چند سال پیش، زمانی که هنوز حوزه فعالیت خودم را انتخاب نکرده بودم و دائما از بقیه مشورت می‌گرفتم، یکی از فعالان حوزه تکنولوژی جمله جالبی به من گفت؛ آینده در دست داده‌هاست. حالا مدتی است که دائما و با اتفاقات حوزه تکنولوژی، بیشتر از قبل به این جمله ایمان می‌آورم. اصلا همین خبری که درباره جمع آوری اطلاعات کاربران توسط آنتی ویروس آواست و فروش این داده‌ها به کمپانی‌های بزرگ منتشر شد، باعث تا این مطلب را بنویسم.

پیشنهاد فیسیت: آنتی ویروس آواست داده‌های کاربران را به شرکت‌های بزرگ می‌فروشد

حتما برای شما هم پیش آمده است که وارد وب سایتی مثل دیجی کالا شوید و در کمال تعجب ببینید که کالاهایی که قبل جستجو کرده‌اید، به شما پیشنهاد می‌شود. شاید این مثال برای‌تان جذاب‌تر باشد که وقتی از موضوع خاصی صحبت می‌کنید، و کامپیوتر شما هم روشن است، تبلیغاتی که در بسیاری از وب سایت‌های خارجی مشاهده می‌کنید، با موضوع صحبتتان ارتباط دارد! برای درک بهتر این موضوع پیشنهاد می‌کنیم ویدیو زیر را ببینید:

در واقع داده در حال تبدیل شدن به یک بیزینس بزرگ، پردرآمد و حیاتی است. در واقع کسب و کارها با استفاده از همین داده‌هاست که تصمیم می‌گیرند حرکت بعدی سیستمشان را چطور برنامه ریزی کنند. کسب و کارهای مختلف، رفتار کاربران خود را جمع آوری کرده و آنالیز می‌کنند و با استفاده از همین داده‌های زیاد از همه کاربرانشان، مدل بیزینسی خودشان را طراحی می‌کنند.

روش‌های زیادی برای جمع آوری داده و رفتار مشتریان و کاربران وب سایت‌ها وجود دارد. یکی از عمومی‌ترین روش‌ها، ذخیره کوکی است. شاید این روزها به وب سایت‌های زیادی برخورده باشید که از شما دسترسی ذخیره کوکی را میخواهند.

روش دیگر ابزارهایی است که گوگل در اختیار مدیران وب سایت‌ها قرار می‌دهد. گوگل آنالیتیکس یکی از همین ابزارهاست که به صورت دقیق تعداد بازدید کنندگان از وب سایت، منابعی که بازدیدکنندگان از سمت آن وارد وب سایت شده‌اند، سیستم عامل آن‌ها، صفحاتی از سایت که بازدید کرده‌اند و... را ذخیره و در اختیار مدیر وب سایت قرار می‌دهد.

خود وب سایت‌ها هم به طرق مختلف می‌توانند داده‌های کاربران خود را جمع آوری کنند. بی شک فروشگاه‌های اینترنتی می‌توانند تاریخچه خریدهای مشتریان خود را نگه دارند، با تحلیل داده‌ها متوجه شوند که در چه فصلی از سال، فروش چه محصولی بیشتر است و... .

اما شاید این سوال برای شما هم پیش بیاید که از این داده‌ها چه استفاده‌هایی می‌شود؟ کسب و کارهای مختلف از این داده‌ها برای کاربردهای مختلفی می‌توانند استفاده کنند. برای مثال وب سایت‌های مختلف می‌توانند متوجه شوند که کاربرانشان بیشتر از چه سیستم عاملی استفاده می‌کنند تا وب سایت خود را برای آن سیستم عامل بهینه‌تر کنند. و یا اینکه متوجه می‌شوند که چه صفحاتی از وب سایت‌شان پربازدیدتر است تا از این صفحات استفاده مناسبی داشته باشند.

فروشگاه‌های اینترنتی با استفاده از همین داده‌ها، می‌توانید به کاربرانشان محصولاتی را پیشنهاد کنند که مورد نیازشان است. برای نمونه کاربری که سال گذشته گوشی آیفون خریداری کرده است، به احتمال قوی امسال به دنبال خرید ایرپاد پرو است. پس سیستم به سادگی یک مشتری بالقوه را یافته و پیشنهاد خرید محصول را برای او ارسال می‌کند.

اگر بخواهیم یه نمونه دیگری از کاربرد داده‌ها در دنیا روزمره خودمان را مثال بزنیم، می‌توانیم به فروشگاه‌های مواد غذایی اشاره کنیم. اگر دقت کرده باشید، همیشه کره را کنار قوطی‌های مربا قرار می‌دهند، زیرا کسی که مربا می‌خرد، احتمالا کره هم خواهد خرید.

در حوزه دیتا می‌توانیم به دو مفهموم اساسی اشاره کنیم، یکی بیگ دیتا (Big Data) و دیگری دیتا ماینینگ (Data Mining).

بیگ دیتا چیست؟

بیگ دیتا در واقع حجم زیادی از داده‌هاست که این داده‌ها می‌توانند ساختارمند یا همان structured، شبه ساختارمند (Semi-structued) و یا بدون ساختار باشند. درواقع بیگ دیتا خوراکی است برای دیتا ماینینگ.

دیتا ماینینگ چیست؟

داده کاوی یا همان دیتا ماینینگ فرآیند استخراج الگوهای پنهان و مخفی و روابط مشخص، از بین داده‌های حجیم در یک پایگاه داده بزرگ یا همان بیگ دیتا است. دیتا ماینینگ یا همان داده کاوی را بسیاری با نام کشف دانش در پایگاه داده‌ها و به اختصار KDD می‌شناسند.