• طبقه بندی مقالات
    • اقتصاد داده عظیم
      اقتصاد داده عظیم
      پیدایش آنچه امروز به ”داده‌های بزرگ” معروف شده به این معنی است که شرکت‌ها، دولت‌ها و سازمان‌‌ها می‌توانند از طریق جمع‌آوری، تحلیل و بکارگیری با مهارت اطّلاعات به نتیجه‌گیری‌هایی غیرقابل باور و شگفت انگیز برسند.
      بسیاری معتقدند "داده های عظیم" موجب تحوّل کسب و کار،‌ دولت و دیگر جنبه های اقتصاد خواهد شد و همچنین می توانند بر سیاست ها و تحقیقات اقتصادی نیز تاثیرگذار باشند. مجموعه داده های مدیریتی با مقیاس بزرگ و داده‌های اختصاصی بخش خصوصی تا حد زیادی امکان بهبود ارزیابی، ‌پایش و توصیف فعالیت های اقتصادی را فراهم کرده و همچنین با استفاده از این داده‌ها برای طرح های تحقیقاتی بررسی پیامدهای سیاست ها یا حوادث مختلف فراهم خواهدشد. نکته مهم اینجاست که ابزار مدل سازی پیش بینی داده های بزرگ تا چه اندازه در اقتصاد نیز مفید است.
      اهمّیت داده های عظیم در اقتصاد تنها حجم این اطلاعات نیست بلکه در برخی موارد این اطلاعات موجب شده تئوری های موجود اقتصادی نیز تغییر کند. به عنوان نمونه براساس یکی از تئوریهای اقتصادی، قیمت عامل تغییر تقاضا است ولیکن تحلیل داده های عظیم نشان می دهد که عوامل مختلف زیادی مثل دسترسی آسان‌تر به کالاها در امر تقاضا و خرید تاثیر دارند.
      داده‌های بزرگ می‌توانند به معنای سود بیشتر نیز باشند. از طریق فهمیدن آنچه مصرف کننده خریداری می‌کند، شرکت‌های بزرگ و کوچک می‌توانند تقاضای آینده را ترسیم نمایند. با توجه به اینکه با ورود برنامه های پیشرفته هزینه‌های تجزیه و تحلیل داده‌ها کاهش یافته درنتیجه این موضوع در سطح شرکت‌های کوچک نیز رایج شده است.
      ارزش مهارتهای علم اطلاعات و میزان تقاضای نتایج توسط فعالان؛ یک چالش در صنعت درحال ظهور تحلیل داده های عظیم است. نتایج یک گزارش نشان می دهد تحلیل داده عظیم می تواند تولید ناخالص داخلی را در بخش خرده فروشی و تولید تا سال ۲۰۲۰ به میزان ۳۲۵ میلیارد در آمریکا افزایش دهد.
      این میزان حدود ۱.۷ درصد از تولید ناخالص داخلی این کشور در سال ۲۰۲۰ خواهد بود.


      البته ارزش داده عظیم در نظر گرفته شده در این تحلیل فقط شامل بخش های خرده فروش و تولید است. با توجه به اینکه داده عظیم می تواند هزینه تولید را در بخش های خدمات دولتی و بهداشتی (به میزان ۱۳۵ تا ۲۸۵ میلیارد دلار) کاهش دهد که این هزینه مستقیماً در محاسبه GDP وارد نمی شود.


      براساس تحقیات MGI ایالات متحده آمریکا در سال ۲۰۱۸ با کمبود بیش از ۱۹۰ هزار نیروی ماهر علوم داده و ۱.۵ میلیون مدیر و تحلیل‌گر مسلط به تحلیل عملیاتی از داده های عظیم مواجه است. پیش‌بینی ها نشان می دهد افزایش ۲۷۰۰ اگزابایت داده عظیم در سال ۲۰۱۲ به ۴۰ هزار اگزابایت در سال ۲۰۲۰ این کمبودها را آشکار می نماید.
      محرک این بخش در دهه های آتی علاوه بر انفجار این حجم عظیم داده و تقاضا برای نیروی کار ماهر،‌ توسعه طیف گسترده ای از بخش های اقتصادی شامل خرده فروشی، تولید،‌ مراقبت بهداشتی و خدمات دولتی موجب افزایش نفوذ داده عظیم خواهد بود.


