Nagy mennyiségű információ elemzése és. A nagy adatok használata az orvostudományban. Nagy problémák nagy adatok

Azt jósolta, hogy a teremtett és replikált adatok általános globális volumene 2011-ben körülbelül 1,8 Satetta (1,8 trillió gigabájt) - körülbelül 9-szer több, mint ami 2006-ban hozta létre.

Összetettebb meghatározás

Mindazonáltal ` nagy adat`Kérd meg többet, mint a hatalmas mennyiségű információ elemzését. A probléma nem az, hogy a szervezetek hatalmas mennyiségű adatot hoznak létre, és abban a tényben, hogy a legtöbbjüket a hagyományos strukturált adatbázis formátumban rosszul releváns formátumban mutatják be - ezek a weblaplók, videofelvételek, szöveges dokumentumok, gépkód, vagy például a térinformatikai adatok. Mindez sok különféle tárolót tárol, néha a szervezeten kívül is. Ennek eredményeként a vállalat hozzáférhet az adatok hatalmas összegéhez, és nincs szükséges eszközökAz adatok közötti kapcsolatok kialakítása és jelentős következtetések meghozatala. Add ide az a tény, hogy az adatok most napjainkban és gyakrabban frissülnek, és olyan helyzetet kapsz, amelyben a hagyományos információk elemzése nem befolyásolhatja a folyamatosan frissített adatok hatalmas mennyiségét, amely végül megnyílik és megnyitja az útipari technológiákat nagy adatok.

Legjobb meghatározás

Lényegében a koncepció nagy adatok Ez magában foglalja a hatalmas mennyiségű és számos összetételű információkat, amelyek nagyon gyakran frissítik és különböző forrásokban vannak a munka hatékonyságának növelése érdekében, új termékek létrehozása és a versenyképesség növelése érdekében. A Forrester Consulting Company rövid szöveget ad: ` Nagy adat Kombináljon olyan technikákat és technológiákat, amelyek eltávolítják az adatok jelentését a gyakorlati gyakorlati határértékről.

Mennyire nagy a különbség az üzleti elemzés és a nagy adatok között?

Craig Bati, a Fujitsu Australia Technologies forgalmazási igazgatója és igazgatója, jelezte, hogy az üzleti elemzés egy leíró eljárás az üzleti élet bizonyos időn belüli eredményeinek elemzésére, az időközben a feldolgozási sebességként nagy adatok Lehetővé teszi, hogy elemzést készítsen előrejelzőre, képesek legyenek üzleti ajánlások nyújtására a jövőben. Nagy adatátviteli technológiát is lehetővé teszi, hogy elemezze részletesebben adattípusok képest üzleti analitikai eszközök, amelyek lehetővé teszi, hogy ne csak a strukturált tárolók.

Matt Slocum az O "Reilly radarról úgy véli, hogy nagy adat És az üzleti elemzőknek ugyanaz a célja (a kérdésre adott válaszok keresése), három szempontból különböznek egymástól.

• A nagy adatokat úgy tervezték, hogy jobban kezeljék a nagyobb mennyiségű információt, mint az üzleti elemző, és ez természetesen megfelel a nagy adatok hagyományos meghatározásának.
• A nagy adatokat gyorsabban beszerzett és változó információkat terveznek, ami mély kutatásokat és interaktivitást jelent. Bizonyos esetekben az eredmények gyorsabbak, mint a weboldal betöltése.
• Big adatok feldolgozásra szánt strukturálatlan adatok, amelyeknek az alkalmazása módszerekkel csak akkor kezdenek el tanulmány után tudja megállapítani a gyűjtés és tárolás, és elvárjuk, algoritmusok és a lehetőséget a párbeszéd elősegítése a keresési trendek tartalmazza ezeket tömbök.

Szerint az Oracle által közzétett fehér könyv `Oracle Information Architecture: Építészi útmutató a nagy adatokért. (Oracle Information Architecture: Egy építész" s útmutató a nagy adatokhoz), ha nagy adatokkal dolgozunk, másképp közelítünk az üzleti elemzés során.

A nagy adatokkal való együttműködés nem hasonlít a szokásos üzleti intelligencia-folyamathoz, ahol az ismert értékek egyszerű hozzáadása hozza az eredményt: például a fizetett számlák hozzáadásának eredménye az év értékesítési volumenévé válik. Nagy adatokkal való együttműködés esetén az eredményt az egymást követő modellezéssel történő tisztítás során kapjuk meg: Először a hipotézist, statisztikai, vizuális vagy szemantikai modellt építettek, a hipotézisek hűsége meghosszabbította, majd a Ezután előterjesztik. Ez a folyamat egy kutató vagy értelmezése a vizuális értékek vagy összeállítása interaktív tudás alapú lekérdezések, illetve a fejlesztési adaptív algoritmusok `Machine képzés, képes elérni a kívánt eredményt. És az ilyen algoritmus élettartama meglehetősen rövid lehet.

