'
Big Data kan de verschillende problemen aanpakken waarmee grote organisaties worden geconfronteerd. Hieronder volgen hoogwaardige Big Data-use-cases die kunnen worden gebruikt om de zorgen weg te nemen waarmee zij worden geconfronteerd.
Big Data-verkenning
Big Data-verkenning behandelt de uitdagingen zoals informatie die is opgeslagen in verschillende systemen en toegang tot deze gegevens om de dagelijkse taken uit te voeren waarmee grote organisaties worden geconfronteerd. Met Big Data-verkenning kunt u gegevens analyseren en er waardevolle inzichten uit halen.
Verbeterde 360 & ordm klantweergaven
Het verbeteren van bestaande klantweergaven helpt om een volledig begrip van klanten te krijgen, door vragen te beantwoorden zoals waarom ze kopen, hoe ze het liefst winkelen, waarom ze veranderen, wat ze hierna zullen kopen en welke functies ervoor zorgen dat ze een bedrijf aan anderen aanbevelen.
Uitbreiding voor beveiliging / inlichtingen
Verbetering van cyberbeveiligings- en intelligentieanalyseplatforms met big data-technologieën om nieuwe typen van sociale media, e-mails, sensoren en telecom te verwerken en analyseren, risico's te verminderen, fraude op te sporen en cyberveiligheid in realtime te bewaken om inzichten op het gebied van intelligentie, beveiliging en wetshandhaving aanzienlijk te verbeteren .
Operationele analyse
Operationele analyse gaat over het gebruik van Big Data-technologieën om een nieuwe generatie applicaties mogelijk te maken die grote hoeveelheden multi-gestructureerde gegevens, zoals machine- en operationele gegevens, analyseren om het bedrijf te verbeteren. Deze gegevens kunnen alles omvatten, van IT-machines tot sensoren en meters, en GPS-apparaten vereisen complexe analyse en correlatie tussen verschillende soorten gegevenssets.
Modernisering van het datawarehouse
waar wordt sas-programmering voor gebruikt
Big Data moet worden geïntegreerd met datawarehouse-mogelijkheden om de operationele efficiëntie te verhogen. Het verwijderen van zelden gebruikte of oude gegevens uit magazijn- en applicatiedatabases kan worden gedaan met behulp van software en tools voor informatie-integratie.
Bedrijven en hun big data-applicaties:
Mobiele telefoons in Guangdong:
Guangdong, een populaire mobiele groep in China, gebruikt Hadoop om knelpunten in de gegevenstoegang te verwijderen en het gebruikspatroon van klanten bloot te leggen voor nauwkeurige en gerichte marktpromoties, en Hadoop HBase voor het automatisch splitsen van gegevenstabellen over knooppunten om de gegevensopslag uit te breiden.
Rode kousen:
De World Series-kampioenen komen enorme hoeveelheden gestructureerde en ongestructureerde gegevens tegen met betrekking tot het spel, zoals het weer, het team van de tegenstander en pre-game promoties. Met Big Data kunnen ze voorspellingen doen over het spel en hoe bronnen kunnen worden toegewezen op basis van verwachte variaties in het aankomende spel.
Nokia:
Big Data heeft Nokia geholpen om effectief gebruik te maken van hun gegevens om de gebruikerservaring met hun producten te begrijpen en te verbeteren. Het bedrijf maakt gebruik van gegevensverwerking en complexe analyses om kaarten te bouwen met voorspellend verkeer en gelaagde hoogtemodellen. Nokia gebruikt het Hadoop-platform van Cloudera en Hadoop-componenten zoals HBase, HDFS, Sqoop en Scribe voor de bovenstaande applicatie.
Huawei:
De Huawei OceanStor N8000-Hadoop Big Data-oplossing is ontwikkeld op basis van geavanceerde geclusterde architectuur en opslagcapaciteit op bedrijfsniveau en is geïntegreerd met het Hadoop-computerframework. Deze innovatieve combinatie helpt bedrijven om realtime analyse- en verwerkingsresultaten te krijgen van uitgebreide gegevensberekening en -analyse, verbetert de besluitvorming en efficiëntie, maakt het beheer eenvoudiger en verlaagt de netwerkkosten.
