The definition of Big Data goes bey

The definition of Big Data goes beyond the dimension of volume; it includes the types and
frequency of data that are disruptive to traditional database management tools. Minelli et al. (2013) described velocity as the speed at which data is created, accumulated, ingested, and
processed. Sathi (2012) described velocity in terms of throughput and latency. Harris remarked:
Social media data streams, such as Twitter data, produce a large influx of data at high frequency,
which ensures large volumes, over 8 TB per day (Oracle, 2012). Real-time analysis and response
to such data are characteristic of Big Data management in many business situations. IBM (2013)
provided examples of velocity that include scrutinizing 5 million trade events created each day to
identify potential fraud, and analyzing 500 million daily call detail records in real-time to predict
customer churn faster. Maddox (2012), indicated a “10 millisecond in the spot demonstrates just
how fast technology is able to provide feedback to its advertisers about online audience
behavior” (para. 8). Marketers use real-time social media, Web browsing and transactional data
to tailor real-time responses to target individuals and segments. Companies monitor their internal
operations and environments in real-time and generate real-time responses. Big Data with high
velocity has created opportunities and requirements for organizations to increase the capability of
real-time sense and response.

ผลลัพธ์ (ไทย) 1:

นิยามของข้อมูลขนาดใหญ่เกินกว่าขนาดของไดรฟ์ข้อมูล มีชนิด และความถี่ของข้อมูลที่ขวัญเครื่องมือจัดการฐานข้อมูลดั้งเดิม Minelli et al. (2013) อธิบายเร็วเป็นความเร็วที่ข้อมูลจะถูกสร้างขึ้น สะสม กิน และการประมวลผล Sathi (2012) อธิบายความเร็วสูงและแฝง แฮริสกล่าว:กระแสข้อมูลสื่อสังคม เช่นข้อมูล Twitter ผลิตอีกขนาดใหญ่ของข้อมูลที่ความถี่สูงซึ่งเราช่วยให้ไดรฟ์ข้อมูลขนาดใหญ่ 8 TB ต่อวัน (Oracle, 2012) วิเคราะห์แบบเรียลไทม์และการตอบสนองข้อมูลดังกล่าวมีลักษณะของการจัดการข้อมูลขนาดใหญ่ในหลายธุรกิจสถานการณ์ ไอบีเอ็ม (2013)ตัวอย่างของความเร็วที่ scrutinizing เหตุการณ์การค้า 5 ล้านที่สร้างขึ้นแต่ละวันเพื่อ ให้ระบุอาจฉ้อโกง และวิเคราะห์ทุกวัน 500 ล้านระเบียนรายละเอียดในแบบเรียลไทม์เพื่อทำนายลูกค้าเดือดพล่านได้เร็วขึ้น แมดด็อกซ์ (2012), ที่แสดงเป็น "มิลลิวินาทีที่ 10 ในจุดแสดงให้เห็นเพียงความเร็วเทคโนโลยีคือสามารถให้ผลป้อนกลับของผู้โฆษณาเกี่ยวกับชมออนไลน์พฤติกรรม" (para. 8) นักการตลาดที่ใช้สื่อสังคมออนไลน์แบบเรียลไทม์ เว็บทรานแซคชัน และเรียกดูข้อมูลเพื่อปรับเวลาจริงตอบสนองต่อเป้าหมายบุคคลและกลุ่ม บริษัทตรวจสอบภายในของพวกเขาสภาพแวดล้อมในเวลาจริงและการดำเนินงาน และสร้างการตอบรับแบบเรียลไทม์ ข้อมูลขนาดใหญ่ มีสูงความเร็วได้สร้างโอกาสและความต้องการสำหรับองค์กรเพื่อเพิ่มความสามารถในการความจริงและตอบสนอง

ผลลัพธ์ (ไทย) 2:

