Žaidimo didelių duomenų naudojimo atvejų keitimas



Didieji duomenys gali padėti išspręsti sunkumus, su kuriais susiduria didelės organizacijos. Toliau pateikiami didelės vertės didžiųjų duomenų naudojimo atvejai, naudojami sprendžiant problemas, su kuriomis jie susiduria.

'

„Big Data“ gali padėti išspręsti įvairius sunkumus, su kuriais susiduria didelės organizacijos. Toliau pateikiami didelės vertės didelių duomenų naudojimo atvejai, kuriuos galima naudoti sprendžiant su jomis susijusias problemas.





Didžiųjų duomenų tyrinėjimas

„Big Data exploration“ sprendžia tokius iššūkius kaip įvairiose sistemose saugoma informacija ir galimybė naudotis šiais duomenimis atlikti kasdienes užduotis, su kuriomis susiduria didelė organizacija. „Big Data“ tyrinėjimas leidžia analizuoti duomenis ir gauti iš jų vertingų įžvalgų.



Patobulintos „360“ ir „ordm“ klientų peržiūros

Gerinant esamas klientų nuomones, galima geriau suprasti klientus, spręsti klausimus, pavyzdžiui, kodėl jie perka, kaip nori pirkti, kodėl keičiasi, ką pirks toliau ir kokios savybės verčia juos rekomenduoti įmonę kitiems.

Saugumo / žvalgybos pratęsimas



Kibernetinio saugumo ir žvalgybos analizės platformų stiprinimas naudojant „Big Data“ technologijas, kad būtų galima apdoroti ir analizuoti naujus tipus iš socialinės žiniasklaidos, el. Pašto, jutiklių ir „Telco“, sumažinti riziką, aptikti sukčiavimą ir realiuoju laiku stebėti kibernetinį saugumą, kad būtų galima žymiai pagerinti žvalgybos, saugumo ir teisėsaugos įžvalgas. .

Operacijų analizė

Operacijų analizė susijusi su „Big Data“ technologijų naudojimu, kad naujos verslo kartos, analizuojančios daug įvairių struktūrų, pvz., Mašinų ir operacinių duomenų, galėtų pagerinti verslą. Šie duomenys gali apimti viską, pradedant IT mašinomis, baigiant jutikliais ir skaitikliais, o GPS prietaisams reikia sudėtingos analizės ir koreliacijos skirtingų tipų duomenų rinkiniuose.

Duomenų sandėlio modernizavimas

duomenų valdoma sistema seleno žiniatinklio tvarkyklės pavyzdyje

„Big Data“ turi būti integruotas su duomenų saugyklos galimybėmis, kad padidėtų veiklos efektyvumas. Atsikratyti retai prieinamų ar senų duomenų iš sandėlių ir programų duomenų bazių galima naudojant informacijos integravimo programinę įrangą ir įrankius.

Įmonės ir jų didelės duomenų programos:

Guangdongo mobilieji telefonai:

Kinijoje populiari mobiliojo ryšio grupė Guangdongas naudoja „Hadoop“, kad pašalintų prieigos prie duomenų kliūtis ir atskleistų klientų naudojimo modelį tiksliems ir tiksliniams rinkos skatinimo būdams, o „Hadoop HBase“ - automatiniam duomenų lentelių padalijimui tarp mazgų, kad būtų išplėsta duomenų saugykla.

Raudonasis Soksas:

„World Series“ čempionai susiduria su didžiuliu struktūrizuotų ir nestruktūruotų duomenų kiekiu, susijusiu su žaidimu, pavyzdžiui, apie orą, varžovų komandą ir prieš žaidimą vykstančias akcijas. „Big Data“ leidžia jiems pateikti prognozes apie žaidimą ir kaip paskirstyti išteklius, atsižvelgiant į laukiamus artėjančio žaidimo variantus.

„Nokia“:

„Big Data“ padėjo „Nokia“ efektyviai naudoti savo duomenis, kad suprastų ir pagerintų vartotojų patirtį su savo produktais. Bendrovė naudoja duomenų apdorojimą ir kompleksinę analizę, kad sudarytų žemėlapius su nuspėjamu srautu ir daugiasluoksniais aukščio modeliais. Aukščiau nurodytai programai „Nokia“ naudoja „Cloudera“ „Hadoop“ platformą ir „Hadoop“ komponentus, tokius kaip „HBase“, „HDFS“, „Sqoop“ ir „Scribe“.

„Huawei“:

„Huawei OceanStor N8000-Hadoop Big Data“ sprendimas sukurtas remiantis pažangia grupuota architektūra ir įmonės lygio saugojimo galimybėmis bei integruojant jį su „Hadoop“ skaičiavimo sistema. Šis novatoriškas derinys padeda įmonėms realiuoju laiku gauti išsamaus duomenų apskaičiavimo ir analizės analizės ir apdorojimo rezultatus, pagerina sprendimų priėmimą ir efektyvumą, palengvina valdymą ir sumažina tinklo sąnaudas.

