Data Science

Definition of Data Warehousing in Hindi :-  डेटा वेयरहाउसिंग का उपयोग किसी व्यवसाय या संगठन द्वारा विभिन्न प्रकार के जानकारी या डेटा को संग्रहित करने के लिए किया जाता है। डाटा वेयरहाउस में अलग-अलग स्रोतों से मिलने वाले डेटा को एकत्रित करके उनका विश्लेषण किया जाता है, इन डेटा के उपयोग से संगठनों को विभिन्न प्रकार के निर्णय लेने में मदद मिलती है।

अगर साधारण शब्दों में कहे तो डाटा वेयरहाउस नेटवर्क या इंटरनेट से जुड़ा हुआ एक कंप्यूटर होता है, किसका उपयोग मुख्य रूप से अलग-अलग स्त्रोतों से प्राप्त डेटा को एकत्र करने तथा उनका विश्लेषण करके एक रिपोर्ट प्रस्तुत करने के लिए किया जाता है।

Example of Data Warehouse :- उदाहरण के लिए मान लीजिए कि अगर किसी संगठन के द्वारा किसी देश के अलग-अलग शहरों में कई दुकानों को चलाया जाता है, तो इस संगठन द्वारा रोज की कुल बिक्री तथा लाभ का पता लगाने के लिए इन प्रत्येक दुकानों से प्राप्त रोज के जानकारियों को एक जगह पर एकत्रित करने की आवश्यकता होती है, इसी प्रकार के आवश्यकता को पूरा करने के लिए डाटा वेयरहाउस की तकनीक का उपयोग किया जाता है।

Functions of Data Warehouse in Hindi

Functions of Data Warehouse in Hindi:- डाटा वेयरहाउस के अंतर्गत किए जाने वाले प्रमुख कार्य निम्नलिखित रुप से है :-

• Data Extraction (डेटा एक्सट्रैक्शन) :− डाटा वेयरहाउस में कई अलग-अलग स्रोतों से डेटा को प्राप्त करके उन्हें इकट्ठा किया जाता है।
• Data Cleaning (डेटा क्लीनिंग) :− डाटा वेयरहाउस में अलग-अलग स्त्रोतों से प्राप्त डेटा के अंदर त्रुटियों को ढूंढ कर उन्हें ठीक किया जाता है।
• Data Transformation (डेटा ट्रांसफॉर्मेशन) :− अलग-अलग स्त्रोतों से मिलने वाले डेटा का प्रारूप भी एक दूसरे से अलग-अलग होता है, इसलिए डाटा वेयरहाउस में इन सभी अलग-अलग प्रकार के डाटा के प्रारूप को समान फॉर्मेट या प्रारूप में परिवर्तित करके जमा किया जाता है।
• Data Loading (डेटा लोडिंग) :− डाटा लोडिंग के अंतर्गत डाटा समूह से डुप्लीकेट जानकारियों को रिमूव कर दिया जाता है और डाटा को सामान क्रम में व्यवस्थित करके अरेंज किया जाता है।
• Data partitions (डेटा पार्टिशन):− इसके अंतर्गत समान प्रकार के डाटा को सुव्यवस्थित करने के लिए अलग-अलग खंडों में विभाजित किया जाता है।
• Data summarizing (डेटा समराइज़ींग) :- इसके अंतर्गत डाटा को सनराइजर या कम्प्रेस करके छोटा करने का प्रयास किया जाता है।
• Data analysis (डेटा एनालिसिस) :- इसके अंतर्गत डाटा वेयरहाउस में जमा डेटा का पूर्ण विश्लेषण किया जाता है तथा अधिकृत अधिकारियों के समक्ष आवश्यक रिपोर्ट प्रस्तुत किया जाता है।

Types of Data Warehouse in Hindi

Types of Data Warehouse in Hindi:- डेटा वेयरहाउस मुख्य रूप से तीन प्रकार का होता हैं:-

• Enterprise Data Warehouse (एंटरप्राइज़ डेटा वेयरहाउस) :- इसमें जानकारियों को एक केंद्रीकृत डेटाबेस में संग्रहित किया जाता है।
• Operational Data Store (ऑपरेशनल डेटा स्टोर) :- इस प्रकार के वेयरहाउस में जानकारियों को संग्रहित करने के लिए real time (रियल टाइम) डेटाबेस का उपयोग किया जाता है।
• Data Mart (डेटा मार्ट):- यह फाइनेंस तथा सेल्स कैसे व्यापारिक कार्य के लिए बनाया गया एक विशेष प्रकार का डाटा वेयरहाउस होता है।

