Big data -teknologian perusteet ja mahdollisuudet

Abstract

Työn tarkoituksena oli tutkia tiedonhallintaa ja big data -ratkaisujen käytännön toteutusta, mahdollisuuksia, haasteita ja hyötyjä. Työssä kuvataan tiedon määrän kehitystä, keräysprosesseja ja -menetelmiä sekä pohditaan tiedonhallinnan vaatimuksia ja tietoturvallisuutta. Työn tarkoitus oli selvittää tiedonhallinnan ja analytiikan uusimman trendin, big datan, vaikutusmahdollisuuksia organisaatioiden toimintaan.

Tiedon analytiikkaa voidaan valjastaa liiketoiminnan tai muiden toimialueiden tarpeisiin tutkimalla esimerkiksi asiakaskäyttäytymistä erilaisissa tilanteissa ja ympäristöissä. Tämä tuo yritykselle aivan uudentyyppisiä toimintamahdollisuuksia, kuten yksilöidyn ja kohdennetun markkinoinnin. Joskus toimintaa ja tapahtumia on tarve tutkia pitkältäkin ajanjaksolta vertaillen useamman tietolähteen sisältöä keskenään. Väärinkäyttötapauksissa taas lähdejärjestelmään tallennettujen tietojen eheys saattaa joutua kyseenalaiseksi. Näistä syistä, tai esimerkiksi PCI-standardin velvoittamana, tarve tapahtumatiedon keskitys-, hallinta- ja analysointiratkaisuille kasvaa jatkuvasti. Yhä useammin myös saatavilla olevan informaation määrä on liian suuri hallittavaksi perinteisillä analysointiratkaisuilla. Big data -teknologialla monimuotoisen ja määrältään suuren informaatiojoukon käsittely ja analysointi voidaan suorittaa tehokkaasti ja nopeasti.

Työ toteutettiin keräämällä tietoa tutkimuslaitosten julkaisuista, lehtiartikkeleista ja raportoiduista käyttökohde-esimerkeistä. Toimialakohtaisiin esimerkkeihin saatiin lisänäkemystä myös asiantuntijahaastatteluilla. Työ soveltuu yleiskuvaukseksi ja perusmateriaaliksi niille henkilöille, jotka työskentelevät tiedonhallinnan parissa tai kehittävät analyyttisiä ratkaisuja.

The goal of this thesis was to study data management and big data solutions and to examine their opportunities, challenges and benefits. The thesis describes the evolution of information along with the processes and technologies of collecting information. Also data integrity and requirements were considered. This thesis investigates the effect which the newest business trend, big data, has on business and other activities.

Data is used to improve business and other field activities such as analysis of customer behavior in different situations and environments. This brings up new opportunities like individualized and targeted marketing. In some cases actions and events need to be examined on a long term basis and data from different sources to be compared with each other. In case of misuse, there is the risk of the original information being corrupted. For these reasons or, for example, due to PCI compliance, the need to centralize, manage and analyze logs and other information is growing rapidly. More often the volyme of data is too large to be handled with traditional analysis methods. With big data technology the analysis results of large amount of diverse data can be achieved faster and more efficiently.

This thesis was carried out by collecting information from publications of research institutes, articles in the media and from reported cases of big data utilization. Also interviews with specialists were used to add perspective to the case studies. This thesis can serve as an outline and introduction to people, who work with data management or develop analytical solutions.