூலம் தொழில்நுட்ப கட்டமைப்பு மற்றும் செலவீனங்களின் சிக்கல்களுக்கு தீர்வுக் காண முடியும். அதே நேரத்தில், ஒரு முக்கியமான அரசியல் பொருளாதார அணுகுமுறை மூலம் பண்டமாக்கல் மற்றும் சுரண்டல் சிக்கல்களுக்கு தீர்வுக் காண முடியும். இந்த அணுகுமுறை மூலம் "Big data" உருவாக்கப்படுகிறது. மேலும், குறிப்பிடத்தக்க ஒன்று, இவை பொருளாதார லாபத்திற்காக பெருநிறுவனங்கள் Datafication-க்கு முக்கியத்துவம் கொடுக்கிறது.
How does datafication help for business
இந்த டிஜிட்டல் யுகத்தில், பகுப்பாய்வு கலாச்சாரம் எவ்வாறு வணிகம் நடத்துகிறது என்பதைப் பற்றி பார்க்கலாம்.
செயற்கை நுண்ணறிவு (AI) மற்றும் இயந்திர கற்றல் (ML) இரண்டும் தரவுபடுத்தலில் முக்கிய பங்கினை வகிக்கின்றன. அவற்றின் முதல் படியாக, பல்வேறு டிஜிட்டல் தளங்களில் இருந்து தரவுகளை சேகரிப்பதில் தொடங்குகிறது. பின்னர், AI/ML algorithms மூலம் வணிக முன்னேற்றத்திற்கும், சந்தையின் ஏற்றத்தாழவிற்கும், நுகர்வோர் மற்றும் பயனர்களின் தேவைக்கேற்ப வணிக மாதிரியை முடிவெடுப்பதற்கு பயனுள்ள தகவலை பெற சேகரிக்கப்பட்ட தரவை பகுப்பாய்வு செய்யும் மற்றும் தெளிவான அறிக்கையையும் கொடுக்கிறது. இதில், குறிப்பிடத்தக்க ஒன்று, உங்கள் வணிக இலக்கு உங்களுக்கு தெரியாவிட்டால், தரவு எவ்வளவு தகுதியானதாக இருந்தாலும் நல்ல வணிகத்தை அடைய முடியாது.
Use Cases of Datafication
தொழில்நுட்பத்திற்கும் நமது அன்றாட வாழ்க்கைக்கும் இடையிலான தொடர்புகளின் ஒவ்வொரு புள்ளியிலும் தரவுகளை சேகரிக்க முடியும். எடுத்துக்கட்டாக: நீங்கள் இணையத்தில் இணைத்த சாதனங்களில் சேகரிக்கபடும் numbers, text, images, routes, audio and mobile data, IP addresses, but also clicks, scrolls, interaction times, logins and passwords and device activity logs.
Social media platform-களை நாம் பயன்படுத்துவதன் மூலம் நம்முடைய சுயவிவரங்கள், விருப்பங்கள், நாம் பதிவிடும் கருத்துகள் மற்றும் நம் அன்றாட வாழ்வியலை பதிவிடுவதன் மூலம் அச்செயலியை நடத்திவரும் நிறுவனங்கள் உங்களுக்கு ஏற்றவாறு விளம்பரங்களை காட்டுவதற்கு தரவானது முக்கியமாகப் பயன்படுத்தபடுகிறது.
இணைய ஸ்ட்ரீமிங் தளங்கள், இவற்றின் முக்கிய குறிக்கோள், மக்களுக்கு நிறைய பொழுதுப்போக்கு content-களை காட்டுவதன் மூலம் அந்த தளத்திற்க்குள் அதிகமாகப் நேரம் செலவிடுவதை அடிமையாக்கிவிடும். அது பயனர்களுக்கு விருப்பத்திற்கேற்ப content -களை காட்டுவதற்கும், பரிந்துரைகளைத் திட்டமிடுவதற்கும் தரவு பயன்படுகிறது.
ஆன்லைனில் பணத்தை பரிவர்த்தனை வழங்கும் வங்கிகள் வாடிக்கையாளர்களின் கிரெடிட் மதிப்பெண்களை ("நம்பகத்தன்மை") மதிப்பிடவும், பணத்தைக் கடனாகக் கொடுப்பதன் மூலம் ஆபத்துக்கும் லாபத்திற்கும் இடையிலான சிறந்த விகிதத்தைப் பரிந்துரைக்கவும் தரவு பயன்படுத்தப்படுகிறது.
மனித வளம் மூலம் பொதுமக்களிடம் கிடைக்கும் தரவு, நபரின் பின்னணியைச் சரிபார்க்கப் பயன்படும். மேலும், நிறுவனத்திற்குள் சேகரிக்கப்பட்ட தரவு ஊழியர்களின் உற்பத்தித்திறனை மதிப்பிட முடியும்.
உண்மையில், மின்னஞ்சலைப் பயன்படுத்தும், இணையதளம் வைத்திருக்கும், மார்க்கெட்டிங்/லாஜிஸ்டிக் துறையைக் கொண்டிருக்கும் அல்லது அதன் உற்பத்திச் சங்கிலியைக் கண்காணிக்கும் ஒவ்வொரு நிறுவனமும் ஏற்கனவே பயன்படுத்தக்கூடிய பல தரவுப் புள்ளிகளைச் சேகரித்து வருகின்றன.
Data Protection
நிறைய IT துறைகள் தங்கள் சொந்த சேவையகங்களை இயக்குவதை நாம் ஏன் காண்கிறோம்? எல்லாவற்றிற்கும் மேலாக, அவை வாங்குவதற்கும் பராமரிப்பதற்கும் விலை உயர்ந்தவை. உதாரணமாக, சில நிறுவனங்கள் தங்கள் தரவு அல்லது பயன்பாடுகள் மீதான நிர்வாகத்தை விட்டுக்கொடுக்க விரும்பாமல் இருக்கலாம். அவர்கள் தங்கள் சொந்த வன்பொருளைக் கொண்டிருப்பதில் மிகவும் வசதியாக இருக்கலாம். இந்த விஷயத்தில், பல நிறுவனங்கள் சேகரிக்கும் முக்கியமான தரவு காரணமாக இது பெரும்பாலும் முன்னெச்சரிக்கை நடவடிக்கையாகும்.
The Future
இன்று நம் உலகத்தை இயக்கும் தரவு ஒரு காலத்தில் வெறும் காகித ஆவணங்கள் அல்லது டிஸ்க்களில் உள்ள துண்டுகள். இன்று, மக்கள், இடங்கள், தயாரிப்புகள், சேவைகள் மற்றும் நிகழ்வுகள் பற்றிய கிட்டத்தட்ட வரம்பற்ற தகவல்களை அணுகலாம். இந்த பெரிய தரவு மற்றும் வணிக பகுப்பாய்வு (BDA) சந்தையில் முதலீடு செய்வதற்கான புதிய காரணங்களை உருவாக்கியுள்ளது. செயற்கை நுண்ணறிவு, இயந்திர கற்றல், பெரிய தரவு பகுப்பாய்வு மற்றும் பிற தொழில்நுட்பங்களின் வளர்ச்சி இதை நிஜமாக்கியுள்ளது. இது மனித வளங்கள், கணக்கியல், சந்தைப்படுத்தல், வங்கி மற்றும் பிறவற்றில் இருக்கலாம். தரவு இருக்கும் வரை, சிறந்த முடிவுகளை எடுக்க AI க்கு ஒரு வாய்ப்பு உள்ளது.
Comments (0)