Каждый из нас время от времени посещает магазины. Поэтому приведем пример из области торговли. Казалось бы все просто — сравнил месячные затраты с прибылью и оценил эффективность. Вроде бы и методы анализа больших данных применять негде, но это далеко не так.
Затраты магазина складываются из:
- денег потраченных на приобретение товаров;
- зарплаты персонала;
- накладных расходов (освещение, кондиционирование, вода и т.п.).
При приобретении товара необходимо обеспечить магазин продукцией требуемого качества по минимально возможным ценам. У магазина есть десятки реальных и тысячи потенциальных поставщиков. Перебирать и анализировать прайс-листы вручную давно невозможно. Но помимо цены нужно анализировать сроки поставки, надежность поставщика, качество его продукции и еще десятки параметров по каждому из возможных поставщиков.
Это уже обработка больших объемов данных, с которой человек не справляется. Быстро он может выбирать из двух-трех предложенных ему вариантов. Визуализация больших данных позволяет ускорить этот процесс. Человеческий мозг воспринимает одну и ту же информацию, представленную в разном виде, по разному. Одно дело читать алфавитный список участников забега и времени, за которое каждый из них преодолел дистанцию, другое — посмотреть на пьедестал почета. Визуализацией больших данных достигается цель представления каждого типа данных в том виде, который легче воспринимается мозгом. Это увеличивает скорость принятия решений.
Приводимые примеры, являются упрощенными. Здесь не учтены транспортные расходы по доставке от каждого поставщика, нужное количество товара и еще масса параметров, которые необходимо анализировать, для принятия эффективного решения.