      با توجه به شکل فوق، بخش های مالی و اطلاعاتی بیشترین پتانسیل را در جمع آوری و استفاده از ارزش داده های عظیم دارند. بخش دولتی پتانسیل بسیاری در تولید داده های عظیم دارد ولیکن در تحلیل و استفاده از آنها از توانایی کمی برخوردار است. بخش تولید نیز که سهم زیادی در تولید ناخالص داخلی دارد،‌ در کسب ارزش حاصل از تحلیل این داده ها نیز پتانسیل بالایی دارد.
      براساس نتایج پروژه MGI تاثیرات اقتصادی کلان حاصل از تحلیل داده های عظیم را می توان در سه مسیر اصلی کارایی هزینه و بهره وری، تغییر سهم بازار و مازاد مصرف کننده مشخص نمود.
      بمنظور افزایش رقابت و کارایی در دهه پیش رو، همانگونه که شرکت ها نیاز به سرمایه گذاری در فن‌آوری های داده عظیم خواهند داشت، سرمایه گذاری بمنظور آموزش نیروی انسانی متخصص نیز اهمیت بسیاری دارد.
      در مطالعه دیگری که در کشور ایرلند انجام شده، چگونگی تاثیر اقتصادی داده عظیم در پشتیبانی از مشاغل و رشد آن طی بازه زمانی ۵ ساله مورد بررسی قرارگرفته است. براساس این گزارش، شرایط سخت اقتصادی موجود موجب افزایش انگیزه بیشتر برای کسب و کار بمنظور تسهیل فرایندها و کاهش هزینه از طریق نوآوری شده است. روندهای اخیر بخش ارتباطات و فناوری اطلاعات نیز نشان دهنده گسترش حجم داده همراه با هزینه های نزولی جمع آوری و ذخیره سازی است که این توسعه موجب افزایش کسب و کار در زمینه نگهداری داده ها شده است.
      وضعیت اقتصادی سال ۲۰۱۱ در بخش کسب و کار و تاثیرات اقتصادی داده عظیم طی شش سال آینده در جدول زیر نشان داده شده است.

      مجموع ۲۷ میلیارد یورو مزایای حاصل طی شش سال ۲۰۱۲ تا ۲۰۱۷ کشور؛ معادل ۲.۸ درصد سهم از تولید ناخالص داخلی این کشور بوده است.
      استفاده از ابزار تحلیل داده عظیم موجب افزایش بهره وری عملیاتی و در نهایت افزایش سود دهی خواهد شد. این سود اضافی اجازه می دهد تا در بخش های نوآوری محصولات تحلیلی مجدداً سرمایه گذاری شود.


      پانوشت :
      ۱. Game changers: Five opportunities for US growth and renewal
      ۲. Mckinsey Global Institute
      مراجع :
      ۱. http://blog.pivotal.io/pivotal/news-2/mckinsey-report-highlights-the-impending-data-scientist-shortage
      ۲. http://www.cebr.com/reports/data-equity-ireland/
      ۳. http://blog.pivotal.io/pivotal/p-o-v/mckinsey-on-big-data-analytics-the-1-key-to-us-economic-growth
      کلمات کلیدی

      اقتصاد ، داده های عظیم ، داده بزرگ ، مدلسازی ، تحلیل داده های بزرگ ، تولید ناخالص داخلی ، GDP ، بهره وری ، تاثیرات اقتصادی داده های عظیم

      نظر کاربران
      نام:
      پست الکترونیک:
      شرح نظر:
      کد امنیتی:
       
تمامی حقوق برای مرکز ملی فضای مجازی محفوظ است. هر گونه کپی‌برداری از مطالب با ذکر منبع بلامانع است.