Definition Big Data
„Extrem grosse Datenmengen die rechnerisch analysiert werden können, um Muster, Trends und Assoziationen aufzudecken, insbesondere in Bezug auf menschliches Verhalten und Interaktionen.“ – oxforddictionaries
„Big Data wird zu einer Schlüsselbasis des Wettbewerbs werden und neue Wellen des Produktivitätswachstums, der Innovation und der Konsumentenrente untermauern – solange die richtigen Richtlinien und Freigabefunktion vorhanden sind.“ – McKinsey & Co
„Eine der wichtigsten Herausforderungen der Informationsgesellschaft besteht darin, Daten in Informationen, Informationen in Wissen und Wissen in Werte umzuwandeln. Um Daten auf diese Weise in einen Wert zu verwandeln, müssen große Datenmengen, möglicherweise aus vielen verschiedenen Datenquellen, gesammelt werden, die Daten schnell verarbeitet und komplexe Operationen auf die Daten angewendet werden. „- ETH Zürich
Definition Small Data
Auf der anderen Seite wird der englische Begriff Small Data -> kleinere und übersichtliche Datensätze immer häufiger in Industrieanwendungen verwendet.
„Kleine Daten sind Datensätze, die Interaktion, Visualisierung, Exploration und Analyse auf einer lokalen Maschine ermöglichen, um Business Intelligence voranzutreiben.“ – Stanford
Martin Lindstrom, New York Times Bestseller, veröffentlichte 2016 das Buch: Small Data: The Tiny Clues That Uncover Huge Trends mit der folgenden Definition von Small:
„Scheinbar unbedeutende Verhaltensbeobachtungen mit sehr spezifischen Attributen, die auf ein unerfülltes Kundenbedürfnis hindeuten. Kleine Daten sind die Grundlage für bahnbrechende Ideen oder völlig neue Wege, um Marken zu revolutionieren.“
„Kleine Daten verbinden Menschen mit zeitnahen, aussagekräftigen Erkenntnissen, organisiert und verpackt – oft visuell – um für alltägliche Aufgaben zugänglich, verständlich und umsetzbar zu sein.“ – Allen Bonde
„Kleine Daten sind ein Datensatz, der sehr spezifische Attribute enthält. Kleine Daten werden verwendet, um aktuelle Zustände und Bedingungen zu bestimmen, oder sie können generiert werden, indem grössere Datensätze (Big Data) analysiert werden“ – answerminer
Kleine Daten: Das nächste grosse Ding
Roger Dooley stellt die folgende Frage auf forbes, „Small Data: The Next Big Thing“? Ein ziemlich ähnlicher Ansatz wird vom The Guardian veröffentlicht: „Vergessen Sie Big Data, kleine Daten sind die wahre Revolution“ und in der Harvard Business Review „Manchmal reichen kleine Data aus“, um schlaue Produkte zu entwickeln“. Die meisten Daten in Industrieunternehmen sind eher klein als gross. Selbst mit kleinen Daten ist die Möglichkeit enorm, einen bestehenden oder neuen Prozess zu verbessern.
Linear Regression
Manchmal bieten einfach lineare oder multiple lineare Regression die Möglichkeit, ein neues oder existierendes System zu verbessern. Regression ist ein statistisches Werkzeug, um die Beziehung zwischen zwei oder mehr Variablen zu verstehen und zu quantifizieren. Darüber hinaus ist die lineare Regression eine grundlegende und häufig verwendete Art der prädiktiven Analyse. Drei Hauptanwendungen für die Regressionsanalyse sind die Vorhersage von Effekten und Trends sowie die Bestimmung der Stärke von Prädiktoren. Programme wie R bieten Tools für lineare Regressionsmodelle. Regressionsalgorithmen gehören in den Fachbereich des überwachten Lernens, welches ein Teil des maschinelles Lernen ist.