Advantages of Data Warehouse in Hindi

• चूँकि डाटा वेयरहाउस में अलग-अलग स्त्रोतों से जानकारियों को एकत्रित करके जमा किया जाता है, इसलिए इसके उपयोग से विभिन्न संगठन महत्वपूर्ण जानकारियों को एक ही स्थान से प्राप्त कर सकते हैं।
• डाटा वेयरहाउस किसी संगठन से संबंधित महत्वपूर्ण जानकारियों को एक संकुचित रिपोर्ट के रूप में प्रस्तुत करता है, जिससे कि संगठन के मैनेजर तथा अधिकारियों को महत्वपूर्ण जानकारियां प्राप्त करके निर्णय लेने में मदद मिलती है।
• यह आवश्यक जानकारी प्राप्त करने तथा उनके विश्लेषण करने में लगने वाले समय को कम कर देता है क्योंकि इसमें सभी जानकारियों को पहले से ही सही प्रारूप या फॉर्मेट में तैयार रखा जाता है।
• इसमें जानकारियों को प्राप्त समय के अनुसार संग्रहित किया जाता है, जिससे कि अधिकारियों द्वारा बदलते समय के अनुसार डाटा में होने वाले परिवर्तन का बहुत आसानी से विश्लेषण किया जा सकता है।
• अलग-अलग विभाग या शाखाओं में विभाजित व्यवसायिक संगठन के लिए डाटा वेयरहाउस उपयोगिता और अधिक हो जाती है, क्योंकि ऐसे संगठनों के लिए प्रत्येक जानकारी को एक जगह इकट्ठा किए बिना उनके विश्लेषण करने का कोई और तरीका है ही नहीं।
• इसमें जमा डाटा की विश्वसनीयता को बहुत आसानी से जांचा जा सकता है, यह इसके गुणवत्ता को बढ़ाता है।
• डाटा वेयरहाउस पर होने वाला रिटर्न ऑन इन्वेस्टमेंट बहुत अधिक है, अर्थात इसे बनाने में लगने वाला खर्च की तुलना में इससे मिलने वाले लाभ बहुत अधिक है।

Disadvantages of Data Warehouse in Hindi

• इसमें किसी संगठन से संबंधित सभी जानकारियों को एक जगह इकट्ठा किया जाने के कारण डेटा की सुरक्षा तथा निजता का खतरा उत्पन्न हो जाता है, क्योंकि अगर किसी कारण बस इन डेटा तक किसी गैर अधिकृत व्यक्ति की पहुंच संभव हो जाती है, तो उस व्यवसायिक संगठन से जुड़े हुए बहुत ही महत्वपूर्ण जानकारियों का उपयोग गलत तरीके से किया जा सकता है।
• डाटा वेयरहाउस में जमा जानकारियों पर साइबर अटैक जैसे की हैकिंग या वायरस आदि का खतरा बना रहता है।
• डेटा वेयरहाउस का निर्माण और कार्यान्वयन निश्चित रूप से जटिल प्रक्रिया है तथा इसमें बहुत अधिक समय और धन के निवेश की आवश्यकता होती है।
• हालांकि डाटा वेयरहाउस की अवधारणा सुनने में बहुत ही आसान लगता है लेकिन इसका उपयोग करने के लिए बहुत ही विशेषज्ञों की आवश्यकता होती है, क्योंकि डाटा को इकट्ठा करना, उन्हें सही प्रारूप में संग्रहित करना, डेटा का विश्लेषण करना तथा आवश्यक रिपोर्ट प्रदान करने के लिए बहुत अधिक अनुभव  और ज्ञान की आवश्यकता होती है।
• डाटा वेयरहाउस जॉब के लिए उच्च क्षमता वाले कंप्यूटर तथा इन्हें प्रबंधित करने के लिए अतिरिक्त कर्मचारियों की आवश्यकता होती है जिससे व्यवसायिक संगठन का कुल खर्च बढ़ जाता है।

Summery :- डाटा वेयरहाउस का उपयोग किसी संगठन से संबंधित अलग-अलग जानकारियों को संग्रहित करने के लिए किया जाता है। बाजार में MarkLogic (मार्कलॉजिक), Amazon Web services (अमेज़न वेब सर्विस), Oracle  (ओरेकल), Teradata (टेराबाइट) जैसी बड़ी-बड़ी कंपनियां डाटा वेयरहाउस की सुविधा प्रदान करती है। कोई भी व्यवसायिक संगठन इनसे मासिक या सालाना शुल्क देकर डाटा वेयरहाउस की सुविधा ले सकता है। इसके अलावा अगर कोई संगठन चाहे तो अपना स्वयं का भी वेयरहाउस विकसित कर सकता है, हालांकि इसमें इसके लिए बहुत अधिक निवेश की आवश्यकता होती है।

