'
Suurandmetega saab lahendada suuri probleeme, millega suured organisatsioonid kokku puutuvad. Järgnevalt on toodud suure väärtusega suurandmete kasutamise juhtumid, mida saab kasutada nende probleemide lahendamiseks.
Suurandmete uurimine
Suurandmete uurimine tegeleb selliste väljakutsetega nagu erinevates süsteemides salvestatud teave ja juurdepääs neile andmetele igapäevaste ülesannete täitmiseks, millega suur organisatsioon silmitsi seisab. Suurandmete uurimine võimaldab teil andmeid analüüsida ja saada neist väärtuslikke teadmisi.
Täiustatud 360- ja ordm-kliendi vaated
Olemasolevate klientide vaadete suurendamine aitab klientidest täielikku arusaama saada, käsitledes küsimusi, näiteks miks nad ostavad, kuidas nad eelistavad poodelda, miks nad muutuvad, mida nad järgmisena ostavad ja millised funktsioonid panevad neid ettevõtteid teistele soovitama.
Turvalisuse / luure laiendus
Küberturvalisuse ja luureanalüüsi platvormide täiustamine Big Data tehnoloogiate abil, et töödelda ja analüüsida sotsiaalmeedias, e-kirjades, andurites ja Telcos sisalduvaid uusi tüüpe, vähendada riske, tuvastada pettusi ja jälgida küberturvalisust reaalajas, et oluliselt parandada luure-, turvalisus- ja õiguskaitsealaseid teadmisi .
Operatsioonide analüüs
Operatsioonide analüüs seisneb Big Data tehnoloogiate kasutamises, et võimaldada uue põlvkonna rakendustel, mis analüüsivad suures koguses mitmekonstruktsioonilisi, näiteks masina- ja operatiivandmeid, äritegevust parandada. Need andmed võivad hõlmata kõike alates IT-masinatest kuni andurite ja arvestiteni ning GPS-seadmed vajavad erinevat tüüpi andmekogumite kompleksset analüüsi ja korrelatsiooni.
Andmelao ajakohastamine
xml transformatsioon informaatikas näite abil
Operatiivse efektiivsuse suurendamiseks tuleb Big Data integreerida andmelao võimalustega. Harva juurdepääsetavatest või vanadest andmetest lao- ja rakenduste andmebaasidest saab vabaneda teabe integreerimise tarkvara ja tööriistade abil.
Ettevõtted ja nende suurandmete rakendused:
Guangdongi mobiilid:
Hiinas populaarne mobiilirühm Guangdong kasutab Hadoopi, et kõrvaldada andmetele juurdepääsu kitsaskohad ja paljastada klientide kasutusmudel täpsete ja sihipäraste turunduskampaaniate jaoks, ning Hadoop HBase'i abil, et andmeside salvestamise laiendamiseks jaotada andmetabelid automaatselt sõlmede vahel.
Red Sox:
World Series'i meistrid puutuvad kokku tohutu hulga struktureeritud ja struktureerimata andmetega, mis on seotud mänguga, näiteks ilma, vastase meeskonna ja mängueelsete reklaamide kohta. Big Data võimaldab neil esitada mängu kohta prognoose ja seda, kuidas jaotada ressursse eelseisva mängu eeldatavate variatsioonide põhjal.
Nokia:
Big Data on aidanud Nokial oma andmeid tõhusalt kasutada, et mõista ja parandada kasutajate kogemusi oma toodetega. Ettevõte kasutab andmetöötlust ja keerukaid analüüse, et koostada ennustava liikluse ja kihiliste kõrgusmudelitega kaarte. Nokia kasutab ülaltoodud rakenduse jaoks Cloudera Hadoop platvormi ja Hadoopi komponente nagu HBase, HDFS, Sqoop ja Scribe.
Huawei:
Huawei OceanStor N8000-Hadoop Big Data lahendus on välja töötatud täiustatud klastrite arhitektuuri ja ettevõtte taseme salvestusvõimaluste baasil ning integreerides selle Hadoopi arvutusraamistikuga. See uudne kombinatsioon aitab ettevõtetel saada ammendava andmete arvutamise ja analüüsi abil reaalajas analüüsi ja töötlemise tulemusi, parandab otsuste vastuvõtmist ja tõhusust, muudab haldamise lihtsamaks ja vähendab võrgu loomise kulusid.
