'
I Big Data possono affrontare le varie difficoltà incontrate dalle grandi organizzazioni. I seguenti sono casi d'uso di Big Data di alto valore che possono essere utilizzati per affrontare le preoccupazioni che devono affrontare.
Esplorazione di Big Data
L'esplorazione dei Big Data affronta le sfide come le informazioni archiviate in diversi sistemi e l'accesso a questi dati per completare le attività quotidiane, affrontate dalle grandi organizzazioni. L'esplorazione dei Big Data ti consente di analizzare i dati e ottenere preziose informazioni da essi.
Visualizzazioni dei clienti 360 e ordm ottimizzate
Migliorare le opinioni dei clienti esistenti aiuta a ottenere una comprensione completa dei clienti, affrontando domande come perché acquistano, come preferiscono fare acquisti, perché cambiano, cosa acquisteranno dopo e quali caratteristiche li inducono a consigliare un'azienda ad altri.
Estensione di sicurezza / intelligence
Migliorare la sicurezza informatica e le piattaforme di analisi dell'intelligence con tecnologie Big Data per elaborare e analizzare nuovi tipi da social media, e-mail, sensori e Telco, ridurre i rischi, rilevare frodi e monitorare la sicurezza informatica in tempo reale per migliorare significativamente l'intelligence, la sicurezza e le informazioni sulle forze dell'ordine .
Analisi delle operazioni
L'analisi delle operazioni riguarda l'utilizzo delle tecnologie Big Data per abilitare una nuova generazione di applicazioni che analizzano grandi volumi di dati multi-strutturati, come macchine e dati operativi per migliorare il business. Questi dati possono includere qualsiasi cosa, dalle macchine IT ai sensori e misuratori e i dispositivi GPS richiedono analisi complesse e correlazioni tra diversi tipi di set di dati.
Modernizzazione del data warehouse
java cosa fa append
I Big Data devono essere integrati con le funzionalità di data warehouse per aumentare l'efficienza operativa. È possibile eliminare i dati obsoleti o di cui si accede raramente dal magazzino e dai database delle applicazioni utilizzando strumenti e software di integrazione delle informazioni.
Le aziende e le loro applicazioni Big Data:
Cellulari Guangdong:
Un popolare gruppo mobile in Cina, Guangdong utilizza Hadoop per rimuovere i colli di bottiglia dell'accesso ai dati e scoprire i modelli di utilizzo dei clienti per promozioni di mercato precise e mirate e Hadoop HBase per dividere automaticamente le tabelle di dati tra i nodi per espandere l'archiviazione dei dati.
Red Sox:
I campioni della World Series si imbattono in enormi volumi di dati strutturati e non strutturati relativi al gioco, come il tempo, la squadra avversaria e le promozioni pre-partita. I Big Data consentono loro di fornire previsioni sul gioco e su come allocare le risorse in base alle variazioni previste nel gioco in arrivo.
Nokia:
I Big Data hanno aiutato Nokia a fare un uso efficace dei propri dati per comprendere e migliorare l'esperienza degli utenti con i propri prodotti. L'azienda sfrutta l'elaborazione dei dati e analisi complesse per creare mappe con traffico predittivo e modelli di elevazione a strati. Nokia utilizza la piattaforma Hadoop di Cloudera e componenti Hadoop come HBase, HDFS, Sqoop e Scribe per l'applicazione di cui sopra.
Huawei:
La soluzione Huawei OceanStor N8000-Hadoop Big Data è sviluppata sulla base di un'architettura cluster avanzata e capacità di archiviazione di livello aziendale e integrandola con il framework di elaborazione Hadoop. Questa combinazione innovativa aiuta le aziende a ottenere analisi in tempo reale e risultati di elaborazione da calcoli e analisi esaustivi dei dati, migliora il processo decisionale e l'efficienza, semplifica la gestione e riduce i costi del networking.