A nagy adatok elemzésének módszerei

Számos sokféle módszer van az adathordozók elemzésére, amelyek a statisztikákból és a számítógépes tudományból kölcsönzött eszközöken alapulnak (például gépi tanulás). A lista nem úgy tesz, mintha teljes, de tükrözi a különböző iparágak legigényesebb megközelítéseit. Ugyanakkor meg kell érteni, hogy a kutatók továbbra is dolgoznak az új technikák létrehozásában és a meglévők javításában. Ezenkívül ezeket a módszereket nem feltétlenül alkalmazzák kizárólag a nagy adatokra, és sikeresen használhatók kisebb tömböknél (például A / B tesztelés, regressziós analízis). Természetesen a térfogata és a diverzifikált tömb elemzésre kerül, annál pontosabb és releváns adatok érhetők el a kimeneten.

A / B tesztelés. A technika, amelyben a kontrollmintát váltakozva másokkal összehasonlítjuk. Így lehetséges azonosítani a mutatók optimális kombinációját, hogy például a fogyasztók legjobb válaszát a marketing ajánlathoz. Nagy adat Hagyja, hogy hatalmas számú iterációt töltsön, és így statisztikailag megbízható eredményt kapjon.

Szövetségi szabálytanulás. Egy sor technikák a kapcsolatok azonosítására, azaz A nagy adatgyűjtő változók közötti társulási szabályok. Használt B. adatbányászat..

Osztályozás. Egy olyan technikák, amely lehetővé teszi, hogy megjósolja a fogyasztók viselkedését egy adott piaci szegmensben (döntéshozatali döntéseket, kiáramlás, fogyasztási volumen stb.). Használt B. adatbányászat..

Klaszteranalízis.. A tárgyak csoportjainak statisztikai módszere a nem ismert közös jellemzők kimutatásával. Használt B. adatbányászat..

Crowdsourcing.. Adatgyűjtési módszertan nagyszámú Források.

Adatfúzió és adatintegráció. Egy olyan technikák, amely lehetővé teszi a szociális hálózatok felhasználói megjegyzéseinek elemzését, és összehasonlíthatja a valós idejű értékesítés eredményeivel.

Adatbányászat.. Egy olyan technikák, amelyek lehetővé teszik, hogy meghatározzák a leginkább érzékenyek a fogyasztók fejlődő termék- vagy szolgáltatási kategóriájára, azonosítsák a legsikeresebb alkalmazottak jellemzőit, megjósolják a fogyasztók viselkedési modelljét.

Együttes tanulás. Ebben a módszerben számos predikciós modell vesz részt, amelyek rovására az előrejelzések minősége.

Genetikai algoritmusok.. Ebben a technikában lehetséges megoldások A "kromoszóma" formában képviselik, amely kombinálható és kölcsönösen. Mint a természetes evolúció folyamatában, a leginkább adaptált egyedi túlélések.

Gépi tanulás. A számítógép-tudomány (történelmileg, a "mesterséges intelligencia neve) történelmileg megkezdődött, amely az empirikus adatok elemzésén alapuló önvizsgálati algoritmusok létrehozásának célja.

Természetes nyelvi feldolgozás (NLP.). Számítástechnikai és nyelvi technikákból kölcsönzött a személy természetes nyelvének felismerésére.

Hálózati elemzés. A hálózatok csomópontjai közötti kapcsolatok elemzésére szolgáló módszerek. A szociális hálózatok tekintetében lehetővé teszi az egyes felhasználók, vállalatok, közösségek stb. Kapcsolat elemzését

Optimalizálás. Az újratervezési komplex rendszerek és folyamatok újratervezésére szolgáló numerikus módszerek készlete egy vagy több mutató javítására. Segít például a stratégiai döntések meghozatalában, például a piacra indított termékcsalád összetétele, a befektetési elemzés, és így tovább.

Mintafelismerés. A fogyasztói viselkedési modell megjósolásához önálló tanulási elemekkel rendelkező technikák.

Prediktív modellezés. Olyan technikák, amelyek lehetővé teszik a matematikai modell létrehozását a megadott valószínű eseményfejlesztési forgatókönyv előtt. Például a CRM adatbázis-jelek elemzése olyan lehetséges körülmények között, amelyeket az előfizetőknek a szolgáltató megváltoztatására irányulnak.

Regresszió. Egy sor statisztikai módszerek azonosítani a minták közötti változás a függő változó és egy vagy több független. Gyakran használják előrejelzésre és előrejelzésekre. Az adatbányászatban.

Hangulatelemzés. A fogyasztói hangulat értékelésének módszerei az emberi nyelvi felismerési technikákon alapulnak. Lehetővé teszik, hogy kihúzzák az általánosból információáramlás Az érdeklődő tárgyhoz kapcsolódó üzenetek (például a fogyasztói termék által). Mellett az ítélet (pozitív vagy negatív) polaritásának becslése, az érzelmek mértéke és így tovább.

Jelfeldolgozás.. Kölcsönzött a rádiótechnológiától egy olyan technikát, amely a célfelismerő célt követi a zaj és további elemzésének hátterében.

