Vier trends in data science

Vier trends in data science

Dagelijks wordt er meer dan 2,5 triljoen bytes aan data gegenereerd.

Ja, een triljoen! Dit kan van alles zijn en overal in de wereld. In 2020 gebeurde er bijvoorbeeld dit elke minuut:

• Facebook-gebruikers uploaden 147.000 foto’s en delen 150.000 berichten
• Instagram-gebruikers hebben meer dan 347.000 verhalen gepost of 139.000 keer op bedrijfsprofieladvertenties geklikt
• YouTube-gebruikers hebben 500 uur aan video geüpload

En dan hebben we het nog niet eens over de 28 nummers die Spotify aan zijn muziekbibliotheek heeft toegevoegd, de 404.000 uur aan video die Netflix-gebruikers hebben gestreamd en de $ 1 miljoen die consumenten online hebben uitgegeven.

In een sessie uit 2019, mede georganiseerd door de Wharton School of Business and Working Nation, merkte Tsvi Gal, CTO van infrastructuur bij Morgan Stanley, op: "Data-analyse is de zuurstof van Wall Street."

En het is waar; de wereldwijde uitgaven aan big data en bedrijfsanalyses bereikten in 2019 een bedrag van meer dan $ 180 miljard. 79% van de bedrijfsleiders is het ermee eens dat bedrijven die big data niet omarmen hun concurrentiepositie zullen verliezen, terwijl 84 procent van de ondernemingen geavanceerde analyses en big data heeft geïntroduceerd als initiatieven om een concurrentievoordeel te behalen en hun besluitvorming te versnellen.

Bij LexisNexis zien we deze vier trends in de uitdagingen waarmee onze klanten als gevolg hiervan worden geconfronteerd en de oplossingen die ze zoeken.

Trend 1: antwoorden

Data scientists willen antwoorden. Ze zijn op zoek naar oplossingen die de analytische ervaring stroomlijnen en de tijd en complexiteit van het samenstellen van een dataset verminderen.

Alles-in-één oplossingen die gebruikers de kracht geven om data te ontginnen, visualisaties te creëren, resultaten te delen en te repliceren, en actuele inzichten te leveren, zijn daarom erg in trek bij datawetenschappers.

Dat is één van de redenen waarom Nexis heeft geïnvesteerd in de Nexis® Data Lab-oplossing, waarmee gebruikers in slechts enkele minuten tot 100.000 documenten uit het volledige Nexis-nieuwsarchief kunnen zoeken, verfijnen, analyseren, visualiseren en exporteren. Dit is iets waar traditionele API-oplossingen dagen en zelfs weken voor nodig hebben.

Trend 2: toegang

Gebruiker willen toegang tot een bredere dataset maar zonder investeringen in infrastructuur. Ze willen ook zeker weten dat de architectuur aanwezig is om hun werk te kunnen doen.
De oplossing is ervoor te zorgen dat de tools waarop datawetenschappers vertrouwen om hun belangrijke werk te doen, een vertrouwde, intuïtieve besturingsomgeving bieden.

Zo maakt Data Lab  gebruik van de open-source web-app Jupyter die het zelfs voor onervaren onderzoekers gemakkelijk maakt om hun resultaten te interpreteren. Gebruikers met meer onderzoekservaring kunnen hun eigen codes insluiten. Bovendien krijgt elke gebruiker een individuele werkruimte om resultaten op te slaan en terug te keren naar zoekopdrachten voor verdere studie of verfijning.

Trend 3: zekerheid

Als er één woord is dat we vaak horen van onze klanten uit het Hoger Onderwijs, dan is het dit: compliance, compliance, compliance! Universiteiten moeten er zeker van zijn dat grote hoeveelheden gegevens niet worden gedownload of gedeeld op een manier die in strijd is met auteursrechtwetten.

Dit is één van de redenen waarom de Nexis Data Lab-oplossing zo aantrekkelijk is; we beheren alle data in onze eigen omgeving. Aangezien de full-text gegevens bij Nexis blijven hoeven onze klanten zich geen zorgen te maken over inbreuk op het auteursrecht of gegevensbeveiliging.

Trend vier: autoriteit

Datawetenschap en big data-analyse vereisen toegang tot onbevooroordeelde, ongefilterde resultaten, dus niet het soort dat de krijgt als je gaat zoeken via Google. Dit is waar metadata om de hoek komt kijken: het stelt gebruikers in staat om onnauwkeurige resultaten en "ruis" uit te filteren voordat ze zelfs maar bij de resultaten zijn.

Via LexisNexis® SmartIndexing Technology™ wordt alle Nexis-inhoud verrijkt met metadata. Gebruikers kunnen zoekopdrachten samenstellen met behulp van indextermen, zoals onderwerpen, sectoren, bedrijven, organisaties, mensen en plaatsen, om relevante resultaten efficiënt en nauwkeurig te lokaliseren, zonder valse treffers. Dit omvat ook sentiment, iets dat andere oplossingen en het open web niet bieden.

Werk je in het Hoger Onderwijs en ben je enthousiast geworden n.a.v. de inhoud van dit blog? Neem dan eens contact met ons op! Bijvoorbeeld voor een demo of proefabonnement op Nexis Data Lab.