ความหมายของข้อมูลขนาดใหญ่นอกเหนือไปจากมิติของปริมาณ;
มันรวมถึงประเภทและความถี่ของข้อมูลที่มีการก่อกวนเพื่อเป็นเครื่องมือในการจัดการฐานข้อมูลแบบดั้งเดิม Minelli et al, (2013)
อธิบายความเร็วเป็นความเร็วที่จะถูกสร้างขึ้นข้อมูลสะสมกินและการประมวลผล Sathi (2012) อธิบายความเร็วในแง่ของการส่งผ่านและแฝง แฮร์ริสตั้งข้อสังเกต:
ข้อมูลสื่อสังคมลำธารเช่นข้อมูลทวิตเตอร์ผลิตการไหลบ่าของข้อมูลที่ความถี่สูงซึ่งทำให้ไดรฟ์ที่มีขนาดใหญ่กว่า 8 TB ต่อวัน (Oracle, 2012)
การวิเคราะห์แบบ Real-time
และการตอบสนองต่อข้อมูลดังกล่าวเป็นลักษณะของการจัดการข้อมูลขนาดใหญ่ในสถานการณ์ทางธุรกิจจำนวนมาก ไอบีเอ็ม (2013)
ให้ตัวอย่างของความเร็วที่มีการกลั่นกรอง 5000000
เหตุการณ์การค้าที่สร้างขึ้นในแต่ละวันเพื่อระบุการทุจริตที่อาจเกิดขึ้นและวิเคราะห์500
ล้านบาทบันทึกรายละเอียดการโทรทุกวันในเวลาจริงที่จะคาดการณ์ลูกค้าปั่นเร็วขึ้น แมดดอกซ์ (2012) ที่ระบุว่า "10
มิลลิวินาทีในจุดที่แสดงให้เห็นเพียงว่าเทคโนโลยีได้อย่างรวดเร็วสามารถให้ข้อเสนอแนะแก่ผู้โฆษณาที่เกี่ยวกับผู้ชมออนไลน์พฤติกรรม" (para. 8)
นักการตลาดใช้เวลาจริงสื่อสังคม,
การท่องเว็บและข้อมูลการทำธุรกรรมที่จะปรับแต่งการตอบสนองในเวลาจริงในการกำหนดเป้าหมายบุคคลและกลุ่ม บริษัท
ตรวจสอบภายในของพวกเขาการดำเนินงานและสภาพแวดล้อมในเวลาจริงและสร้างการตอบสนองในเวลาจริง ข้อมูลขนาดใหญ่ที่มีความสูงความเร็วได้สร้างโอกาสและความต้องการสำหรับองค์กรในการเพิ่มขีดความสามารถของความรู้สึกในเวลาจริงและการตอบสนอง

ผลลัพธ์ (ไทย) 3:

ความหมายของข้อมูลที่ใหญ่เกินกว่าขนาดของปริมาณ ; มันรวมถึงชนิดและความถี่ของข้อมูลที่ถูกก่อกวนให้เครื่องมือในการจัดการข้อมูลแบบดั้งเดิม มิเนลลี่ et al . ( 2013 ) อธิบายถึงความเร็วที่ความเร็วที่ข้อมูลจะถูกกลืนกิน และสะสมประมวลผล sathi ( 2012 ) อธิบายถึงความเร็วในแง่ของ throughput และแฝงอยู่ แฮร์ริสกล่าว :ข้อมูลสื่อสังคม กระแส เช่น ข้อมูล Twitter ผลิตขนาดใหญ่ไหลเข้าของข้อมูลที่ความถี่สูงซึ่งช่วยให้ปริมาณขนาดใหญ่กว่า 8 TB ต่อวัน ( Oracle , 2012 ) การวิเคราะห์เวลาจริงและการตอบสนองข้อมูลดังกล่าวเป็นลักษณะของการจัดการข้อมูลในสถานการณ์ทางธุรกิจมากมาย IBM ( 2013 )ให้ตัวอย่างของความเร็วที่รวม 5 ล้านจัดกิจกรรมการค้าที่สร้างขึ้นในแต่ละวันระบุศักยภาพการฉ้อโกง และวิเคราะห์ 500 ล้านระเบียนรายละเอียด โทรทุกวันในเวลาจริงเพื่อทำนายลูกค้าปั่นได้เร็วขึ้น แมดดอกซ์ ( 2012 ) พบ " 10 มิลลิวินาทีในจุดที่แสดงให้เห็นถึงแค่วิธีที่รวดเร็วเป็นเทคโนโลยีที่สามารถให้ข้อเสนอแนะเพื่อให้โฆษณาเกี่ยวกับผู้ชมออนไลน์พฤติกรรม " ( พารา 8 ) นักการตลาดใช้เรียลไทม์สื่อสังคม , การท่องเว็บและข้อมูลการติดต่อปรับการตอบสนองเวลาจริงเพื่อเป้าหมายบุคคลและกลุ่ม การตรวจสอบภายในของบริษัทการดำเนินงานและสภาพแวดล้อมในเวลาจริงและสร้างการตอบสนองเวลาจริง ข้อมูลใหญ่สูงความเร็วที่ได้สร้างโอกาสและความต้องการขององค์กรเพื่อเพิ่มความสามารถของความรู้สึกแบบเรียลไทม์และการตอบสนอง