Térbeli elemzés. A statisztikai módszerekből származó részlegesen kölcsönzött statisztikai módszerek - a terep topológiája, a földrajzi koordináták, az objektumok geometriája. Forrás nagy adatok Ebben az esetben a földrajzi információs rendszerek gyakran végrehajtják (GIS).

Statisztika. Gyűjtemény tudomány, szervezet és értelmezés az adatok, beleértve a kérdőívek fejlesztését és a kísérletek elvégzését. A statisztikai módszereket gyakran használják a becsült konjugációkra a kapcsolatok közötti kapcsolatokon vagy más események között.

Felügyelt tanulás. Megmunkálási módszerek a gépi tanulási technikákon alapuló megmunkálási módszerek, amelyek lehetővé teszik a funkcionális kapcsolatok azonosítását az elemzett adathordozókban.

Szimuláció. A komplex rendszerek viselkedésének modellezését gyakran használják a különböző szkriptek tervezésére, előrejelzésére és tanulmányozására.

Idősorozat elemzése. A statisztikákból és digitális feldolgozás Az elemzési módszerek jelzései az adatszekvenciák időtartamánál megismétlődnek. Néhány nyilvánvaló alkalmazás nyomon követi az értékpapírpiacot vagy a betegek előfordulását.

Felügyelet nélküli tanulás. A gépi tanulási technikák egy sor gépi tanulási technikák alapján, amelyek lehetővé teszik, hogy azonosítsák a rejtett funkcionális kapcsolatokat az elemzett adathordozókban. Közös jellemzőkkel rendelkezik Klaszteranalízis..

Megjelenítés. Mód grafikai ábrázolás A nagy adatok elemzésének eredményei diagramok vagy animált képek formájában, hogy egyszerűsítsék a kapott eredmények megértésének elősegítését.

A nagy adatelemzés eredményeinek vizuális ábrázolása alapvető fontosságú értelmezésükre. Nem titok, hogy az emberi észlelés korlátozott, és a tudósok továbbra is kutatást végeznek a modern adatmegjelenítési módszerek javításában képek, diagramok vagy animációk formájában.

Analitikai eszközkészlet

2011-re az előző alfejezetben felsorolt \u200b\u200bmegközelítések közül néhány, vagy határozott kombinációjuk lehetővé teszi az analitikai motorok megvalósítását a gyakorlatban a gyakorlatban. A szabad vagy viszonylag olcsó nyitott nagy adatelemző rendszerek közül javasolhatja:

• Revolution Analytics (a szőnyegre vonatkozó R-nyelv alapján). Egyenes hangok).

Ebben a listában különösen az érdeklődés az Apache Hadoop - nyílt forráskódú, amely az elmúlt öt év során a legtöbb Trackers részvényeinek elemzőjeként tesztelték. Amint a Yahoo megnyitotta a Hadoop kódot nyílt forráskódú közösséggel, az informatikai iparágban megjelent a Hadoopon alapuló termékek létrehozásának teljes iránya. Szinte minden modern elemzési eszköz nagy adatok Adja meg az integrációs eszközöket a Hadoop segítségével. A fejlesztők elindulásokként és jól ismert világvállalatoként működnek.

A nagy adatok kezelésére szolgáló megoldások

Nagy adatplatformok (BDP, nagy adatplatform) a digitális házimunkák elleni küzdelem eszközeként

Az elemzés képessége nagy adat, A meglepetés szerint nagy adatoknak nevezték, jó és határozottan. De tényleg? Mi lehet a rámpantó adatgyűjtés? A legvalószínűbb, hogy az emberhez kapcsolódó hazai pszichológusokat patológiás tárolásnak, szillóriainek vagy ábrázolt "pluszkin-szindrómanak" nevezik. Angolul, egy ördögi szenvedély, hogy összegyűjtse mindent egy sorban, hívják horgassást (az angol felhalmozódástól - "készlet"). A mentális betegségek besorolása szerint a Choroding mentális rendellenességekre számít. A digitális felhalmozást (digitális felhalmozást) a digitális korszakhoz adják, mind az egyéni identitások, mind az egész vállalkozások és a szervezetek () szenvedhetnek.

Világ és orosz piac

Big Data Landscape - Fő beszállítók

Gyűjtemény, feldolgozás, menedzsment és elemzés eszközei nagy adatok Kitéve az összes vezető informatikai vállalatot, ami meglehetősen természetes. Először is, közvetlenül szembesülnek ezzel a jelenséggel saját vállalkozásukban, másrészt, nagy adat Nyissa meg a kiváló lehetőséget a piac új réseinek fejlesztéséhez, és vonzza az új ügyfeleket.

Számos induló megjelent a piacon, amely üzleti tevékenységet folytat a hatalmas adathordozók feldolgozásáról. Ezek közül néhány használja a kész felhőinfrastruktúrát nagy játékosok Mint az Amazon.