SAS:
SAS on koos Hadoopiga aidanud andmeteadlastel teisendada Big Data suuremaks teadmiseks. Selle tulemusena on SAS välja töötanud keskkonna, mis pakub visuaalset ja interaktiivset kogemust, hõlbustades teadmiste saamist ja uute suundumuste uurimist. Tugevad analüütilised algoritmid võtavad andmetest välja väärtuslikke teadmisi, samas kui mälusisene tehnoloogia võimaldab andmetele kiiremini juurde pääseda.
CERN:
Big Data mängib olulist rolli CERNis, mis on suure Hadron Supercollideri kodu, kuna see kogub uskumatult palju andmeid oma 40 miljonist pildist sekundis oma 100 megapikslistest kaameratest, mis annab välja 1 petabaiti andmeid sekundis. Nende kaamerate andmeid tuleb analüüsida. Laboratoorium katsetab võimalusi, kuidas paigutada oma eksperimentidest rohkem andmeid nii suhtelistesse andmebaasidesse kui ka NoSQL-i tehnoloogiatel põhinevatesse andmekogudesse, näiteks Hadoop ja Dynamo Amazoni S3 pilvemäluteenuses
Buzzdata:
Buzzdata töötab Big Data projektiga, kus ta peab ühendama kõik allikad ja integreerima need turvalisse kohta. See loob ajakirjanikele suurepärase koha avalike andmete ühendamiseks ja normaliseerimiseks.
Kaitseministeerium:
Kaitseministeerium (DoD) on investeerinud umbes 250 miljonit dollarit tohutu hulga andmete kasutamiseks ja kasutamiseks süsteemi väljatöötamiseks, mis suudaks teha kontrolli ja teha iseseisvaid otsuseid ning aidata analüütikutel operatsioonidele tuge pakkuda. Osakonnal on kavas suurendada oma analüütilist võimekust 100 korra võrra, eraldada mis tahes keeles tekstidest teavet ning samaväärselt suurendada objektide, tegevuste ja sündmuste arvu, mida analüütikud saavad analüüsida.
c ++ goto joon
Kaitse kõrgtehnoloogia uurimisprojektide agentuur (DARPA):
DARPA kavatseb investeerida umbes 25 miljonit dollarit arvutustehnika ja tarkvaravahendite täiustamiseks, et analüüsida suures koguses poolstruktureeritud ja struktureerimata andmeid.
Riiklikud tervishoiuasutused:
1000 genoomiprojekti 200-terabaidiste andmete korral on see kõik suurandmete peamine näide. Andmekogumid on nii suured, et väga vähestel teadlastel on andmete analüüsimiseks arvutusvõime.
Suurandmete rakenduse näited erinevates tööstusharudes:
Jaemüük / tarbija:
- Turukorvianalüüs ja hinnakujunduse optimeerimine
- Kaupade müük ja turuanalüüs
- Tarneahela juhtimine ja analüüs
- Käitumispõhine sihtimine
- Turu ja tarbija segmenteerimine
Rahanduse ja pettuste teenused:
- Kliendi segmentimine
- Vastavus ja regulatiivne aruandlus
- Riskianalüüs ja juhtimine.
- Pettuste tuvastamine ja turvalisuse analüüs
- Ravikindlustuse pettus
- CRM
- Krediidirisk, hinded ja analüüs
- Kaubanduse järelevalve ja ebahariliku kauplemisstruktuuri analüüs
Tervishoid ja bioteadused:
- Kliiniliste uuringute andmete analüüs
- Haiguse mustri analüüs
- Patsiendi hoolduse kvaliteedi analüüs
- Ravimiarenduse analüüs
Telekommunikatsioon:
- Hinna optimeerimine
- Kliendi purunemise ennetamine
- Kõne detailrekordi (CDR) analüüs
- Võrgu jõudlus ja optimeerimine
- Mobiilikasutaja asukoha analüüs
Ettevõtte andmete ladu:
- Tõhustage EDW-d töötlemise ja salvestamise mahalaadimisega
- Eeltöötluse jaotur enne EDW-sse jõudmist
Mängimine:
- Käitumisanalüüs
Kõrgtehnoloogiline:
- Lehtrikonversiooni optimeerimine
- Ennustav tugi
- Ennustada turvaohte
- Seadme analüüs
Seonduvad postitused:
Karjääri eelistab Hadoopi sertifikaat .
Hadoopi ja MongoDB kasvav populaarsus.