'
Big Data dapat mengatasi pelbagai kesulitan yang dihadapi oleh organisasi besar. Berikut adalah kes penggunaan Big Data bernilai tinggi yang dapat digunakan untuk mengatasi masalah yang dihadapi oleh mereka.
Penerokaan Data Besar
Penjelajahan Data besar menangani cabaran seperti maklumat yang tersimpan dalam sistem yang berbeza dan akses ke data ini untuk menyelesaikan tugas sehari-hari, yang dihadapi oleh organisasi besar. Penerokaan Big Data membolehkan anda menganalisis data dan memperoleh pandangan berharga dari mereka.
Paparan Pelanggan 360 & ordm yang dipertingkatkan
Meningkatkan pandangan pelanggan yang ada membantu mendapatkan pemahaman yang lengkap mengenai pelanggan, menjawab soalan seperti mengapa mereka membeli, bagaimana mereka lebih suka berbelanja, mengapa mereka berubah, apa yang akan mereka beli seterusnya, dan ciri apa yang mendorong mereka untuk mengesyorkan syarikat kepada orang lain.
Perluasan Keselamatan / Perisikan
Meningkatkan platform analisis keselamatan dan perisikan siber dengan teknologi Big Data untuk memproses dan menganalisis jenis baru dari media sosial, e-mel, sensor dan Telco, mengurangkan risiko, mengesan penipuan dan memantau keselamatan siber dalam masa nyata untuk meningkatkan wawasan perisikan, keselamatan dan penguatkuasaan undang-undang secara signifikan .
Analisis Operasi
Analisis operasi adalah mengenai penggunaan teknologi Big Data untuk memungkinkan generasi baru aplikasi yang menganalisis banyak volume berstruktur, seperti data mesin dan operasi untuk meningkatkan perniagaan. Data ini boleh merangkumi apa saja dari mesin IT hingga sensor dan meter dan peranti GPS memerlukan analisis dan korelasi yang kompleks di pelbagai jenis set data.
Pemodenan Gudang Data
apa itu actionlistener di java
Big Data perlu disatukan dengan kemampuan gudang data untuk meningkatkan kecekapan operasi. Menyingkirkan data lama yang jarang diakses atau lama dari pangkalan data gudang dan aplikasi boleh dilakukan dengan menggunakan perisian dan alat penyatuan maklumat.
Syarikat dan Aplikasi Data Besar mereka:
Mobiles Guangdong:
Kumpulan mudah alih yang popular di China, Guangdong menggunakan Hadoop untuk menghilangkan hambatan akses data dan mengungkap corak penggunaan pelanggan untuk promosi pasaran yang tepat dan disasarkan dan Hadoop HBase untuk memisahkan jadual data secara automatik di seluruh nod untuk memperluas penyimpanan data.
Sox Merah:
Juara Seri Dunia menemui sejumlah besar data berstruktur dan tidak terstruktur yang berkaitan dengan permainan seperti cuaca, pasukan lawan dan promosi sebelum permainan. Big Data membolehkan mereka memberikan ramalan tentang permainan dan cara memperuntukkan sumber berdasarkan variasi yang diharapkan dalam permainan yang akan datang.
Nokia:
Big Data telah membantu Nokia menggunakan data mereka dengan berkesan untuk memahami dan meningkatkan pengalaman pengguna dengan produk mereka. Syarikat memanfaatkan pemprosesan data dan analisis yang kompleks untuk membina peta dengan ramalan lalu lintas dan model ketinggian berlapis. Nokia menggunakan platform Hadoop Cloudera dan komponen Hadoop seperti HBase, HDFS, Sqoop dan Scribe untuk aplikasi di atas.
Huawei:
Penyelesaian Huawei OceanStor N8000-Hadoop Big Data dibangunkan berdasarkan seni bina berkelompok maju dan kemampuan penyimpanan peringkat perusahaan dan mengintegrasikannya dengan kerangka pengkomputeran Hadoop. Gabungan inovatif ini membantu perusahaan mendapatkan hasil analisis dan pemprosesan masa nyata dari pengiraan dan analisis data yang lengkap, meningkatkan pembuatan keputusan dan kecekapan, menjadikan pengurusan lebih mudah dan mengurangkan kos rangkaian.