A nagy adatok elmélete és gyakorlata az iparágakban

A fejlesztés története

2017

Tmaxsoft előrejelzés: A következő "hullám" nagy adatok megkövetelik a DBMS frissítését

A vállalkozások ismertek, hogy hatalmas adataikban fontos információkkal foglalkoznak üzleti tevékenységükről és ügyfeleikről. Ha a vállalat sikeresen alkalmazza ezeket az információkat, akkor jelentős előnye lesz a versenytársakhoz képest, és képes lesz a legjobban felajánlani, mint azok, a termékek és a szolgáltatások. Azonban sok szervezet még mindig nem tud hatékonyan használni nagy adat Azzal a ténynek köszönhetően, hogy örökölt informatikai infrastruktúrájuk nem tudja megadni a szükséges tárolási rendszerek, adatcsere-folyamatok, segédprogramok és alkalmazások megfelelő kapacitását a strukturálatlan adatok nagy tömbjeinek feldolgozásához és elemzéséhez, hogy értékes információkat kivonjon a Tmaxsoftban.

Ezenkívül a folyamatosan növekvő adatmennyiségek elemzéséhez szükséges processzor kapacitás növekedése jelentős beruházásokat igényelhet a szervezet elavult IT-infrastruktúrájába, valamint további támogatási erőforrásokhoz, amelyek új alkalmazások és szolgáltatások fejlesztésére felhasználhatók.

2015. február 5-én a Fehér Ház kiadott egy jelentést, amelyben a kérdést megvitatták, hogyan nagy adat»A különböző vásárlók különböző árai - az" Árkülönböztetés "vagy" differenciált árképzés "(személyre szabott árképzés). A jelentés ismerteti a "nagy adatok" előnyeit mind az eladók, mind a vásárlók számára, és szerzők arra a következtetésre jutnak, hogy a nagy adatok és differenciált árképzés megjelenéséből származó problémás kérdés megoldható a meglévő megkülönböztetésellenes jogszabályok keretében és A fogyasztói jogok védelme.

A jelentés megjegyzi, hogy ebben az időben csak egyedi tények vannak, amelyek jelzik, hogy a vállalatok nagy adatokat használnak az egyéni marketing és differenciált árképzés összefüggésében. Ez az információ azt mutatja, hogy az eladók olyan árképzési módszereket használnak, amelyek három kategóriába sorolhatók:

• a keresleti görbe tanulmányozása;
• Útmutató (kormányzás) és differenciált árképzés a demográfiai adatok alapján; és
• cél viselkedési marketing (viselkedési célzás - viselkedési célzás) és egyéni árképzés.

A kereslet görbe tanulmányozása: A fogyasztók viselkedésének iránti keresletének és tanulmányozásának tisztázása érdekében a marketingesek gyakran kísérleteznek ezen a területen, amelynek során az ügyfelek véletlenszerűen kinevezik a két lehetséges árkategóriát. "Technikailag ezek a kísérletek a differenciált árképzés formája, mivel ennek következményeik az ügyfelek számára eltérő árakká válnak, még akkor is, ha" megkülönböztetéstől mentes ", abban az értelemben, hogy valamennyi ügyfélnek valószínűleg ugyanolyan ára van . "

Kormányzás): Ez az a gyakorlat, hogy a termékeket a fogyasztóknak egy adott demográfiai csoporthoz tartozó tartozásuk alapján adják meg. Szóval, weboldal számítástechnikai cég tud ajánlani egy és ugyanazt a laptop különböző típusú vásárlók különböző áron, rendezett az általuk jelentett információk alapján (például attól függően, hogy ez a felhasználó Az állami testületek, tudományos vagy kereskedelmi intézmények, illetve magánszemélyek képviselője) vagy földrajzi helyükön (például a számítógép IP-címe).

Célbeli viselkedési marketing és egyéni árazás: Ezekben az esetekben a vásárlók személyes adatait bizonyos termékek célzott reklámozására és testreszabott áraira használják. Például az online hirdetők hirdetési hálózatok által gyűjtöttek, és a harmadik felek cookie-kon keresztül az interneten lévő felhasználók tevékenységének adatai révén a promóciós anyagok elküldése érdekében. Egy ilyen megközelítés egyrészt lehetővé teszi a fogyasztók számára az áruk és szolgáltatások reklámozását, de azokat a fogyasztók aggodalmait okozzák, akik nem akarnak bizonyos személyes adataik bizonyos típusát (például információt Az orvosi és pénzügyi kérdésekkel kapcsolatos látogató helyszíneket a beleegyezésük nélkül gyűjtötték össze.

Bár a célzott viselkedési marketing széles körben elterjedt, az online környezetben viszonylag kevés bizonyíték van az egyéni árképzésre. A jelentés azt sugallja, hogy ez annak a ténynek tudható be, hogy a megfelelő módszereket még fejlesztették ki, vagy azzal a ténnyel, hogy a vállalatok nem sietnek az egyéni árképzés (vagy inkább dicsérni) - talán a negatív reakciótól való félelem miatt fogyasztók.

