Автор: Дмитрий Кудинов

Большие данные, Big Data, в традиционном понимании, имеют применимость в основном за счёт развития аналитических возможностей прикладных инструментов информационных технологий. То есть, если мы говорим о больших данных, то подразумеваем машинную обработку таких массивов информации, обработка которых недоступна не просто одному человеку, но даже и очень большой группе людей.
Однако, аналитический принцип больших данных как таковой, по большому счёту, не зависит от методов, которыми была достигнута автоматизация обработки.
Зачастую, сама среда располагает к накоплению аналитики за счёт монотонного и долгопериодичного характера многих событий. Причем, это может быть и биологическая, и антропогенная среда. Особенно важно, что подобные аналитические данные могут формироваться не просто годами или десятилетиями, но даже и на протяжении веков, что делает возможным и обратную экстраполяцию данных, и поиск пространственно-временных корреляций, и многие другие вещи, недоступные пока что большим данным в своём основном прочтении.

Ну а пример для статьи я взял с поверхностей эскалатора на станции Сретенский бульвар московского метро. Замечательная иллюстрация интенсивности, характера и структуры транспортных потоков в этом месте. Хорошим дизайнерам среды (предположим, что эта профессия относится скорее к ближайшему будущему, но, похоже, пора вводить её в оборот) необходимо пользоваться не только цифровыми большими данными, но и аналоговыми, сформированными самой средой.