Vid sidan av molnet är det få termer som dyker upp lika ofta i leverantörers marknadsmaterial som big data. Man vill få kunder att känna att det finns en outnyttjad potential i all den information som de samlar – eller kan samla – på sig.

Men exakt vad termen big data faktiskt betyder är inte självklart. Någon allmänt accepterad definition finns inte. I stället väljer olika aktörer att tolka in lite allt möjligt i begreppet. Det sagt finns det en handfull ord som ständigt återkommer: storlek, hastighet, variation och komplexitet.

Att datavolymerna är viktigt ger sig av själva begreppet big data. Men även om volymerna är relevanta är det inte helt avgörande. Anders Larsson Madeley, säljkanalansvarig på IBM, tonar ner storlekens betydelse och vill istället prata om vikten av olika typer av data.
– Begreppet är relativt, konstaterar han. I dag är de stora datalagren i Sverige sällan över 20 terabyte. Samtidigt finns det företag som har möjlighet att analysera volymer som är tusenfalt större, säger han.

Även Klas Eckervald, it-arkitekt på dataanalysföretaget Teradata, håller med. De har arbetat med stora beslutstödslösningar i många år. Flera kunder har system i petabyte-klassen.
– Att hantera stora datavolymer har massive parallel processing-databaser klarat av i årtionden. Big data handlar inte, namnet till trots, bara om stora datavolymer, säger han.

60 timmar i minuten
Så storleken har varit hanterbar tidigare, men detsamma går inte riktigt att säga om hastigheten. I dag rasar ofta informationen in med ett enormt tempo. Loggarna på stora webbplatser växer med hundratusentals rader per sekund och på Youtube laddas motsvarande 60 timmars film upp varje minut. Tidigare var realtidsanalys av en sådan informationsmängd otänkbar.

Variationen och komplexiteten är ännu värre. Data skapas i alla möjliga former. Det är inte längre bara organiserad information från vanliga affärsapplikationer som är relevant. Allt ett företag skapar eller kan komma över är en potentiell källa. Bilder, loggar, webbsidor och sensordata är bara några exempel.

– Mer och mer data är ostrukturerade, konstaterar Per Österman, chef på konsultföretaget Accentures analysavdelning.
– Enligt vissa beräkningar är det så mycket som 80 procent.

Efterfrågan på komplexa analytiska funktioner för att hantera det här exploderar just nu.
Målet med big data är alltså analys. Det gäller att på olika sätt hitta affärsvärden i den information som finns tillgänglig för företaget.

Fortsätt läsa artikeln i tidningen
Denna artikel kan du som prenumerant hitta i sin fullständiga längd i papperstidningen samt i TechWorlds e-tidning.

Inte prenumerant ännu? Välkommen att teckna din prenumeration.