A jelentés szerzői úgy vélik, hogy "az egyéni fogyasztó számára a nagy adatok használata kétségtelenül mind a potenciális visszatérés, mind a kockázatok miatt következett be." Felismerve, hogy a nagy adatok felhasználásakor megjelenik az átláthatóság és a megkülönböztetés problémái, a jelentés ugyanakkor azt állítja, hogy a meglévő megkülönböztetésellenes törvények és a fogyasztóvédelmi törvények elegendőek ahhoz, hogy megoldják őket. A jelentés azonban hangsúlyozza továbbá a "folyamatos ellenőrzés" szükségességét olyan esetekben, amikor a vállalatok átlátszatlan módon vagy olyan módszerekkel rendelkeznek, amelyek nem vonatkoznak egy meglévő szabályozási keret hatálya alá.

Ez a jelentés a Fehér Ház erőfeszítéseinek folytatása, hogy tanulmányozza a "nagy adatok" és a diszkriminatív árképzés használatát az interneten, és az amerikai fogyasztókra vonatkozó következményeket. Korábban már arról számoltak be, hogy a Fehér Ház nagy adatainak munkacsoportja 2014 májusában jelentette meg jelentését ebben a kérdésben. A Szövetségi Kereskedelmi Bizottság (FTC) szintén figyelembe vette ezeket a kérdéseket a 2014 szeptemberi 2014 szeptemberében a megkülönböztetésről szóló szemináriumon a nagy adatok használatának köszönhetően.

2014

Gartner eladja a "nagy adatok" mítoszait

A 2014-es őszének analitikai megjegyzésében a Gartner felsorolta a nagy adatokkal kapcsolatos IT-menedzserek körében közös mítoszokat, és megtérítik.

• Mindenki a nagy adatfeldolgozó rendszereket gyorsabban hajtja végre, mint mi

A nagyobb adat technológiák iránti érdeklődést rögzítik: a Gartner elemzők által az idei évben vizsgált szervezetek 73% -a már befektetett a vonatkozó projektekben, vagy összegyűjtött. De a legtöbb ilyen kezdeményezés még mindig a legkorábbi szakaszokban, és a válaszadók csak 13% -a már végrehajtott ilyen megoldásokat. A legnehezebb dolog az, hogy meghatározzuk, hogyan lehet nagy adatokból származó jövedelmet kivonni, döntse el, hol kell elkezdeni. Sok szervezetben megragadt a kísérleti szakaszban, mert nem tudnak kötni Új technológia konkrét üzleti folyamatokhoz.

• Annyi adatunk van, hogy nincs szükség aggódni a kis hibák miatt

Néhány informatikai vezető úgy véli, hogy az adatok kis hibái nem befolyásolják a hatalmas kötetek elemzésének általános eredményeit. Ha sok adat van, minden hiba külön-külön nem befolyásolja az eredményt, az elemzők védjegyét, hanem egyre inkább. Ezenkívül az elemzett adatok többsége külső, ismeretlen szerkezet vagy eredet, így a hibák valószínűsége növekszik. Így a nagy adatok világában a minőség valójában sokkal fontosabb.

• A nagy adatgyártás megszakítja az adatok integrálásának szükségességét

A nagy adatok megígérik, hogy az adatokat eredeti formátumban feldolgozza az áramkör automatikus képződésével, ahogy azt elolvassa. Úgy véljük, hogy ez lehetővé teszi az elemzési információkat azonos forrásokból több adatmodell alkalmazásával. Sokan úgy vélik, hogy lehetővé teszi a végfelhasználók számára is, hogy bármilyen adatcsoportot értelmezhetnek saját belátása szerint. A valóságban a legtöbb felhasználónak gyakran szüksége van hagyományos módon befejezett rendszerHa az adatokat megfelelően formázották, vannak olyan megállapodások, amelyek az informatikai integritás szintjén vannak, és hogyan kell kapcsolódnia a felhasználási forgatókönyvhöz.

• Az adatraktárnak nincs értelme a komplex elemzéshez való használatra

Az információs menedzsment rendszer számos adminisztrátora úgy véli, hogy nincs értelme időt tölteni egy adatraktár létrehozására, figyelembe véve, hogy a komplex analitikai rendszerek új adattípusokat használnak. Valójában számos komplex elemzési rendszerben információt használ az adattárolásról. Más esetekben az új típusú adatokat is fel kell készíteni a nagy adatfeldolgozó rendszerek elemzésére; Szükséges döntéseket hozni az adatok megfelelőségéről, az aggregáció elveinek és a minőségi szint elvének - ilyen készítmények előfordulhatnak a tárolón kívül.

• Az adat tavak megváltoztatják az adattároló létesítményeket

A valóságban a beszállítók félrevezető ügyfelek, az adat tavak (adat tó) pozícionálása a tárolóberendezések cseréjeként vagy az analitikai infrastruktúra kritikus elemeivel. Az adatok tavainak alapvető technológiái hiányzik a tároló létesítményekben rejlő funkcionalitás lejárata és szélessége. Ezért az adatok kezeléséért felelős vezetőknek meg kell várniuk, amíg a tavak ugyanolyan szintű fejlesztési szintet érnek el, hisz a Gartnerben.

ACCENTURE: A nagy adatok végrehajtási rendszerének 92% -a elégedett az eredménygel

A nagy adatok fő előnyei között a válaszadók:

• "Új jövedelemforrások keresése" (56%),
• "Az ügyfél-élmény javítása" (51%),
• "Új termékek és szolgáltatások" (50%) és
• "Az új ügyfelek beáramlása és az idősebb hűség megőrzése" (47%).