Definition of Apache Hadoop Framework in Hindi:- हडूप एक ओपन-सोर्स फ्रेमवर्क है, जिसे मूल रूप से बहुत अधिक मात्रा में डेटा का विश्लेषण करने के लिए विकसित किया गया है। इसे Apache कंपनी के द्वारा बनाया गया था, इसीलिए इसे कई बार आम बोलचाल की भाषा में अपाचे हडूप भी कहते हैं।

हडूप फ्रेमवर्क की सबसे बड़ी विशेषता यह है कि इसके मदद से हम एक साथ कई अलग-अलग कंप्यूटर मशीनों को जोड़कर उनमें डाटा संग्रहित कर सकते हैं और उन में जमा जानकारियों को समान रूप से संसाधित कर के उनका विश्लेषण भी कर सकते हैं। इसे Hadoop distributed file system (HDFS) के नाम से भी जाना जाता है क्योंकि ये मूल रूप से कई अलग-अलग कम्प्यूटरों में एक साथ मिलकर सूचनाओं को संगृहीत करने के  लिए ही बनाया गया था।

Key Features of Hadoop in Hindi

Key Features of Hadoop in Hindi:- हडोप फ़ाइल सिस्टम की कुछ प्रमुख विशेषताएं निम्नलिखित रूप से है :-

• हडूप सॉफ्टवेयर फ्रेमवर्क को बनाने के लिए Java प्रोग्रामिंग लैंग्वेज का उपयोग किया गया है।
• यह ओपन-सोर्स फ्रेमवर्क है अर्थात कोई भी इसे मुफ़्त में डाउनलोड करके उपयोग कर सकता है।
• इसे मूलतः Big Data Analytics के काम को कम खर्चे और उच्च गति से करने के लिए बनाया गया है।
• यह हार्डवेयर की विफलता जैसी प्रतिकूल परिस्थितियों में डेटा हानि जैसे समस्या को हल करने में मदद करता है।
• यह अलग-अलग मशीनों पर फ़ाइल ब्लॉकों की प्रतिकृतियां बनाता है जिसके कारण अगर एक मशीन विफल विफल हो जाये तब भी दूसरे मशीनो में डेटा ब्लॉक सुरक्षित रहता है। इसी कारण हडूप को विश्वसनीय फ़ाइल सिस्टम माना जाता है।

History of Hadoop in Hindi:-  हडूप फ्रेमवर्क की अवधारणा 2002 में Doug Cutting (डौग कटिंग) और Mike Cafarella (माइक कैफ़ेरेला) द्वारा की गई थी। 2002 में डौग कटिंग और माइक कैफ़ेरेला Apache Nutch नाम के एक ओपन सोर्स वेब क्रॉलर सॉफ्टवेयर प्रोजेक्ट पर काम कर रहे थे। इस प्रोजेक्ट पर काम करते समय उन्हें big data analytics से सम्बंदित समस्य उत्पन्न हुई क्योंकि उनके प्रोजेक्ट के दौरान बहुत अधिक मात्रा में डेटा इकट्ठा हो रहा था जिन्हें संसाधित करने के लिए उन्हें बहुत अधिक पैसे खर्च करने पर रहे थे। इसीलिए उन्होंने सोचा कि बिग डाटा को स्टोर करने के लिए उन्हें एक सिस्टम बनाना चाहिए जिसकी मदद से वह कम पैसे में ही डाटा को इकट्ठा कर सके और इस तरह हडूप फ्रेमवर्क की शुरुआत हुई।

डौग कटिंग के बेटे के पास एक प्लास्टिक का हाथी था जिसका नाम Hadoop था। इसी खिलौना के नाम पर उन्होंने इस फ्रेमवर्क का नाम हडूप रख दिया। हडूप फ्रेमवर्क के सबसे पहले संस्करण को एक April , 2006 को बाजार में प्रकाशित किया गया था। इसके बाद समय-समय पर इसमें कई अलग-अलग संशोधन किए गए। इसका सबसे नवीनतम तीसरा संस्करण 2017 में प्रकाशित किया गया था।

