เกมเปลี่ยนกรณีการใช้ข้อมูลขนาดใหญ่



Big Data สามารถแก้ไขปัญหาที่องค์กรขนาดใหญ่ต้องเผชิญได้ต่อไปนี้เป็นกรณีการใช้งาน Big Data ที่มีมูลค่าสูงซึ่งใช้เพื่อจัดการกับข้อกังวลที่พวกเขาเผชิญอยู่

'

Big Data สามารถแก้ไขปัญหาต่างๆที่องค์กรขนาดใหญ่ต้องเผชิญได้ต่อไปนี้เป็นกรณีการใช้งาน Big Data ที่มีมูลค่าสูงซึ่งสามารถใช้เพื่อแก้ไขปัญหาที่พวกเขาเผชิญอยู่





การสำรวจข้อมูลขนาดใหญ่

การสำรวจข้อมูลขนาดใหญ่เกี่ยวข้องกับความท้าทายเช่นข้อมูลที่จัดเก็บในระบบต่างๆและการเข้าถึงข้อมูลนี้เพื่อทำงานประจำวันให้เสร็จสมบูรณ์ซึ่งต้องเผชิญกับองค์กรขนาดใหญ่ การสำรวจข้อมูลขนาดใหญ่ช่วยให้คุณวิเคราะห์ข้อมูลและรับข้อมูลเชิงลึกที่มีค่าจากข้อมูลเหล่านี้



มุมมองของลูกค้า 360 และออร์เดิร์มที่ปรับปรุงแล้ว

การเพิ่มมุมมองของลูกค้าที่มีอยู่จะช่วยให้เข้าใจลูกค้าได้อย่างสมบูรณ์ตอบคำถามต่างๆเช่นทำไมพวกเขาซื้อพวกเขาชอบซื้อสินค้าอย่างไรทำไมพวกเขาถึงเปลี่ยนสิ่งที่พวกเขาจะซื้อต่อไปและคุณลักษณะใดที่ทำให้พวกเขาแนะนำ บริษัท ให้กับผู้อื่น

ส่วนขยายความปลอดภัย / ข่าวกรอง



เพิ่มความปลอดภัยทางไซเบอร์และแพลตฟอร์มการวิเคราะห์ข้อมูลอัจฉริยะด้วยเทคโนโลยี Big Data เพื่อประมวลผลและวิเคราะห์รูปแบบใหม่ ๆ จากโซเชียลมีเดียอีเมลเซ็นเซอร์และ Telco ลดความเสี่ยงตรวจจับการฉ้อโกงและตรวจสอบความปลอดภัยทางไซเบอร์แบบเรียลไทม์เพื่อปรับปรุงข้อมูลเชิงลึกด้านข่าวกรองความปลอดภัยและการบังคับใช้กฎหมาย .

การวิเคราะห์การดำเนินงาน

การวิเคราะห์การดำเนินงานเป็นเรื่องเกี่ยวกับการใช้เทคโนโลยี Big Data เพื่อเปิดใช้งานแอปพลิเคชันรุ่นใหม่ที่วิเคราะห์โครงสร้างแบบหลายโครงสร้างจำนวนมากเช่นข้อมูลเครื่องจักรและการดำเนินงานเพื่อปรับปรุงธุรกิจ ข้อมูลเหล่านี้อาจรวมถึงอะไรก็ได้ตั้งแต่เครื่องไอทีไปจนถึงเซ็นเซอร์และมิเตอร์และอุปกรณ์ GPS ต้องการการวิเคราะห์ที่ซับซ้อนและความสัมพันธ์ระหว่างชุดข้อมูลประเภทต่างๆ

การปรับปรุงคลังข้อมูล

java วิธีสร้างอาร์เรย์ของวัตถุ

ต้องมีการรวม Big Data เข้ากับความสามารถของคลังข้อมูลเพื่อเพิ่มประสิทธิภาพในการดำเนินงาน การกำจัดข้อมูลเก่าที่ไม่ค่อยมีการเข้าถึงหรือข้อมูลเก่าออกจากฐานข้อมูลคลังสินค้าและแอปพลิเคชันสามารถทำได้โดยใช้ซอฟต์แวร์และเครื่องมือรวมข้อมูล

บริษัท และแอปพลิเคชันข้อมูลขนาดใหญ่:

โทรศัพท์มือถือกวางตุ้ง:

กลุ่มมือถือยอดนิยมในประเทศจีนมณฑลกวางตุ้งใช้ Hadoop เพื่อขจัดปัญหาคอขวดในการเข้าถึงข้อมูลและเปิดเผยรูปแบบการใช้งานของลูกค้าเพื่อการส่งเสริมการตลาดที่ตรงเป้าหมายและตรงเป้าหมายและ Hadoop HBase สำหรับการแยกตารางข้อมูลข้ามโหนดโดยอัตโนมัติเพื่อขยายพื้นที่จัดเก็บข้อมูล

เรดซอกซ์:

แชมป์ World Series มีข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างจำนวนมากที่เกี่ยวข้องกับเกมเช่นสภาพอากาศทีมคู่ต่อสู้และการโปรโมตก่อนเกม Big Data ช่วยให้สามารถคาดการณ์เกี่ยวกับเกมและวิธีจัดสรรทรัพยากรตามรูปแบบที่คาดหวังในเกมที่กำลังจะมาถึง

โนเกีย:

Big Data ช่วยให้ Nokia ใช้ข้อมูลได้อย่างมีประสิทธิภาพเพื่อทำความเข้าใจและปรับปรุงประสบการณ์ของผู้ใช้กับผลิตภัณฑ์ของตน บริษัท ใช้ประโยชน์จากการประมวลผลข้อมูลและการวิเคราะห์ที่ซับซ้อนเพื่อสร้างแผนที่พร้อมการรับส่งข้อมูลเชิงคาดการณ์และแบบจำลองระดับความสูง Nokia ใช้แพลตฟอร์ม Hadoop ของ Cloudera และส่วนประกอบ Hadoop เช่น HBase, HDFS, Sqoop และ Scribe สำหรับแอปพลิเคชันข้างต้น

หัวเว่ย:

โซลูชัน Huawei OceanStor N8000-Hadoop Big Data ได้รับการพัฒนาโดยใช้สถาปัตยกรรมคลัสเตอร์ขั้นสูงและความสามารถในการจัดเก็บข้อมูลระดับองค์กรและผสานรวมเข้ากับเฟรมเวิร์กการประมวลผล Hadoop การผสมผสานที่เป็นนวัตกรรมนี้ช่วยให้องค์กรต่างๆได้รับการวิเคราะห์และประมวลผลแบบเรียลไทม์จากการคำนวณและวิเคราะห์ข้อมูลอย่างละเอียดถี่ถ้วนปรับปรุงการตัดสินใจและประสิทธิภาพทำให้การจัดการง่ายขึ้นและลดต้นทุนในการสร้างเครือข่าย

SAS:

SAS ได้รวมกับ Hadoop เพื่อช่วยนักวิทยาศาสตร์ด้านข้อมูลเปลี่ยน Big Data ให้เป็นข้อมูลเชิงลึกที่ใหญ่ขึ้น ด้วยเหตุนี้ SAS จึงมีสภาพแวดล้อมที่มอบประสบการณ์การมองเห็นและการโต้ตอบทำให้ง่ายต่อการรับข้อมูลเชิงลึกและสำรวจแนวโน้มใหม่ ๆ อัลกอริธึมการวิเคราะห์ที่มีศักยภาพดึงข้อมูลเชิงลึกที่มีคุณค่าออกจากข้อมูลในขณะที่เทคโนโลยีในหน่วยความจำช่วยให้เข้าถึงข้อมูลได้เร็วขึ้น

เซิร์น:

Big Data มีส่วนสำคัญใน CERN ซึ่งเป็นที่ตั้งของ Hadron Supercollider ขนาดใหญ่เนื่องจากรวบรวมข้อมูลจำนวนมากอย่างไม่น่าเชื่อจากภาพ 40 ล้านภาพต่อวินาทีจากกล้อง 100 ล้านพิกเซลซึ่งให้ข้อมูล 1 เพตะไบต์ต่อวินาที ต้องมีการวิเคราะห์ข้อมูลจากกล้องเหล่านี้ ห้องปฏิบัติการกำลังทดลองวิธีวางข้อมูลเพิ่มเติมจากการทดลองทั้งในฐานข้อมูลเชิงสัมพันธ์และที่เก็บข้อมูลโดยใช้เทคโนโลยี NoSQL เช่น Hadoop และ Dynamo ในบริการพื้นที่จัดเก็บข้อมูลบนคลาวด์ S3 ของ Amazon

Buzzdata:

Buzzdata กำลังทำงานในโครงการ Big Data ซึ่งจำเป็นต้องรวมแหล่งที่มาทั้งหมดและรวมเข้าไว้ในตำแหน่งที่ปลอดภัย สิ่งนี้สร้างพื้นที่ที่ดีเยี่ยมสำหรับนักข่าวในการเชื่อมต่อและทำให้ข้อมูลสาธารณะเป็นปกติ