Az új technológiák bevezetésében számos vállalat hagyományos problémákat vetett fel. Az 51% -os felbontású blokk esetében a biztonság 47% -os költségvetés esetén 41% -kal - a szükséges keretek hiánya, és 35% -os komplexitás esetén egy meglévő rendszerrel való integrálás esetén. Szinte az összes vizsgált vállalat (kb. 91%) tervezi a problémát a személyzet hiánya és a nagy adatokból származó szakemberek bérlésével.

A vállalatok optimisták értékelik a nagy adatok jövőbeli technológiáit. 89% úgy véli, hogy az internetet is megváltoztatják az üzletet. A válaszadók 79% -a megjegyezte, hogy a nagy adatokat nem élvező vállalatok elveszítik a versenyelőnyt.

A válaszadók azonban úgy vélték, hogy érdemes nagy. A válaszadók 65% -a úgy véli, hogy ezek "nagy adatkártyák", 60% biztos abban, hogy "fejlett elemzés és elemzés", és 50% az, hogy ezek "vizualizációs eszközök adatai".

Madrid 14,7 millió eurót költ a nagy adatok kezeléséről

2014 júliusában ismertté vált, hogy Madrid nagy adatokat használna a városi infrastruktúra kezelésére. A projekt költsége 14,7 millió euró, az alkalmazható megoldások alapja a nagy adatok elemzéséhez és kezeléséhez szükséges technológiák. Segítségükkel a városi közigazgatás kezelni fogja az egyes szolgáltatókkal való munkát, és a szolgáltatások szintjétől függően fizeti meg.

Beszélünk a vállalkozók a közigazgatás, amely követi az állam az utcák, a világítás, az öntözés, a zöld telepítések, elvégzi a tisztítást a terület és export, valamint a feldolgozás szemetet. A projekt során a városi szolgáltatások teljesítményének 300 fő mutatóját speciálisan kiválasztott ellenőrökre fejlesztették ki, amelyek alapján naponta 1,5 ezer különböző ellenőrzéseket és mérést végeznek. Ezenkívül a város egy innovatív technológiai platformot használ, amelyet Madrid Inteligente (Mint) - Smart Madrid neveznek.

2013

Szakértők: Divat csúcs nagy adatokon

Mindenki kivétel nélkül az adatkezelő piacon az adatkezelő piacon, a technológiák a nagy adatkezelés technológiáit fejlesztik. Ezt az új technológiai tendenciát is aktívan megvitatják a szakmai közösség, mind a fejlesztők, mind az ágazati elemzők és az ilyen megoldások potenciális fogyasztói.

Amint a DataShift 2013. januárjától kezdeményezték, a viták hulláma " nagy adatok"Túllépte az összes elképzelhető méretet. Elemzése után említések száma Big adatokat a szociális hálózatok, DataShift kiszámítottuk, hogy 2012-ben ezt a kifejezést használták mintegy 2 milliárd alkalommal létrehozott bejegyzéseket mintegy 1 millió különböző szerzők szerte a világon. Ez egyenértékű 260 hozzászólással óránként, a referenciák csúcsával 3070 hivatkozás óránként.

Gartner: Minden második IT-igazgató készen áll arra, hogy pénzt költeni nagy adatokra

Több éves kísérlet után, nagy adat technológiákkal és 2013-ban az első bevezetéssel ilyen megoldások Jelentősen növekszik, a Gartnerben. A kutatók megkérdezett informatikai vezetők a világ minden tájáról, és megállapította, hogy a válaszadók 42% -a már beruháztak Nagy mennyiségű adatot technológia vagy tervet, hogy az ilyen beruházások a következő évben (az adatok szerint március 2013).

A vállalatok kénytelenek pénzt költeni a feldolgozási technológiára. nagy adatokMivel az információs táj gyorsan változik, új megközelítéseket igényel az információfeldolgozáshoz. Sok vállalat már felismerték, hogy a nagy adattömbökkel kritikus, és a munka velük lehetővé teszi, hogy elérjék előnyöket, amelyek nem állnak rendelkezésre, akkor hagyományos információforrások és feldolgozási módszerek. Ezenkívül a médiában a "nagy adatok" témakörének állandó kötelessége az érintett technológiák fűtésére szolgál.

Frank buytendijk, Gartner alelnöke, még a vállalatra is felszólította a port, mivel egyesek aggódnak, hogy a nagy adatok fejlesztésében a versenytársak elmaradnak.

"Nem szükséges aggódni, hogy az ötletek megvalósításának lehetősége" nagy adatok "technológiák valójában végtelenek - mondta.

Szerint Gartner, 2015-re, a globális 1000 lista cégek 20% -a stratégiai összpontosítani az "infrastruktúra".

Az új funkciók előrejelzése, amelyek hozzájuk minket a "nagy adatok" feldolgozásának technológiája, most sok szervezet szervezi a különböző típusú információk gyűjtésének és tárolásának folyamatát.