Advantages of Hadoop in Hindi

• Cost-effective:- अन्य सभी डेटा भंडारण प्रणाली की तुलना में हडोप अधिक सस्ता विकल्प है। इसे बिल्कुल मुफ़्त में डाउनलोड करके उपयोग किया जा सकता है और यह डेटा भंडारण के लिए सस्ती कमोडिटी हार्डवेयर मशीनें का उपयोग करती है। इसमें बड़ी आसानी से किसी नए मशीन को जोड़ा जा सकता है या किसी पुराने मशीन को खोलकर अलग किया जा सकता है। इसके साथ ही हडोप के नए संस्करण में डेटा को स्टोर करने के लिए कम मशीन की आवश्यकता होती है क्योंकि इसमें अनावश्यक डेटा में काफी कमी आई है। इन सब विशेषताओं के कारण हडोप को एक किफायती समाधान है माना जाता है।
• Ease of use:- हडोप फ्रेमवर्क को उपयोग करना बहुत ही सरल है। प्रोग्रामर को हडोप फ़ाइल सिस्टम से जुड़े हुए विभिन्न हार्डवेयर मशीनों के बारे में सोचने की कोई आवश्यकता नहीं होती, हडोप फ्रेमवर्क automatically सभी मशीनों के कार्य प्रणाली का ख़्याल रखता है । हडोप फ्रेमवर्क को उपयोग करना बहुत ही सरल है। प्रोग्रामर को हडोप फ़ाइल सिस्टम से जुड़े हुए विभिन्न हार्डवेयर मशीनों के बारे में सोचने की कोई आवश्यकता नहीं होती, हडोप फ्रेमवर्क automatically सभी मशीनों के कार्य प्रणाली का ख़्याल रखता है ।
• Scalable:- Hadoop एक स्केलेबल डेटा भंडारण प्लेटफॉर्म प्रदान करता है। इसमें नए मशीनों को सिस्टम के साथ जोड़ना तथा किसी पुराने मशीन को खोलकर अलग करने की प्रक्रिया बहुत ही सरल है और इससे मुख्य सॉफ्टवेयर सिस्टम किसी भी प्रकार से दुष्ट प्रभावित नहीं होता।
• Varied Data Sources:- इसके मदद से विभिन्न प्रकार के structured या unstructured डेटा को संग्रहित किया जा सकता है। इसमें टेक्स्ट फाइल, XML फाइल, इमेज, CSV फाइल आदि के रूप में डेटा को संग्रहित किया जा सकता है।
• Fast:- Hadoop की अनूठी संग्रहण पद्धति एक क्लस्टर के मदद से फ़ाइल में संग्रहित डेटा को मैप करता है। जिसके परिणामस्वरूप इसमें बहुत तेज़ी से डेटा प्रोसेसिंग होती है। हडोप में कई terabytes या TB unstructured data को मिनटों में संसाधित किया जा सकता है। इसकी गति के कारण बिजनेस ऑर्गेनाइजेशन में बिग डाटा एनालिटिक्स के लिए हडोप सबसे पहली पसंद है।
• Fault-Tolerant:- हडोप विभिन्न मशीनों में संगठित डाटा का एक कॉपी क्लस्टर नोड में संग्रहित रखता है, जिसके कारण किसी आपातकालीन स्थिति में अगर कोई एक मशीन खराब हो जाए तब भी उस मशीन में संग्रहित जानकारियां पहले से क्लस्टर नोड्स में सुरक्षित रहती है। जिसके कारण इससे एक विश्वसनीय डाटा संग्रहण माध्यम माना जाता है।
• Multiple Languages Supported:- यह सभी सॉफ्टवेयर इंजीनियर और डेवलपर्स को पूर्ण स्वतंत्रता प्रदान करते हैं कि वह हडोप फ्रेमवर्क के साथ C, C++, Perl, Python, Ruby, और Groovy जैसे किसी भी प्रोग्रामिंग लैंग्वेज का उपयोग अपनी जरुरत के अनुसार कर सकते है।
• Compatibility:- बिग डेटा के लिए उपयोग होने वाले सभी आधुनिक तकनीक जैसे कि Spark, Flink आदि हडोप फाइल सिस्टम के साथ बहुत ही बेहतर तरीके से काम करने में सक्षम है। इसी कारण Hadoop को डेटा स्टोरेज प्लेटफॉर्म के रूप में उपयोग करना बहुत ही आसान हो जाता हैं।