SAS:

SAS kartu su „Hadoop“ padėjo duomenų mokslininkams paversti „Big Data“ didesnėmis įžvalgomis. Todėl SAS sukūrė aplinką, kuri suteikia vizualinę ir interaktyvią patirtį, todėl lengviau įgyti įžvalgų ir ištirti naujas tendencijas. Galingi analitiniai algoritmai iš duomenų išgauna vertingas įžvalgas, o atminties technologija leidžia greičiau pasiekti duomenis.

CERN:

„Big Data“ vaidina gyvybiškai svarbų vaidmenį CERN, didelio „Hadron Supercollider“ namuose, nes renka neįtikėtinai daug duomenų iš 40 milijonų nuotraukų per sekundę iš 100 megapikselių kamerų, o tai suteikia 1 petabaitą duomenų per sekundę. Reikia išanalizuoti šių kamerų duomenis. Laboratorija eksperimentuoja su būdais, kaip daugiau duomenų iš savo eksperimentų patalpinti tiek reliacinėse duomenų bazėse, tiek duomenų saugyklose, pagrįstose „NoSQL“ technologijomis, tokiomis kaip „Hadoop“ ir „Dynamo“ „Amazon S3“ debesies saugojimo tarnyboje.

Buzzdata:

„Buzzdata“ dirba prie „Big Data“ projekto, kur reikia sujungti visus šaltinius ir juos integruoti saugioje vietoje. Tai sukuria puikią vietą žurnalistams susieti ir normalizuoti viešuosius duomenis.

Gynybos departamentas:

Gynybos departamentas (DoD) investavo maždaug 250 milijonų dolerių, kad panaudotų ir panaudotų didžiulį duomenų kiekį, kad sukurtų sistemą, kuri galėtų kontroliuoti ir priimti savarankiškus sprendimus bei padėti analitikams teikti paramą operacijoms. Departamentas planuoja 100 kartų padidinti savo analitinius sugebėjimus, išgauti informaciją iš tekstų bet kuria kalba ir lygiaverčiai padidinti objektų, veiklų ir įvykių, kuriuos analitikai gali analizuoti, skaičių.

Pažangiųjų gynybos tyrimų projektų agentūra (DARPA):

DARPA ketina investuoti maždaug 25 mln. USD, kad pagerintų skaičiavimo metodikas ir programinės įrangos įrankius, skirtus analizuoti didelį pusiau struktūrizuotų ir nestruktūruotų duomenų kiekį.

Nacionaliniai sveikatos institutai:

Turint 200 terabaitų duomenų, esančių „1000 Genomes Project“, viskas bus nustatyta kaip pagrindinis „Big Data“ pavyzdys. Duomenų rinkiniai yra tokie masyvūs, kad labai nedaug tyrinėtojų turi skaičiavimo galių analizuoti duomenis.

Didžiųjų duomenų taikymo pavyzdžiai skirtingose ​​pramonės šakose:

Mažmenininkas / vartotojas:

  • Rinkos krepšelio analizė ir kainų optimizavimas
  • Prekyba ir rinkos analizė
  • Tiekimo grandinės valdymas ir analizė
  • Elgsena pagrįstas taikymas
  • Rinkos ir vartotojų segmentai

Finansų ir sukčiavimo paslaugos:

  • Klientų segmentavimas
  • Atitikimas ir reguliavimo ataskaitos
  • Rizikos analizė ir valdymas.
  • Sukčiavimo nustatymas ir saugumo analizė
  • Medicininio draudimo sukčiavimas
  • CRM
  • Kredito rizika, balai ir analizė
  • Prekybos priežiūra ir nenormalaus prekybos modelio analizė

Sveikata ir gyvybės mokslai:

  • Klinikinių tyrimų duomenų analizė
  • Ligos modelio analizė
  • Pacientų priežiūros kokybės analizė
  • Narkotikų kūrimo analizė

Telekomunikacijos:

  • Kainų optimizavimas
  • Klientų sukrėtimo prevencija
  • Skambučių įrašo (CDR) analizė
  • Tinklo našumas ir optimizavimas
  • Mobiliojo vartotojo vietos analizė

Įmonės duomenų saugykla:

  • Patobulinkite EDW iškraunant apdorojimą ir saugojimą
  • Išankstinio apdorojimo centras prieš patekimą į EDW

Žaidimai:

  • Elgesio analizė

Aukštosios technologijos:

  • Optimizuokite kanalo konversiją
  • Nuspėjama parama
  • Numatyti grėsmes saugumui
  • „Device Analytics“

Susiję pranešimai:

Karjera pasinaudota suteikiant Hadoop sertifikatą .

„cloudera“ sertifikuotas „Apache hadoop“ kūrėjas

Didėjantis „Hadoop“ ir „MongoDB“ populiarumas.

Kiek būtina „Hadoop“ treniruotė?

„Hadoop 2.0“ DUK.