Az oktatási és kormányzati szervezetek, valamint az iparági vállalatok esetében az üzleti átalakulás legnagyobb potenciálját felhalmozott adatok kombinálják az úgynevezett sötétadatokkal (szó szerint "sötét adatok"), az utóbbiak közé tartoznak az üzenetek email, Multimédia és más hasonló tartalom. Gartner szerint azok, akik megtanulják, hogyan kell kezelni az adatokat a legkülönbözőbb információforrásokból.

Cisco felmérés: A nagy adatok segítenek növelni az informatikai költségvetést

A vizsgálat során (2013. tavasz), az úgynevezett Cisco Connected World Technology Report végzett 18 országban egy független elemző cég InsightExpress, 1800 főiskolai hallgatók kérdeztek és ugyanennyi fiatal szakemberek 18 éves és 30 éves. A felmérést megtudták, hogy megtudja az informatikai részlegek készségét a projekt megvalósításához Nagy adat. és kapj egy ötletet a kapcsolódó kérdésekről, a technológiai hibákról és az ilyen projektek stratégiai értékéről.

A legtöbb vállalat összegyűjti, írja és elemzi az adatokat. Mindazonáltal a jelentés azt mondja, hogy a nagy adatokkal kapcsolatos számos vállalat számos összetett üzleti és informatikai problémával szembesül. Például a válaszadók 60 százaléka felismeri, hogy a nagy adatmegoldások javíthatják a döntéshozatali folyamatokat és növelhetik a versenyképességet, de csak 28 százaléka kijelentette, hogy a felhalmozott információk valódi stratégiai előnyei már megszerzettek.

Az informatikai menedzserek több mint fele a válaszadók úgy vélik, hogy a nagy adatprojektek segítenek növelni az informatikai költségvetéseket szervezeteikben, mivel fokozott követelményeket fognak tenni a technológiákra, a személyzetre és a szakmai készségekre. Ugyanakkor a válaszadók több mint fele elvárja az ilyen projekteket, hogy 2012-ben növeljék az informatikai költségvetéseket a vállalatukban. 57 százaléka biztos abban, hogy a nagy adatok növelik költségvetését a következő három évben.

A válaszadók 81 százaléka azt mondta, hogy minden (vagy legalábbis néhány) nagy adatprojekt igényt igényel felhő alapú számítástechnika. Így a felhő technológiák eloszlása \u200b\u200bbefolyásolhatja a nagy adatoldatok elosztásának sebességét és az ilyen üzleti megoldások értékét.

A vállalatok a legtöbb adatokat gyűjtenek és használnak különböző típusokmint például a strukturált és strukturálatlan. Itt van a forrásokból a felmérés résztvevőinek adatai (Cisco Connected World Technology Jelentés):

Az informatikai menedzserek csaknem fele (48 százalék) előrejelzi a terhelés megduplázását a hálózaton a következő két évben. (Ez különösen jellemző Kínára, ahol a válaszadók és a Németország 68 százaléka - 60 százalék). A válaszadók 23 százaléka várja a hálózati terhelés háromszorosát a következő két évben. Ugyanakkor a válaszadók mindössze 40 százaléka kijelentette, hogy készen állt a hálózati forgalom robbanásszerű növelésére.

A válaszadók 27 százaléka elismerte, hogy jobb informatikai politikákra és információbiztonsági intézkedésekre van szükségük.

21 százalékkal kell kiterjeszteni a sávszélességet.

A nagy adatok új lehetőségeket nyitnak meg az informatikai részlegek előtt, hogy növeljék az értéket, és szoros kapcsolatot alakítsunk ki az üzleti egységekkel, lehetővé téve a jövedelem növelését és a vállalat pénzügyi helyzetének megerősítését. A nagy adatprojektek az üzleti egységek stratégiai partnereival rendelkeznek.

A válaszadók 73 százaléka szerint ez az informatikai osztály, amely a nagy adatstratégia végrehajtásának fő mozdonyává válik. Ugyanakkor figyelembe veszik a válaszadókat, más részlegek is kapcsolódnak e stratégia végrehajtásához. Először is, a finanszírozási osztályokra vonatkozik (a válaszadók 24 százaléka), a kutatás (20 százalék), működési (20 százalék), mérnöki (19 százalék), valamint a marketingosztályok (15 százalék) és az értékesítés (14 százalék) .

Gartner: A nagy adatok kezeléséhez több millió új munkahelyre van szükség.

A világnak 2013-ra 3,7 milliárd dollárért jutott el, ami 2012-ben 3,8% -kal több kiadást jelent az információs technológia számára 2012-ben (az év végén az előrejelzés 3,6 milliárd dollár). Szegmens nagy adatok (Nagy adatok) sokkal magasabb árakat fognak kialakítani, a Gartner-jelentés azt mondja.

2015-re 4,4 millió munkahelyet kell létrehozni az információs technológiák területén, hogy nagy adatokat szolgáljanak ki, amelyek közül 1,9 millió munkahely van. Ráadásul mindegyik munkahely Három további munkahelyet teremt az informatikai ágazaton kívül, így csak az Egyesült Államokban a következő négy évben 6 millió ember fog működni az információs gazdaság fenntartása érdekében.