Disadvantages of Hadoop in Hindi

• Security Concerns:- हडूप का डिफ़ॉल्टका जटिल एप्लिकेशन के लिए जोखिम भरा हो सकता है क्योंकि इसमें स्टोरेज और नेटवर्क के स्तर पर एन्क्रिप्शन की सुबिधा नहीं है। हडूप को बनाने के लिए जावा प्रोग्रामिंग भाषा का उपयोग किया गया है। इसलिए साइबर अपराधियों इसे कई बार आसानी से Hack कर लेते है। इन्हीं कारणों से आमऔर पर हडूप फ़ाइल सिस्टम के साथ एक एक्सटर्नल फ़ाइल सिस्टम का उपयोग अनिवार्य रूप से किया जाता है।
• Not compatible With Small Data:- इससे मुख्य रूप से बहुत अधिक मात्रा में डाटा को संसाधित करने के लिए बनाया गया है, अगर डाटा की मात्रा कम हो तो उस प्रकार के जरूरतों के लिए यह अनुकूल नहीं हैं। Hadoop में डिफ़ॉल्ट रूप से ब्लॉक का आकार 128MB या 256MB का होता है जोकि किसी छोटी बिज़नेस ऑर्गनिगेशन की जरूरत से बहुत बड़ा है।
• Supports Only Batch Processing:- Hadoop में बैच प्रोसेसिंग इंजन का उपयोग किया गया है। यह तेजी से डेटा पर काम करता है, डेटा इकठा करने एवं उन्हें संसाधित करने के काम को बहुत जल्दी से पूरा कर सकता है लेकिन real-time में output नहीं दे सकता। real-time में जल्दी output के लिए स्ट्रीम प्रोसेसिंग की जरुरत होती है जिसका उपयोग हडूप में नहीं किया गया है।
• Stability Issues:- चूँकि हडूप एक ओपन सोर्स सॉफ्टवेयर है, इसी कारण किसी भी ओपन सोर्स सॉफ्टवेयर की तरह इसमें मौजूद किसी भी प्रकार के अस्थिरता के लिए कोई भी संस्था व्यक्तिगत तौर पर जिम्मेदारी लेने के लिए उपस्थित नहीं होगा। मान लीजिए कि भविष्य में हडूप फ्रेमवर्क में एक नया update आता है लेकिन उस अपडेट के बाद से सभी डेटाबेस में कोई समस्या पैदा हो जाती है तो उसे ठीक करने के लिए कोई भी व्यक्ति या संगठन निजी तौर पर जिम्मेदारी नहीं लेगा । इसी कारण आमतौर पर बिजनेस ऑर्गेनाइजेशन में ओपन सोर्स सॉफ्टवेयर का उपयोग नहीं किया जाता वह किसी निजी कंपनी द्वारा निर्मित उत्पाद को अधिक पसंद करते हैं।

Summery of Hadoop in Hindi:- समय के साथ-साथ डेटा विश्लेषण की प्रक्रिया काफी जटिल होते जा रही है, क्योंकि data का आकार बहुत बड़ा होते जा रहा है। इसलिए वह संगठन जो अपने संस्थान से संबंधित रोजमर्रा के डेटा को इकट्ठा करना चाहते हैं उन्हें एक ऐसे प्लेटफार्म की आवश्यकता हुई जिसके मदद से वह कई अलग-अलग मशीनों को एक साथ जोड़कर उनमें डाटा को इकट्ठा कर सके और उनका विश्लेषण कर सके। इसी जरुरत को पूरा करने के लिए अपाचे कंपनी ने हडूप फ्रेमवर्क का निर्माण किया। आज के समय में यह big data analytics के लिए सबसे ज्यादा उपयोग में लिया जाने वाला फ्रेमवर्क है।

इस लेख में हमने हडूप फ्रेमवर्क को सरल हिंदी भाषा में समझाने का प्रयास किया है। उम्मीद है कि Hadoop in Hindi का यह लेख आपको पसंद आया होगा। अगर आप Hadoop Framework पर लिखे गए इस लेख से संबंधित कोई सुझाव हमें देना चाहते हैं, तो नीचे कमेंट बॉक्स में लिखकर जरूर बताएं जिससे कि हम अपने लेख में आवश्यक परिवर्तन करके इसे और अधिक उपयोगी बना सके।

Definition of Big Data Analytics in Hindi :- बिग डेटा एनालिटिक्स किसी बहुत बड़े डेटा समूह की विश्लेषण करने की प्रक्रिया है, जिसके फलस्वरूप डेटा समूह में छुपे हुए जानकारियाँ, पैटर्न और सूचनाओं का पता चलता है। इसका उपयोग आमतौर पर बाजार के रुझान और ग्राहक की प्राथमिकताओं का पता लगाकर व्यावसायिक निर्णय लेने के लिए किया जाता है।

