'
Dữ liệu lớn có thể giải quyết những khó khăn khác nhau mà các tổ chức lớn phải đối mặt. Sau đây là các trường hợp sử dụng Dữ liệu lớn có giá trị cao có thể được sử dụng để giải quyết các mối quan tâm mà họ phải đối mặt.
Khám phá dữ liệu lớn
Khám phá Dữ liệu lớn giải quyết những thách thức như thông tin được lưu trữ trong các hệ thống khác nhau và quyền truy cập vào dữ liệu này để hoàn thành các nhiệm vụ hàng ngày mà tổ chức lớn phải đối mặt. Khám phá Dữ liệu lớn cho phép bạn phân tích dữ liệu và có được những hiểu biết có giá trị từ chúng.
Lượt xem khách hàng 360 & thứ tự nâng cao
Nâng cao quan điểm của khách hàng hiện tại giúp hiểu biết đầy đủ về khách hàng, giải quyết các câu hỏi như lý do họ mua, cách họ thích mua sắm, lý do họ thay đổi, họ sẽ mua gì tiếp theo và những tính năng nào khiến họ giới thiệu công ty cho người khác.
Tiện ích mở rộng bảo mật / tình báo
Tăng cường nền tảng phân tích tình báo và an ninh mạng bằng công nghệ Dữ liệu lớn để xử lý và phân tích các loại hình mới từ mạng xã hội, email, cảm biến và Telco, giảm thiểu rủi ro, phát hiện gian lận và giám sát an ninh mạng trong thời gian thực để cải thiện đáng kể thông tin chi tiết về tình báo, bảo mật và thực thi pháp luật .
Phân tích hoạt động
Phân tích hoạt động là sử dụng công nghệ Dữ liệu lớn để cho phép thế hệ ứng dụng mới phân tích khối lượng lớn dữ liệu đa cấu trúc, như máy móc và dữ liệu vận hành để cải thiện hoạt động kinh doanh. Những dữ liệu này có thể bao gồm bất cứ thứ gì từ máy CNTT đến cảm biến và máy đo và thiết bị GPS yêu cầu phân tích và tương quan phức tạp giữa các loại tập dữ liệu khác nhau.
Hiện đại hóa kho dữ liệu
việc sử dụng tuần tự hóa trong java là gì
Big Data cần được tích hợp với khả năng của kho dữ liệu để tăng hiệu quả hoạt động. Việc loại bỏ dữ liệu cũ hiếm khi được truy cập hoặc dữ liệu cũ khỏi cơ sở dữ liệu kho và ứng dụng có thể được thực hiện bằng cách sử dụng phần mềm và công cụ tích hợp thông tin.
Các công ty và các ứng dụng Dữ liệu lớn của họ:
Điện thoại di động Quảng Đông:
Một nhóm di động phổ biến ở Trung Quốc, Quảng Đông sử dụng Hadoop để loại bỏ tắc nghẽn truy cập dữ liệu và phát hiện ra mô hình sử dụng của khách hàng cho các chương trình khuyến mãi thị trường được nhắm mục tiêu và chính xác và Hadoop HBase để tự động chia bảng dữ liệu giữa các nút để mở rộng lưu trữ dữ liệu.
Red Sox:
Các nhà vô địch của World Series đi qua khối lượng lớn dữ liệu có cấu trúc và phi cấu trúc liên quan đến trò chơi như về thời tiết, đội đối thủ và các chương trình khuyến mãi trước trận đấu. Dữ liệu lớn cho phép họ cung cấp dự báo về trò chơi và cách phân bổ tài nguyên dựa trên các biến thể dự kiến trong trò chơi sắp tới.
Nokia:
Dữ liệu lớn đã giúp Nokia sử dụng hiệu quả dữ liệu của họ để hiểu và cải thiện trải nghiệm của người dùng với các sản phẩm của họ. Công ty tận dụng xử lý dữ liệu và các phân tích phức tạp để xây dựng bản đồ với lưu lượng dự đoán và mô hình độ cao phân lớp. Nokia sử dụng nền tảng Cloudera’s Hadoop và các thành phần Hadoop như HBase, HDFS, Sqoop và Scribe cho ứng dụng trên.
Huawei:
Giải pháp Dữ liệu lớn Huawei OceanStor N8000-Hadoop được phát triển dựa trên kiến trúc phân cụm tiên tiến và khả năng lưu trữ cấp doanh nghiệp, đồng thời tích hợp nó với khung điện toán Hadoop. Sự kết hợp sáng tạo này giúp các doanh nghiệp có được kết quả phân tích và xử lý theo thời gian thực từ tính toán và phân tích dữ liệu toàn diện, cải thiện việc ra quyết định và hiệu quả, giúp quản lý dễ dàng hơn và giảm chi phí mạng.