SAS:
SAS werkt samen met Hadoop om datawetenschappers te helpen Big Data om te zetten in grotere inzichten. Als gevolg hiervan heeft SAS een omgeving bedacht die visuele en interactieve ervaring biedt, waardoor het gemakkelijker wordt om inzichten te krijgen en nieuwe trends te verkennen. De krachtige analytische algoritmen halen waardevolle inzichten uit de gegevens, terwijl de in-memory-technologie snellere toegang tot gegevens mogelijk maakt.
CERN:
Big Data speelt een cruciale rol in CERN, de thuisbasis van de grote Hadron Supercollider, omdat het een ongelooflijke hoeveelheid gegevens verzamelt van zijn 40 miljoen foto's per seconde van zijn 100 megapixelcamera's, wat neerkomt op 1 petabyte aan gegevens per seconde. De gegevens van deze camera's moeten worden geanalyseerd. Het lab experimenteert met manieren om meer data uit zijn experimenten te plaatsen in zowel relationele databases als datastores op basis van NoSQL-technologieën, zoals Hadoop en Dynamo in Amazon's S3's cloudopslagdienst.
Buzzdata:
Buzzdata werkt aan een Big Data-project waarbij het alle bronnen moet combineren en integreren op een veilige locatie. Dit creëert een geweldige plek voor journalisten om openbare gegevens te verbinden en te normaliseren.
Ministerie van Defensie:
Het ministerie van Defensie (DoD) heeft ongeveer $ 250 miljoen geïnvesteerd om een enorme hoeveelheid gegevens te benutten en te gebruiken om een systeem te bedenken dat controle kan geven en autonome beslissingen kan nemen en analisten kan helpen bij het bieden van ondersteuning aan operaties. De afdeling heeft plannen om hun analytische vaardigheden met honderdvoud te vergroten, om informatie uit teksten in elke taal te extraheren en een gelijkwaardige toename van het aantal objecten, activiteiten en gebeurtenissen dat analisten kunnen analyseren.
Defense Advanced Research Projects Agency (DARPA):
DARPA is van plan om ongeveer $ 25 miljoen te investeren om computertechnieken en softwaretools te verbeteren voor het analyseren van grote hoeveelheden semi-gestructureerde en ongestructureerde gegevens.
National Institutes of Health:
Met 200 terabyte aan gegevens in het 1000 Genomes-project, is het helemaal klaar om een goed voorbeeld van Big Data te worden. De datasets zijn zo groot dat maar heel weinig onderzoekers de rekenkracht hebben om de data te analyseren.
Voorbeelden van Big Data-toepassingen in verschillende industrieën:
Retail / consument:
java wacht en meld voorbeeld
- Marktkorfanalyse en prijsoptimalisatie
- Merchandising en marktanalyse
- Beheer van de toeleveringsketen en analyse
- Op gedrag gebaseerde targeting
- Markt- en consumentensegmentaties
Financiën & Fraude Services:
- Klantsegmentatie
- Naleving en wettelijke rapportage
- Risicoanalyse en -beheer.
- Fraudedetectie en beveiligingsanalyses
- Fraude met medische verzekeringen
- CRM
- Kredietrisico, score en analyse
- Handelstoezicht en analyse van abnormale handelspatronen
Gezondheid en levenswetenschappen:
- Gegevensanalyse van klinische proeven
- Ziektepatroon analyse
- Kwaliteitsanalyse van patiëntenzorg
- Analyse van geneesmiddelenontwikkeling
Telecommunicatie:
- Prijsoptimalisatie
- Preventie van klantverloop
- Call detail record (CDR) analyse
- Netwerkprestaties en optimalisatie
- Locatieanalyse van mobiele gebruikers
Enterprise Data Warehouse:
- Verbeter EDW door verwerking en opslag te ontlasten
- Pre-processing hub voordat u naar EDW gaat
Gamen:
- Gedragsanalyse
High Tech:
- Optimaliseer trechterconversie
- Voorspellende ondersteuning
- Voorspel beveiligingsbedreigingen
- Apparaatanalyse
Gerelateerde berichten:
Loopbaanvoordeel dankzij Hadoop-certificering .
Stijgende populariteit van Hadoop en MongoDB.