Big Data Analytics तीन अलग-अलग शब्दों से मिलकर बना है जिसका हिंदी अर्थ  निम्नलिखित रुप से है:-

1. Big (बिग):- बड़ा।
2. Data (डेटा):- डिजीटल सुचना या इलेक्टॉनिक जानकारी।
3. Analytics (एनालिटिक्स):- विश्लेषण।

साधारण शब्दों में कहें तो बिग डाटा एनालिटिक्स किसी संगठन से जुड़े हुए सभी अलग-अलग पहलू जैसे कि ग्राहक, कर्मचारी, उत्पाद आदि से संबंधित डेटा का विश्लेषण करके करने की प्रक्रिया है और इस विश्लेषण के फलस्वरुप उनके रुझान, पसंद-नापसंद, प्रदर्शन जैसे महत्वपूर्ण सूचनाओं को पता लगाने का प्रयास किया जाता है।

बिग डेटा एनालिटिक्स के अंतर्गत उपयोगी जानकारीयों को खोजने के लिए बहुत बड़ी मात्रा में डेटा का विश्लेषण किया जाता है, जिनका आकर आमतौर पर कई हज़ार Terabyte (TB) तक का होता है । यह एक धीमी प्रक्रिया है जिसे करने के लिए बहुत अधिक समय और पैसे की आवश्यकता होती है।

Application of Big Data Analytics in Hindi

Application of Big Data Analytics in Hindi :- निम्नलिखित क्षेत्र में बिग डेटा का उपयोग सक्रिय रूप से किया जाता है:-

• Healthcare:- कौन से मानव DNA या जीन अधिकांशतः बीमारियों के लिए जिम्मेदार है इस तरह के बिस्लेसन में बिग डेटा मदद करता है। इसके साथ ही मरीज के medical history का उपयोग करके डॉक्टर्स उसके भविष्य की बिमारियों का अनुमान लगा सकते है।
• Education:- यह बाजार की आवश्यकताओं के आधार पर नए पाठ्यक्रम विकसित करने और मौजूदा पाठ्यक्रमों में सुधार करने में मदद करता है।
• Media and entertainment:- आजकल ऑनलाइन मनोरंजन के युग में बिग डाटा एनालिटिक्स की तकनीक का उपयोग अपने ग्राहकों की पसंद और नापसंद के अनुसार उनके समक्ष विभिन्न प्रकार के गाने, मूवी, वीडियो आदि के सुझाव को प्रदर्शित करने में मदद करता है।
• Ecommerce:- ग्राहकों के रुझान की भविष्यवाणी करना और उत्पाद की कीमतों का अनुकूलन करना में बिग डेटा एनालिटिक्स का उपयोग होता है। इसके साथ ही ग्राहकों के रुझान के अनुसार ही उनके समक्ष उत्पाद और विज्ञापन के सुझाव भी प्रदर्शित किए जाते हैं।
• Banking :- ग्राहक के आय और खर्च करने वाले पैटर्न, ऋण और क्रेडिट कार्ड जैसे विभिन्न बैंकिंग ऑफ़र चुनने की संभावना का अनुमान लगाने में मदद करते हैं।
• Telecommunications :- यह नेटवर्क की क्षमता का पूर्वानुमान लगाने और ग्राहक अनुभव में सुधार करने में मदद करता है।
• Government :- सरकार तथा विभिन्न प्रकार के सरकारी संगठनों को निर्णय लेने में मदद करता है। विभिन्न प्रकार के अपराध को रोकने एवं अपराधिक प्रवृत्ति के लोगों को पकड़ने में भी मदद करता है।

Types Big Data Analytics in Hindi

Types Big Data Analytics in Hindi:- बिग डेटा एनालिटिक्स मुख्य रूप से चार प्रकार का होता है :-

