تعتزم حكومة الصين في عام 2020 م إطلاق نظام إلكتروني فريد و هو الأول من نوعه في العالم .. يقوم هذا النظام على تقييم المواطنين في الصين حسب سلوكياتهم و تصرفاتهم في نطاق الشبكات الإلكترونية كشبكة الانترنت , و نقاط البيع , و غيرها . يمكن للنظام تحليل و تقييم كل مواطن حسب سلوكياته في وسائل التواصل الإجتماعي و عبر تطبيقات المحادثات الخاصة و ايضاً عن طريق تحليل مشترياتهم , من يشتري السجائر هذا قد يخفض من تقييم المواطن بسبب سوء السلوك , و من يكثر من شراء ألعاب الفيديو سيعتبر شخصاً كسولاً و تنقص نقاطه , بينما من يشتري حليب أطفال أو مستلزمات منزلية سيصنف كشخص مسؤول و تزيد نقاطه على ذلك , كأنه يقوم بحساب الحسنات و السيئات .
و يوثر هذا التقييم على حياة المواطن في جميع الأصعدة خصوصاً على أهليته في الحصول على العديد من الخدمات , كالحصول على تأشيرات السفر , و استحقاقه للقروض العقارية , و غيرها ..
لكن لو فكرنا قليلاً , حتى تحصل على هذا الكمية من البيانات عن شخص واحد فقط ستحتاج إلى كم كبير من البيانات , فكيف سيقدر هذا النظام على استيعاب و تحليل بيانات أكثر من مليار صيني !!
لهذا جاءت تسمية الـ Big Data ( أو البيانات الضخمة ) . البيانات الضخمة هي أي مجموعة من البيانات التي هي بحجم يصعب أو يستحيل على أدوات قواعد البيانات التقليدية معالجتها . حيث تحتاج هذه البيانات لنوع خاص من الأدوات من أجل التقاط ، ومشاركة ونقل ، وتخزين ، وإدارة و تحليل في غضون فترة زمنية مقبولة لتلك البيانات.
يتم تصنيف البيانات الضخمة الى 3 تصنيفات أساسية :
1- الحجم
2- التنوع
3- السرعة
للبيانات الضخمة اهمية عالية فهي تقدم ميزة تنافسية عالية للشركات اذا استطاعت الاستفادة منها ومعالجتها لأنها تقدم فهما أعمق لعملائها ومتطلباتهم ويساعد ذلك على اتخاذ القرارات المناسبة و الملائمة داخل الشركة بطريقة أكثر فعالية و ذلك بناء على المعلومات المستخرجة من قواعد بيانات العملاء وبالتالي زيادة الكفاءة والربح وتقليل الخسائر.
بإستخدام تقنيات و أدوات تحليل البيانات الضخمة استطاعت وول مارت تحسين نتائج البحث عن منتجاتها عبر الأنترنت بنسبة 10-15% بينما في تقرير لشركة ماكينزي وهى شركة رائدة في مجال استشارات الاعمال- ان القطاع الصحي بالولايات المتحدة لو كان يستخدم تقنيات تحليل البيانات الضخمة بفاعلية و كفاءة لكان قد أنتج أكثر من 300 مليون دولار أمريكي كفائض سنوي من ميزانية الصحة ثلثيها بسبب خفض تكاليف الإنفاق بنسبة 8% .