Big Data Analytics - Inzichten omzetten in actie

Net zoals het hele universum en ons melkwegstelsel zouden zijn gevormd als gevolg van de Big Bang-explosie, zijn er door zoveel technologische vooruitgang ook gegevens exponentieel gegroeid, wat heeft geleid tot de Big Data-explosie. Deze gegevens komen uit verschillende bronnen, hebben verschillende formaten, worden met een variabele snelheid gegenereerd en kunnen ook inconsistenties bevatten. We kunnen de explosie van dergelijke gegevens dus eenvoudigweg noemen .Ik zal de volgende onderwerpen in deze blog uitleggen om je inzicht te geven in Big Data Analytics:

• Waarom big data-analyse?
• Wat is Big Data Analytics?
• Tools voor big data
• Big Data-domeinen
• Gebruiksscenario's voor big data
• Trends in Big Data Analytics

Waarom big data-analyse?

Voordat ik verder ga om u te vertellen wat het is Analytics, laat me jullie vertellen waarom het nodig is. Laat me jullie ook onthullen dat we elke dag ongeveer 2,5 triljoen bytes aan gegevens creëren! Dus nu we Big Data hebben verzameld, kunnen we het niet negeren, noch kunnen we het inactief laten blijven en het verspillen.

Verschillende organisaties en sectoren over de hele wereld zijn begonnen met Big Data Analytics om tal van voordelen te behalen. Big Data Analytics geeft inzichten die veel bedrijven omzetten in acties en enorme winsten en ontdekkingen doen. Ik ga vier van dergelijke redenen opsommen, samen met interessante voorbeelden.

De eerste reden is,

1. Een slimmere en efficiëntere organisatie maken
   Laat me je iets vertellen over zo'n organisatie, de New York Police Department (NYPD). De NYPD maakt op briljante wijze gebruik van Big Data en analyses om misdaden op te sporen en te identificeren voordat ze plaatsvinden. Ze analyseren historische arrestatiepatronen en brengen deze vervolgens in kaart met gebeurtenissen zoals feestdagen, betaaldagen, verkeersstromen, regenval enz.Dit helpt hen de informatie onmiddellijk te analyseren door gebruik te maken van deze datapatronen. Strategie voor big data en analysehelptze identificeren criminaliteitslocaties en zetten hun agenten op deze locaties in. Door deze locaties te bereiken voordat de misdrijven werden gepleegd, voorkomen ze dus het optreden van criminaliteit.
   
   
2. Optimaliseer bedrijfsactiviteiten door klantgedrag te analyseren De meeste organisaties gebruiken gedragsanalyses van klanten om klanttevredenheid te bieden en daarmee hun klantenbestand te vergroten. Het beste voorbeeld hiervan is Amazon. Amazon is een van de beste en meest gebruikte e-commerce websites met een klantenbestand van ongeveer 300 miljoen. Ze gebruiken klikstroomgegevens van klanten en historische aankoopgegevens om hen op maat gemaakte resultaten op aangepaste webpagina's te bieden. Analyseren de klikken van elke bezoeker op hun website helpen hen om hun sitenavigatiegedrag te begrijpen, de paden die de gebruiker heeft gevolgd om het product te kopen, de paden die ertoe hebben geleid dat ze de site hebben verlaten en meer. Al deze informatie helpt Amazon om hun gebruikerservaring te verbeteren en daarmee hun verkoop en marketing te verbeteren.
3. Kostenbesparing Big data-technologieën en technologische vooruitgang zoals cloud computing bieden aanzienlijke kostenvoordelen als het gaat om het opslaan en verwerken van Big Data. Ik zal u vertellen hoe de gezondheidszorg Big Data Analytics gebruikt om hun kosten te verlagen. Patiënten gebruiken tegenwoordig nieuwe sensorapparatuur, zowel thuis als buiten, die constante gegevensstromen verzenden die in realtime kunnen worden bewaakt en geanalyseerd om patiënten te helpen ziekenhuisopname te voorkomen door hun omstandigheden zelf te beheren.Voor gehospitaliseerde patiënten kunnen artsen voorspellende analyses gebruiken om de resultaten te optimaliseren en heropnames te verminderen.Parkland Hospital gebruikt analyses en voorspellende modellen om hoogrisicopatiënten te identificeren en waarschijnlijke resultaten te voorspellen zodra patiënten naar huis worden gestuurd. Als gevolg hiervan verminderde Parkland heropnames van 30 dagen voor patiënten met hartfalen met 31%, waarmee u jaarlijks $ 500.000 bespaart.