SAS:
SAS đã kết hợp với Hadoop để giúp các nhà khoa học dữ liệu chuyển đổi Dữ liệu lớn thành những hiểu biết sâu sắc hơn. Do đó, SAS đã tạo ra một môi trường cung cấp trải nghiệm trực quan và tương tác, giúp bạn dễ dàng có được thông tin chi tiết và khám phá các xu hướng mới. Các thuật toán phân tích mạnh mẽ trích xuất thông tin chi tiết có giá trị từ dữ liệu trong khi công nghệ trong bộ nhớ cho phép truy cập dữ liệu nhanh hơn.
CERN:
Dữ liệu lớn đóng một phần quan trọng trong CERN, quê hương của Hadron Supercollider lớn, vì nó thu thập lượng dữ liệu khó tin từ 40 triệu hình ảnh mỗi giây từ máy ảnh 100 megapixel của mình, cho ra 1 petabyte dữ liệu mỗi giây. Dữ liệu từ những camera này cần được phân tích. Phòng thí nghiệm đang thử nghiệm các cách để đặt nhiều dữ liệu hơn từ các thử nghiệm của mình trong cả cơ sở dữ liệu quan hệ và kho dữ liệu dựa trên công nghệ NoSQL, chẳng hạn như Hadoop và Dynamo trong dịch vụ lưu trữ đám mây của Amazon’s S3
Buzzdata:
Buzzdata đang thực hiện một dự án Dữ liệu lớn, nơi cần kết hợp tất cả các nguồn và tích hợp chúng ở một vị trí an toàn. Điều này tạo ra một nơi tuyệt vời cho các nhà báo kết nối và bình thường hóa dữ liệu công khai.
Bộ Quốc phòng:
Bộ Quốc phòng (DoD) đã đầu tư khoảng 250 triệu đô la để khai thác và sử dụng lượng dữ liệu khổng lồ để đưa ra một hệ thống có thể kiểm soát và đưa ra các quyết định tự chủ, đồng thời hỗ trợ các nhà phân tích hỗ trợ các hoạt động. Bộ phận có kế hoạch tăng khả năng phân tích của họ lên gấp 100 lần, để trích xuất thông tin từ các văn bản bằng bất kỳ ngôn ngữ nào và tăng tương đương về số lượng đối tượng, hoạt động và sự kiện mà nhà phân tích có thể phân tích.
Cơ quan Dự án Nghiên cứu Nâng cao Quốc phòng (DARPA):
DARPA dự định đầu tư khoảng 25 triệu đô la để cải thiện các kỹ thuật tính toán và các công cụ phần mềm để phân tích một lượng lớn dữ liệu bán cấu trúc và phi cấu trúc.
Viện Y tế Quốc gia:
Với 200 terabyte dữ liệu trong Dự án 1000 bộ gen, tất cả được thiết lập để trở thành một ví dụ điển hình về Dữ liệu lớn. Các bộ dữ liệu quá lớn nên rất ít nhà nghiên cứu có khả năng tính toán để phân tích dữ liệu.
Ví dụ về ứng dụng dữ liệu lớn trong các ngành khác nhau:
Bán lẻ / Người tiêu dùng:
- Phân tích giỏ thị trường và tối ưu hóa giá cả
- Buôn bán và phân tích thị trường
- Quản lý và phân tích chuỗi cung ứng
- Nhắm mục tiêu dựa trên hành vi
- Phân khúc thị trường và người tiêu dùng
Dịch vụ Tài chính & Gian lận:
- Phân khúc khách hàng
- Tuân thủ và báo cáo quy định
- Phân tích và quản lý rủi ro.
- Phát hiện gian lận và phân tích bảo mật
- Gian lận bảo hiểm y tế
- CRM
- Rủi ro tín dụng, chấm điểm và phân tích
- Giám sát thương mại và phân tích mô hình giao dịch bất thường
Khoa học Sức khỏe & Đời sống:
- Phân tích dữ liệu thử nghiệm lâm sàng
- Phân tích mô hình bệnh tật
- Phân tích chất lượng chăm sóc bệnh nhân
- Phân tích phát triển thuốc
Viễn thông:
- Tối ưu hóa giá cả
- Ngăn chặn sự gián đoạn của khách hàng
- Phân tích bản ghi chi tiết cuộc gọi (CDR)
- Hiệu suất và tối ưu hóa mạng
- Phân tích vị trí người dùng di động
Kho dữ liệu doanh nghiệp:
cách sử dụng system.exit trong java
- Nâng cao EDW bằng cách giảm tải quá trình xử lý và lưu trữ
- Trung tâm tiền xử lý trước khi đến EDW
Chơi game:
- Phân tích hành vi
Công nghệ cao:
- Tối ưu hóa chuyển đổi kênh
- Hỗ trợ dự đoán
- Dự đoán các mối đe dọa bảo mật
- Phân tích thiết bị
Bài viết liên quan:
Sự nghiệp thuận lợi thông qua chứng nhận Hadoop .
Mức độ phổ biến ngày càng tăng của Hadoop và MongoDB.