กระทรวงกลาโหม:

กระทรวงกลาโหม (DoD) ได้ลงทุนประมาณ 250 ล้านดอลลาร์เพื่อควบคุมและใช้ประโยชน์จากข้อมูลจำนวนมหาศาลเพื่อสร้างระบบที่สามารถควบคุมและตัดสินใจได้ด้วยตนเองและช่วยเหลือนักวิเคราะห์ในการสนับสนุนการดำเนินงาน แผนกมีแผนที่จะเพิ่มความสามารถในการวิเคราะห์ขึ้น 100 เท่าเพื่อดึงข้อมูลจากข้อความในภาษาใด ๆ และการเพิ่มจำนวนวัตถุกิจกรรมและเหตุการณ์ที่นักวิเคราะห์สามารถวิเคราะห์ได้

สำนักงานโครงการวิจัยขั้นสูงด้านการป้องกัน (DARPA):

DARPA ตั้งใจที่จะลงทุนประมาณ 25 ล้านดอลลาร์เพื่อปรับปรุงเทคนิคการคำนวณและเครื่องมือซอฟต์แวร์สำหรับการวิเคราะห์ข้อมูลกึ่งโครงสร้างและไม่มีโครงสร้างจำนวนมาก

สถาบันสุขภาพแห่งชาติ:

ที่ข้อมูล 200 เทราไบต์ที่มีอยู่ในโครงการ 1,000 Genomes ทั้งหมดนี้ถูกกำหนดให้เป็นตัวอย่างที่สำคัญของ Big Data ชุดข้อมูลมีขนาดใหญ่มากจนมีนักวิจัยเพียงไม่กี่คนที่มีอำนาจในการคำนวณเพื่อวิเคราะห์ข้อมูล

ตัวอย่างการใช้งานข้อมูลขนาดใหญ่ในอุตสาหกรรมต่างๆ:

ค้าปลีก / ผู้บริโภค:

  • การวิเคราะห์ตะกร้าตลาดและการเพิ่มประสิทธิภาพราคา
  • การขายสินค้าและการวิเคราะห์ตลาด
  • การจัดการและการวิเคราะห์ซัพพลายเชน
  • การกำหนดเป้าหมายตามพฤติกรรม
  • การแบ่งส่วนตลาดและผู้บริโภค

บริการด้านการเงินและการฉ้อโกง:

  • การแบ่งกลุ่มลูกค้า
  • การรายงานการปฏิบัติตามและกฎข้อบังคับ
  • การวิเคราะห์และการจัดการความเสี่ยง
  • การตรวจจับการฉ้อโกงและการวิเคราะห์ความปลอดภัย
  • การฉ้อโกงประกันสุขภาพ
  • CRM
  • ความเสี่ยงด้านเครดิตการให้คะแนนและการวิเคราะห์
  • การเฝ้าระวังการค้าและการวิเคราะห์รูปแบบการซื้อขายที่ผิดปกติ

วิทยาศาสตร์สุขภาพและชีวิต:

  • การวิเคราะห์ข้อมูลการทดลองทางคลินิก
  • การวิเคราะห์รูปแบบโรค
  • การวิเคราะห์คุณภาพการดูแลผู้ป่วย
  • การวิเคราะห์การพัฒนายา

โทรคมนาคม:

  • การเพิ่มประสิทธิภาพราคา
  • การป้องกันการปั่นของลูกค้า
  • การวิเคราะห์บันทึกรายละเอียดการโทร (CDR)
  • ประสิทธิภาพของเครือข่ายและการเพิ่มประสิทธิภาพ
  • การวิเคราะห์ตำแหน่งของผู้ใช้มือถือ

คลังข้อมูลองค์กร:

tostring ใน java คืออะไร
  • ปรับปรุง EDW โดยการลดการประมวลผลและการจัดเก็บ
  • ศูนย์กลางการประมวลผลก่อนที่จะไปที่ EDW

การเล่นเกม:

  • การวิเคราะห์พฤติกรรม

เทคโนโลยีขั้นสูง:

  • เพิ่มประสิทธิภาพการแปลงช่องทาง
  • การสนับสนุนเชิงคาดการณ์
  • คาดการณ์ภัยคุกคามด้านความปลอดภัย
  • การวิเคราะห์อุปกรณ์

กระทู้ที่เกี่ยวข้อง:

อาชีพที่ได้รับการรับรองผ่านการรับรอง Hadoop .

ความนิยมที่เพิ่มขึ้นของ Hadoop และ MongoDB

การฝึก Hadoop จำเป็นแค่ไหน?

คำถามที่พบบ่อย Hadoop 2.0