Nieuwe generatie producten

Met de mogelijkheid om de behoeften en tevredenheid van klanten te meten door middel van analyses, komt de kracht om klanten te geven wat ze willen. Ik heb hier drie van zulke interessante producten gevonden om aan te halen. Eerste , Google'szelfrijdende autodie bij elke rit miljoenen berekeningen maakt die de auto helpen beslissen wanneer en waar hij moet afslaan, of hij moet vertragen of versnellen en wanneer hij van rijstrook moet wisselen - dezelfde beslissingen die een menselijke bestuurder achter het stuur neemt.

De tweede een isNetflix dat zich twee seizoenen lang inzet voor zijn extreem populaire show House of Cards, door volledig te vertrouwen op Big Data Analytics! Vorig jaar breidde Netflix zijn abonneebestand in de VS met 10% uit en kreeg het bijna 20 miljoen abonnees van over de hele wereld.

De derde voorbeeld is een van de echt coole nieuwe dingen die ik ben tegengekomen, is een slimme yogamat. De eerste keer dat u uw Smart Mat gebruikt, voert deze u een reeks bewegingen uit om uw lichaamsvorm, grootte en persoonlijke beperkingen te kalibreren. Deze persoonlijke profielinformatie wordt opgeslagen in uw Smart Mat-app en helpt Smart Mat te detecteren wanneer u niet op één lijn of in evenwicht bent. Na verloop van tijd zal het automatisch evolueren met bijgewerkte gegevens terwijl je je yogabeoefening verbetert.

Wat is Big Data Analytics?

Laten we nu formeel definiëren 'Wat is Big Data Analytics?' Big data-analyse onderzoekt grote en verschillende soorten gegevens om verborgen patronen, correlaties en andere inzichten te ontdekken. Kortom, Big Data Analytics wordt grotendeels door bedrijven gebruikt om hun groei en ontwikkeling te vergemakkelijken. Dit omvat voornamelijk het toepassen van verschillende datamining-algoritmen op de gegeven set gegevens, die hen vervolgens zullen helpen bij een betere besluitvorming.

Stadia in Big Data Analytics

Dit zijn de volgende fasen van het Big Data Analytics-proces:

Soorten big data-analyse

Er zijn vier soorten:

1. Beschrijvende analyse: Het maakt gebruik van gegevensaggregatie en datamining om inzicht te geven in het verleden en te antwoorden: 'Wat is er gebeurd?' De beschrijvende analyse doet precies wat de naam aangeeft, ze 'beschrijven' of vatten ruwe gegevens samen en maken deze interpreteerbaar voor mensen.
2. Voorspellende analyse: Het maakt gebruik van statistische modellen en prognosetechnieken om de toekomst te begrijpen en te antwoorden: 'Wat zou er kunnen gebeuren?' Voorspellende analyses bieden bedrijven bruikbare inzichten op basis van gegevens. Het geeft schattingen over de waarschijnlijkheid van een toekomstige uitkomst.
3. Voorgeschreven analyse: Het gebruikt optimalisatie- en simulatie-algoritmen om advies te geven over mogelijke uitkomsten en antwoorden: 'Wat moeten we doen?' Het stelt gebruikers in staat een aantal verschillende mogelijke acties 'voor te schrijven' en hen naar een oplossing te begeleiden. Kortom, bij deze analyse draait alles om het geven van advies.
4. Diagnostische analyse: Het wordt gebruikt om te bepalen waarom er in het verleden iets is gebeurd. Het wordt gekenmerkt door technieken zoals drill-down, data discovery, data mining en correlaties. Diagnostische analyse gaat dieper in op gegevens om de hoofdoorzaken van de gebeurtenissen te begrijpen.

Big data Hulpmiddelen

Dit zijn enkele van de volgende tools die worden gebruikt voor Big Data Analytics: Hadoop , , Apache HBase , Apache Spark , , , Apache Hive , Kafka .