• Descriptive analytics:- यह सबसे सामान्य प्रकार का बिजनेस इंटेलिजेंस है जो यह बताता है की कब – क्या हुआ था और अब क्या हो रहा है । आमतौर पर इन जानकारियों को रीयल-टाइम डैशबोर्ड के मदद से प्रदर्शित किया जाता है।
• Diagnostic analytics:- यह इंटेलिजेंस को एक कदम आगे ले जाता है और बताता है की जो भी हुआ वो कहां और कैसे हुआ।
• Predictive analytics:- यह ऐतिहासिक घटनाओं के आधार पर भविष्य की संभावना के बारे में बताता है की भविष्य में “क्या होगा और कैसे होगा” । यह डेटा भविष्य के निर्णय लेने में मदद करता है।
• Prescriptive analytics:- यह बताता है की “हमें क्या करना चाहिए” . मतलब कि हमें कोई फैसला लेना चाहिए या नहीं इससे संबंधित सुझाव देता है।

Advantages and Disadvantages Big Data Analytics in Hindi

Advantages Big Data Analytics in Hindi:- बिग डाटा एनालिटिक्स एक क्रांतिकारी तकनीक है, जिसे लगभग सभी बिजनेस और नॉन-बिजनेस ऑर्गेनाइजेशन उपयोग में ले रही है। इसके कुछ प्रमुख लाभ निम्नलिखित रुप से हैं:-

• Better Decision Making:- बिग डाटा एनालिटिक्स किसी संगठन से जुड़े हुए सभी अलग-अलग पहलुओं का विश्लेषण करके सही और कारगर निर्णय लेने में मदद करता है। इसकी सबसे बड़ी बिशेस्ता यह है की इसके मदद से निर्णय लेने की प्रकिया को कम समय और कम इंसानी श्रम में पूरा किया जा सकता है।
• Improve Customer Experience:- यह किसी संगठन के सभी ग्राहकों के अनुभव को बेहतर बनाने में बहुत ही उपयोगी है उदाहरण के लिए किसी भी बड़े संगठन के लिए अपने सभी ग्राहकों के पसंद और नापसंद का ध्यान रखना संभव नहीं। लेकिन बिग डाटा एनालिटिक्स के माध्यम से अपने ग्राहकों के रुझान के अनुसार बेहतर तरीके से काम किया जा सकता है।
• Risk Management :- यह किसी ऑर्गेनाइजेशन से जुड़े हुए सभी संभावित जोखिम का पता लगाने एवं उनके समाधान को ढूंढने में मदद करता है। उदाहरण के लिए किसी बैंकिंग कंपनी के लिए अपने सभी ग्राहकों के खातों में होने वाले लेनदेन पर निगरानी करने के लिए बिग डाटा एनालिटिक्स की तकनीक का उपयोग किया जा सकता है जिससे कि फर्जी गतिविधियों और विसंगतियों की पहचान करके अपराधिक गतिविधि का पता लगाया जा सके।
• New Product Innovations:- चूँकि बिग डेटा एनालिटिक्स के मदद से अपने ग्राहक के पसंद-नापसंद और बाजार में पैदा होने वाले रुझानों का बेहतर तरीके से अनुमान लगाया जा सकता है। इसी कारण इसकी मदद से नए-नए उत्पादों का विकास भी किया जा सकता है। इसके साथ ही अगर किसी उत्पाद को ग्राहकों के द्वारा पसंद ना किया जा रहा हो तो इस नापसंदगी  के पीछे के मुख्य कारणों का पता लगाने के लिए भी, बिग डेटा एनालिटिक्स की जानकारियों का उपयोग किया जा सकता है। जिससे कि उस उत्पाद में मौजूद खामियों को दूर किया जा सके।
• New opportunities:- यह किसी व्यवसाय में छुपे हुए नए संभावनाओं को ढूंढने में मदद करता है। इसके साथ ही भविष्य में पैदा होने वाले संभावनाएं की तलाश करने में भी यह मदद करता है।
• Effective marketing:- जैसा कि आप जानते हैं मार्केटिंग किसी भी व्यवसाय को सफल बनाने का मूल आधार है, इसलिए प्रतिस्पर्धा से भरे हुए आज के बाजार में अपने प्रतिद्वंद्वियों से बेहतर विज्ञापन का निर्माण करने के लिए Big Data Analytics से प्राप्त होने वाले जानकारियों का उपयोग किया जा सकता है।
• Operational efficiency:- यह किसी संगठन के संचालन की प्रक्रिया को सरल बनाता है, इसके साथ ही प्रबंधन से जुड़े हुए फैसलों को लेने में भी मदद करते हैं। इसके मदद से यह पता चल जाता है कि किसी विभाग में कितने लोगों की आवश्यकता है और उन्हें किसी काम को करने में कितना समय लगता है। इस जानकारी के मदद से कर्मचारियों की संख्या निर्धारित करने में मदद मिलती है।
• Competitive advantages:- बिग डेटा एनालिटिक्स एक नई तकनीक है, इसलिए अभी भी कई ऐसे उद्योग हैं जो अपने जो इसका उपयोग नहीं कर रहे हैं। ऐसे में इतने क्रांतिकारी आधुनिक तकनीक का उपयोग करके अपने प्रतिस्पर्धीयों को आसानी से पीछे छोड़ा जा सकता है।
• Easy to Control:- इसे प्रबंधित करना बहुत ही आसान है और इंटरनेट के उपयोग से इसके द्वारा प्राप्त जानकारियों को स्मार्ट फ़ोन में भी देखा जा सकता है। जिससे कि कंपनी के अलग-अलग प्रबंधक एवं अधिकृत व्यक्ति किसी भी स्थान से Big Data Analytics के माध्यम से मिलने वाले रिपोर्ट का बिश्लेसन कर सकते हैं।