SAS:
SAS si è unito ad Hadoop per aiutare i data scientist a trasformare i Big Data in informazioni più ampie. Di conseguenza, SAS ha creato un ambiente che fornisce un'esperienza visiva e interattiva, rendendo più facile acquisire informazioni ed esplorare nuove tendenze. I potenti algoritmi analitici estraggono preziose informazioni dai dati mentre la tecnologia in-memory consente un accesso più rapido ai dati.
CERN:
I Big Data giocano un ruolo vitale nel CERN, sede del grande Hadron Supercollider, poiché raccoglie un'incredibile quantità di dati dai suoi 40 milioni di immagini al secondo dalle sue fotocamere da 100 megapixel, che fornisce 1 petabyte di dati al secondo. I dati di queste telecamere devono essere analizzati. Il laboratorio sta sperimentando modi per inserire più dati dai suoi esperimenti in database relazionali e archivi di dati basati su tecnologie NoSQL, come Hadoop e Dynamo nel servizio di cloud storage S3 di Amazon
Buzzdata:
Buzzdata sta lavorando a un progetto Big Data in cui deve combinare tutte le fonti e integrarle in un luogo sicuro. Questo crea un ottimo posto per i giornalisti per connettersi e normalizzare i dati pubblici.
Dipartimento della Difesa:
Il Dipartimento della Difesa (DoD) ha investito circa 250 milioni di dollari per sfruttare e utilizzare una colossale quantità di dati per creare un sistema in grado di controllare e prendere decisioni autonome e aiutare gli analisti a fornire supporto alle operazioni. Il dipartimento ha in programma di aumentare le proprie capacità analitiche di 100 volte, di estrarre informazioni da testi in qualsiasi lingua e un aumento equivalente del numero di oggetti, attività ed eventi che gli analisti possono analizzare.
Agenzia per i progetti di ricerca avanzata per la difesa (DARPA):
DARPA intende investire circa $ 25 milioni per migliorare le tecniche di calcolo e gli strumenti software per analizzare grandi quantità di dati semistrutturati e non strutturati.
Istituto Nazionale della Salute:
Con 200 terabyte di dati contenuti nel progetto 1000 Genomes, è tutto pronto per essere un ottimo esempio di Big Data. I set di dati sono così enormi che pochissimi ricercatori hanno la potenza di calcolo per analizzare i dati.
Esempi di applicazioni di Big Data in diversi settori:
unire il codice di ordinamento c ++
Vendita al dettaglio / Consumatore:
- Analisi del paniere di mercato e ottimizzazione dei prezzi
- Merchandising e analisi di mercato
- Gestione e analisi della catena di fornitura
- Targeting basato sul comportamento
- Segmentazione del mercato e dei consumatori
Servizi finanziari e antifrode:
- Segmentazione dei clienti
- Conformità e reporting normativo
- Analisi e gestione dei rischi.
- Rilevamento delle frodi e analisi della sicurezza
- Frode assicurativa medica
- CRM
- Rischio di credito, punteggio e analisi
- Sorveglianza del commercio e analisi dei modelli di negoziazione anomali
Salute e scienze della vita:
- Analisi dei dati di studi clinici
- Analisi del pattern di malattia
- Analisi della qualità dell'assistenza al paziente
- Analisi dello sviluppo di farmaci
Telecomunicazioni:
- Ottimizzazione dei prezzi
- Prevenzione del tasso di abbandono dei clienti
- Call detail record (CDR) analisi
- Prestazioni e ottimizzazione della rete
- Analisi della posizione dell'utente mobile
Data Warehouse aziendale:
- Migliora EDW scaricando elaborazione e archiviazione
- Hub di pre-elaborazione prima di arrivare a EDW
Gioco:
- Analisi comportamentale
High Tech:
- Ottimizza la conversione della canalizzazione
- Supporto predittivo
- Prevedi le minacce alla sicurezza
- Analisi dei dispositivi
Post correlati:
Carriera avvantaggiata grazie alla certificazione Hadoop .
Crescente popolarità di Hadoop e MongoDB.