Big Data-domeinen

• Gezondheidszorg: De gezondheidszorg gebruikt big data-analyse om kosten te verlagen, epidemieën te voorspellen, vermijdbare ziekten te voorkomen en de kwaliteit van leven in het algemeen te verbeteren. Een van de meest voorkomendetoepassingen van Big Data in de zorg is Electronic Health Record (EPD's).
• Telecom: Ze leveren een van de belangrijkste bijdragen aan Big Data. Telecom-industrie verbetert de kwaliteit van de dienstverlening enrouteert het verkeer effectiever. Door het analyseren van oproepgegevensrecords in realtime, kunnen deze bedrijven frauduleus gedrag identificeren en er onmiddellijk naar handelen. De marketingafdeling kan haar campagnes aanpassen om haar klanten beter te targeten en de verkregen inzichten gebruiken om nieuwe producten en diensten te ontwikkelen.
• Verzekering: Deze bedrijven gebruiken big data-analyse voor risicobeoordeling, fraudedetectie, marketing, klantinzichten, klantervaring en meer.
• Regering: De Indiase regering gebruikte big data-analyses om een ​​schatting te krijgen van de handel in het land. Ze gebruikten centrale omzetbelastingfacturen om te analyseren in hoeverre staten met elkaar handel drijven.
• Financiën: Banken en financiële dienstverleners gebruiken analyses om frauduleuze interacties te onderscheiden van legitieme zakelijke transacties. De analysesystemen suggereren onmiddellijke maatregelen, zoals het blokkeren van onregelmatige transacties, waardoor fraude wordt gestopt voordat deze plaatsvindt en de winstgevendheid verbetert.
• Auto: Rolls Royce heeft Big Data omarmd door honderden sensoren in zijn motoren en aandrijfsystemen te plaatsen, die elk klein detail over hun werking registreren. De wijzigingen in gegevens in realtime worden gerapporteerd aan ingenieurs die beslissen wat de beste manier van handelen is, zoals het plannen van onderhoud of het sturen van engineeringteams.
• Onderwijs: Dit is een veld waarin Big Data Analytics langzaam en geleidelijk wordt geabsorbeerd.Door te kiezen voor technologie op basis van big data als leermiddel in plaats van traditionele lesmethoden, werd het leren van studenten verbeterd en konden de docenten hun prestaties beter volgen.
• Kleinhandel: Detailhandel, inclusief e-commerce en in-stores, maken op grote schaal gebruik van Big Data Analytics om hun bedrijf te optimaliseren. Bijvoorbeeld Amazon, Walmart etc.

Gebruiksscenario's voor big data

De eerste use case die ik hier heb genomen, is van Starbucks.

De tweede use case die ik met jullie wil delen, betreft Procter & Gamble.

Trends in Big Data Analytics

De onderstaande afbeelding toont de marktomzet van Big Data inmiljardAmerikaanse dollars van het jaar 2011 tot 2027.

Hier zijn een paar Feiten en statistieken door Forbes :

Carriere vooruitzichten in Big Data Analytics:

• Salarisaspecten: Het gemiddelde salaris van de analytics-banen is ongeveer $ 94.167. Data Scientist is drie jaar op rij uitgeroepen tot de beste baan in Amerika, met een gemiddeld basissalaris van $ 110.000 en 4.524 vacatures. In India is het percentage analyseprofessionals met een salaris van minder dan INR 10 Lakhs lager geworden, het percentage analytische professionals dat meer verdiende dan INR 15 Lakhs is gestegen van 17% in 2016 tot eenentwintig% in 2017 tot 22,3% in 2018.
• Enorme vacatures: Bedrijven als Google, Apple, IBM, Adobe, Qualcomm en nog veel meer huren Big Data Analytics Professionals in.

Vaardigheden

Dit zijn enkele van de vaardigheden die vereist zijn, afhankelijk van de rol op het gebied van Big Data Analytics:

• Basisprogrammering: Men moet kennis hebben van ten minste een programmeertaal voor algemene doeleinden, zoals Java en Python.
• Statistische en kwantitatieve analyse: Een idee hebben over statistieken en kwantitatieve analyse is ideaal.
• Data opslagplaats: Kennis van SQL- en NoSQL-databases is vereist.
• Data visualisatie: Het is erg belangrijk om te weten hoe de gegevens moeten worden gevisualiseerd om de inzichten te begrijpen en in actie toe te passen.
• Specifieke zakelijke kennis: Men moet zich noodzakelijkerwijs bewust zijn van het bedrijf waar ze analyses toepassen om hun activiteiten te optimaliseren.
• Computationele kaders: Bij voorkeur moet men op de hoogte zijn van ten minste één of twee tools die nodig zijn voor Big Data Analytics.

Nu je Big Data Analytics kent, kun je het door Edureka, een vertrouwd online leerbedrijf met een netwerk van meer dan 250.000 tevreden leerlingen verspreid over de hele wereld. De Edureka Big Data Hadoop-certificeringstraining helpt leerlingen expert te worden in HDFS, Yarn, MapReduce, Pig, Hive, HBase, Oozie, Flume en Sqoop met behulp van real-time use cases op het gebied van Retail, Social Media, Aviation, Tourism, Finance.

een eenvoudige inleiding tot data science

Heeft u een vraag voor ons? Vermeld het in het opmerkingengedeelte en we nemen contact met u op.