'
Big Data kan løse de forskjellige vanskeligheter som store organisasjoner står overfor. Følgende er big value-brukstilfeller som kan brukes til å løse bekymringene de møter.
Big Data Exploration
Big Data leting håndterer utfordringene som informasjon lagret i forskjellige systemer og tilgang til disse dataene for å fullføre daglige oppgaver, møtt av store organisasjoner. Big Data leting lar deg analysere data og få verdifull innsikt fra dem.
Forbedret 360 & ordm kundevisninger
Forbedring av eksisterende kundesyn hjelper deg med å få full forståelse av kundene, adressere spørsmål som hvorfor de kjøper, hvordan de foretrekker å handle, hvorfor de endrer, hva de skal kjøpe videre, og hvilke funksjoner som får dem til å anbefale et selskap til andre.
Utvidelse av sikkerhet / etterretning
Forbedre cybersikkerhets- og etterretningsanalyseplattformer med Big Data-teknologier for å behandle og analysere nye typer fra sosiale medier, e-post, sensorer og Telco, redusere risiko, oppdage svindel og overvåke cybersikkerhet i sanntid for å forbedre intelligens, sikkerhet og rettshåndhevelse. .
Operasjonsanalyse
Operasjonsanalyse handler om å bruke Big Data-teknologier for å muliggjøre en ny generasjon applikasjoner som analyserer store mengder multistrukturert, som maskin- og driftsdata for å forbedre virksomheten. Disse dataene kan omfatte alt fra IT-maskiner til sensorer og målere, og GPS-enheter krever kompleks analyse og korrelasjon på tvers av forskjellige typer datasett.
Modernisering av datalager
hva er kokk i devops
Big Data må integreres med datalagerfunksjonene for å øke driftseffektiviteten. Å kvitte seg med sjeldne data eller gamle data fra lager- og applikasjonsdatabaser kan gjøres ved hjelp av programvare og verktøy for informasjonsintegrering.
Bedrifter og deres Big Data-applikasjoner:
Guangdong Mobiles:
En populær mobilgruppe i Kina, Guangdong, bruker Hadoop for å fjerne datatilgangsflaskehalser og avdekke kundebruksmønster for presise og målrettede markedsføringer og Hadoop HBase for automatisk å dele datatabeller over noder for å utvide datalagring.
Red Sox:
World Series-mestere kommer over enorme mengder strukturerte og ustrukturerte data relatert til spillet som på været, motstanderlag og kampanjer før spillet. Big Data lar dem gi prognoser om spillet og hvordan de kan fordele ressurser basert på forventede variasjoner i det kommende spillet.
Nokia:
Big Data har hjulpet Nokia med å bruke dataene sine effektivt for å forstå og forbedre brukernes opplevelse av produktene sine. Selskapet utnytter databehandling og komplekse analyser for å lage kart med prediktiv trafikk og lagdelte høydemodeller. Nokia bruker Clouderas Hadoop-plattform og Hadoop-komponenter som HBase, HDFS, Sqoop og Scribe for ovennevnte applikasjon.
Huawei:
Huawei OceanStor N8000-Hadoop Big Data-løsningen er utviklet basert på avansert gruppert arkitektur og lagringsfunksjon på bedriftsnivå og integrerer den med Hadoop databehandling. Denne innovative kombinasjonen hjelper bedrifter med å få sanntidsanalyse og prosesseringsresultater fra omfattende databeregning og analyse, forbedrer beslutningstaking og effektivitet, gjør ledelsen enklere og reduserer kostnadene ved nettverksbygging.
SAS:
SAS har kombinert med Hadoop for å hjelpe dataforskere med å transformere Big Data til større innsikt. Som et resultat har SAS kommet opp med et miljø som gir visuell og interaktiv opplevelse, noe som gjør det lettere å få innsikt og utforske nye trender. De potente analytiske algoritmene trekker ut verdifull innsikt fra dataene mens minneteknologien gir raskere tilgang til data.
CERN:
Big Data spiller en viktig rolle i CERN, hjemmet til den store Hadron Supercollider, da den samler utrolig mengde data fra sine 40 millioner bilder per sekund fra sine 100 megapiksel kameraer, som gir ut 1 petabyte data per sekund. Dataene fra disse kameraene må analyseres. Laboratoriet eksperimenterer med måter å plassere mer data fra sine eksperimenter i både relasjonsdatabaser og datalagre basert på NoSQL-teknologier, som Hadoop og Dynamo i Amazonas S3s skylagringstjeneste
Buzzdata:
Buzzdata jobber med et Big Data-prosjekt der det må kombineres alle kildene og integreres på et trygt sted. Dette skaper et flott sted for journalister å koble til og normalisere offentlige data.
Forsvarsdepartementet:
Forsvarsdepartementet (DoD) har investert omtrent $ 250 millioner dollar for å utnytte og bruke enorm mengde data for å komme opp med et system som kan ta kontroll og ta autonome beslutninger og hjelpe analytikere til å gi støtte til operasjoner. Avdelingen har planer om å øke sine analytiske evner med 100 ganger, for å hente ut informasjon fra tekster på hvilket som helst språk og en tilsvarende økning i antall objekter, aktiviteter og hendelser som analytikere kan analysere.
Defense Advanced Research Projects Agency (DARPA):
DARPA har til hensikt å investere omtrent 25 millioner dollar for å forbedre beregningsteknikker og programvareverktøy for å analysere store mengder semistrukturerte og ustrukturerte data.
National Institutes of Health:
Med 200 terabyte data inneholdt i 1000 Genomes Project, er alt klart å være et godt eksempel på Big Data. Datasettene er så massive at svært få forskere har beregningskraften til å analysere dataene.
Eksempler på Big Data Application i forskjellige bransjer:
Detaljhandel / Forbruker:
- Analyse av markedskurv og optimalisering av priser
- Merchandizing og markedsanalyse
- Forsyningskjedestyring og analyse
- Atferdsbasert målretting
- Markeds- og forbrukersegmenteringer
Økonomi og svindel tjenester:
- Kundesegmentering
- Overholdelse og rapportering av forskrifter
- Risikoanalyse og styring.
- Bedrageri og sikkerhetsanalyse
- Medisinsk forsikringssvindel
- CRM
- Kredittrisiko, scoring og analyse
- Handelsovervåking og unormal analyse av handelsmønster
Helse- og biovitenskap:
- Kliniske studier dataanalyse
- Analyse av sykdomsmønster
- Pasientkvalitetsanalyse
- Analyse av legemiddelutvikling
Telekommunikasjon:
- Prisoptimalisering
- Forebygging av kunder
- CDR-analyse (Call Detail Record)
- Nettverksytelse og optimalisering
- Mobil brukeranalyseanalyse
Enterprise Data Warehouse:
- Forbedre EDW ved å laste ned prosessering og lagring
- Forbehandlingsnav før du kommer til EDW
Spill:
hva er en bufret leser
- Behavioral Analytics
Høyteknologisk:
- Optimaliser traktkonvertering
- Forutsigbar støtte
- Forutsi sikkerhetstrusler
- Enhetsanalyse
Relaterte innlegg:
Karriere fordeler gjennom Hadoop-sertifisering .
Økende popularitet til Hadoop og MongoDB.