Disadvantages Big Data Analytics in Hindi:- बिग डाटा एनालिटिक्स एक लाभप्रद प्रक्रिया है, इसीलिए आमतौर पर सभी छोटे-बड़े ऑर्गेनाइजेशंस द्वारा इसका उपयोग किया जाता है। लेकिन इसके कुछ नकारात्मक पहलू भी है जिनके उदाहरण निम्नलिखित रुप से हैं:-

• High Investment:- इसके लिए सिस्टम विकसित करने में बहुत अधिक निवेश करना पड़ता है क्योंकि बहुत अधिक मात्रा में डाटा इकट्ठा करने की आवश्यकता होती है। इसके साथ ही इन data का तेजी से विश्लेषण करने के लिए बहुत ही अधिक क्षमता वाले मशीनों की आवश्यकता होती है अर्थात संक्षेप में कहें तो यह एक लाभप्रद लेकिन महंगा निवेश है।
• Security threats:- इसमें किसी संगठन से जुड़े हुए सभी निजी जानकारियां मशीन के अंदर संग्रहित की जाती है और जैसा कि आप जानते हैं किसी भी मशीन के अंदर सुरक्षात्मक खतरा कभी भी पैदा हो सकता है अर्थात संगठन से जुड़े हुए जानकारियां कभी भी चोरी हो सकती है। जिनका उपयोग आपराधिक प्रवृत्ति के लोग या प्रतिस्पर्धी अपने व्यावसायिक लाभ के लिए कर सकते हैं।
• Privacy Violation:- इसमें ग्राहक, कर्मचारी के निजी जानकारियां को इकठा किया जाता है और कोई भी इंसान यह पसंद नहीं करेगा कि उसकी निजी जानकारियां किसी और के द्वारा उपयोग किया जाये। इसी कारण कई बार इस प्रक्रिया के कारण विवाद भी पैदा होता है क्योंकि इसके कारण लोगों के निजता का उलँघन होता है।

Summery on Big Data Analytics in Hindi:- 21वीं सदी के आधुनिक युग में Data की तुलना खनिज तेल और सोने जैसे मुल्यवान वस्तुओं से की जाती है। आज के समय में सभी व्यावसायिक और गैर व्यावसायिक संगठन द्वारा रणनीतिक निर्णय लेने के लिए Big Data और Data Sciences आधारित तकनीकों का उपयोग किया जाता है। 21वीं सदी के आधुनिक युग में Data की तुलना खनिज तेल और सोने जैसे मुल्यवान वस्तुओं से की जाती है। आज के समय में सभी व्यावसायिक और गैर व्यावसायिक संगठन द्वारा रणनीतिक निर्णय लेने के लिए Big Data और Data Sciences आधारित तकनीकों का उपयोग किया जाता है। इसी कारण आज के समय में बिग डेटा से जुड़े हुए हुए पेशेवर लोगों की माँग बहुत अधिक बढ़ चुकी है और आने वाले वर्षों में इसके बहुत अधिक बढ़ने की उम्मीद है।

इस लेख में हमने  बिग डेटा एनालिटिक्स को सरल हिंदी भाषा में समझाने का प्रयास किया है। उम्मीद है कि Big data analytics in Hindi का यह लेख आपको पसंद आया होगा। अगर आप बिग डेटा एनालिटिक्स पर लिखे गए इस लेख से संबंधित कोई सुझाव हमें देना चाहते हैं, तो नीचे कमेंट बॉक्स में लिखकर जरूर बताएं जिससे कि हम अपने लेख में आवश्यक परिवर्तन करके इसे और अधिक उपयोगी बना सके।