SAS:
SAS telah digabungkan dengan Hadoop untuk membantu saintis data mengubah Big Data menjadi wawasan yang lebih besar. Hasilnya, SAS hadir dengan lingkungan yang memberikan pengalaman visual dan interaktif, sehingga lebih mudah untuk memperoleh pandangan dan meneroka tren baru. Algoritma analitik yang kuat mengekstrak pandangan berharga dari data sementara teknologi dalam memori membolehkan akses lebih cepat ke data.
CERN:
Big Data memainkan peranan penting dalam CERN, kediaman Hadron Supercollider yang besar, kerana ia mengumpulkan jumlah data yang luar biasa dari 40 juta gambar sesaat dari kamera 100 megapikselnya, yang memberikan 1 petabyte data sesaat. Data dari kamera ini perlu dianalisis. Makmal ini bereksperimen dengan cara untuk meletakkan lebih banyak data dari eksperimennya di kedua-dua pangkalan data hubungan dan penyimpanan data berdasarkan teknologi NoSQL, seperti Hadoop dan Dynamo di perkhidmatan penyimpanan awan Amazon S3
Buzzdata:
java mencari bilangan terbanyak dalam pelbagai
Buzzdata sedang mengerjakan projek Big Data di mana ia perlu menggabungkan semua sumber dan mengintegrasikannya di lokasi yang selamat. Ini mewujudkan tempat yang bagus untuk wartawan untuk berhubung dan menormalkan data awam.
Jabatan Pertahanan:
Jabatan Pertahanan (DoD) telah melabur kira-kira $ 250 juta untuk memanfaatkan dan menggunakan sejumlah besar data untuk menghasilkan sistem yang dapat membuat kawalan dan membuat keputusan autonomi dan membantu penganalisis untuk memberikan sokongan kepada operasi. Jabatan ini mempunyai rancangan untuk meningkatkan kemampuan analisis mereka sebanyak 100 kali lipat, untuk mengekstrak maklumat dari teks dalam bahasa apa pun dan peningkatan yang setara dalam jumlah objek, aktiviti, dan peristiwa yang dapat dianalisis oleh penganalisis.
Agensi Projek Penyelidikan Lanjutan Pertahanan (DARPA):
DARPA berhasrat untuk melabur kira-kira $ 25 juta untuk memperbaiki teknik pengiraan dan alat perisian untuk menganalisis sejumlah besar data separa berstruktur dan tidak berstruktur.
Institut Kesihatan Nasional:
Pada 200 terabyte data yang terkandung dalam 1000 Genomes Project, semuanya siap menjadi contoh utama Big Data. Set data begitu besar sehingga sangat sedikit penyelidik yang mempunyai kekuatan komputasi untuk menganalisis data.
Contoh Aplikasi Data Besar di Industri yang berbeza:
Runcit / Pengguna:
- Analisis Keranjang Pasaran dan Pengoptimuman Harga
- Merchandizing dan analisis pasaran
- Pengurusan dan analitik rantaian bekalan
- Penyasaran berdasarkan tingkah laku
- Segmen pasaran dan pengguna
Perkhidmatan Kewangan & Penipuan:
- Segmentasi Pelanggan
- Pelaporan pematuhan dan peraturan
- Analisis dan pengurusan risiko.
- Analisis pengesanan dan keselamatan penipuan
- Penipuan insurans perubatan
- CRM
- Risiko kredit, pemarkahan dan analisis
- Pengawasan perdagangan dan analisis corak perdagangan yang tidak normal
Sains Kesihatan & Kehidupan:
- Analisis data ujian klinikal
- Analisis corak penyakit
- Analisis kualiti penjagaan pesakit
- Analisis pengembangan dadah
Telekomunikasi:
- Pengoptimuman harga
- Pencegahan kekejangan pelanggan
- Analisis rekod perincian panggilan (CDR)
- Prestasi dan pengoptimuman rangkaian
- Analisis lokasi pengguna mudah alih
Gudang Data Perusahaan:
- Tingkatkan EDW dengan memunggah pemprosesan dan penyimpanan
- Pra pemprosesan hab sebelum sampai ke EDW
Permainan:
- Analisis Tingkah Laku
Teknologi tinggi:
- Optimumkan Penukaran Corong
- Sokongan Ramalan
- Ramalkan Ancaman Keselamatan
- Analisis Peranti
Catatan berkaitan:
Kerjaya mendapat keuntungan melalui pensijilan Hadoop .
Meningkat populariti Hadoop dan MongoDB.