A Gartner szakértői szerint a fő probléma az, hogy az iparágban ez nem elég tehetség: mind a magán-, mind az állami oktatási rendszer például az Egyesült Államokban nem képes az iparág elegendő számú képzettséggel ellátni. Így az említett új munkahelyek az informatikai keretekben csak az egyik közül csak három.

Az elemzők úgy vélik, hogy a képzett képzett informatikai személyzetnek a szerepe közvetlenül a vállalathoz kell vállalnia, amely szörnyű szükség van rájuk, mivel az ilyen alkalmazottak átadják őket a jövő új információs gazdaságához.

2012

Az első szkepticizmus a "nagy adatok"

Az Ovum és a Gartner cégek elemzői azt sugallják, hogy a divatos 2012-ben nagy adatok az illúziók felszabadulásának időpontja lehet.

A "nagy adatok" kifejezés, jelenleg, szabályként jelöli az egyre növekvő mennyiségű információt hadműveleti üzemmód A szociális médiából, az érzékelők és egyéb források hálózataitól, valamint az adatfeldolgozáshoz használt eszközök egyre növekvő eszköze, valamint a fontos üzleti trendek azonosítása.

"Mivel a hype (vagy annak ellenére) a nagy adatok ötletével kapcsolatban, a gyártók 2012-ben nagy reményrel néztek erre a tendenciára" - mondta Tony Bayer, az Ovum elemzője.

Bayer azt mondta, hogy az adatátvitel retrospektív elemzést végzett a nagy adatok említése

Mit Nagy adat. (Szó szerint - nagy adat)? Fordítsuk először az Oxford szótárhoz:

Adat - értékek, jelek vagy szimbólumok, hogy működik a számítógép, és tárolható, és továbbítható a villamos jelek formájában, rögzített mágneses, optikai vagy mechanikus média.

Kifejezés Nagy adat. Egy nagy és exponenciálisan leírni egy adatkészlet idővel. Az ilyen adatok feldolgozásához ne tegye meg.

A nagy adatok előnyei:

1. Különböző forrásokból származó adatok gyűjtése.
2. Az üzleti folyamatok javítása valós idejű analitikával.
3. Hatalmas mennyiségű adat tárolása.
4. Betekintés. A nagy adatok inkább észrevehetőek a strukturált és félig strukturált adatok felhasználásával.
5. A nagy adatok segítenek csökkenteni a kockázatot és az intelligens megoldásokat a megfelelő kockázatelemzés miatt.

Példák a nagy adatokra.

New-york-i tőzsde Napi generál 1 Terabyte Az elmúlt munkamenet feletti kereskedelemre vonatkozó adatok.

Közösségi média: A statisztikák azt mutatják, hogy a Facebook adatbázis naponta van betöltve 500 terabájt Az új adatok elsősorban a fotós letöltések és videók miatt származnak a szociális hálózati szerverek, az üzenetküldés, a hozzászólások és így tovább.

Repülőgép hajtómű Generál 10 terabájt Adatok 30 percenként a repülés közben. Mivel több ezer járat történik naponta, az adatok mennyisége eléri a petabájtokat.

Besorolás nagy adatok.

Nagy adatok formái:

• Strukturált
• Strukturálatlan
• Félig strukturált

Strukturált forma

A tárolható adatok állnak rendelkezésre, és rögzített formátumú formában állnak rendelkezésre és feldolgoztak, úgynevezett strukturált. Hosszú ideig a számítógépes tudományok nagy sikert aratottak a technikus javításában az ilyen típusú adatokkal (ahol a formátum előzetesen ismert) és megtanult előnyös. Ma azonban vannak olyan problémák, amelyek a több zeettabit tartományában mért méretű mérethez kapcsolódnak.

1 Zettabyte egy milliárd terabájtnak felel meg

Ezekre a számokra nézve könnyű ellenőrizni a nagy adatok fogalma és a konjugátum nehézségét az ilyen adatok feldolgozásával és tárolásával.

A relációs bázisban tárolt adatok strukturáltak, és formájában vannak, például a vállalati alkalmazottak táblázata

Strukturálatlan forma

Az ismeretlen struktúra adatai strukturálatlannak minősülnek. A nagyméretű méret mellett egy ilyen formát számos nehézség jellemzi a hasznos információk feldolgozásához és eltávolításához. A strukturálatlan adatok tipikus példája egy heterogén forrás, amely az egyszerű szöveges fájlok, képek és videók kombinációját tartalmazza. Napjainkban a szervezetek hozzáférhetnek a nagy mennyiségű nyers vagy strukturálatlan adatokhoz, de nem tudom, hogyan kell kihasználni őket.

Félig strukturált forma

Ez a kategória tartalmazza mind a fent leírt, tehát a félig strukturált adatok rendelkeznek valamilyen formában, de a valóságban nem definiált táblázatok segítségével a relációs bázisok. E kategória példája az XML fájlban bemutatott személyes adatok.

Prashant Rao.Férfi.35 Reema R.Női41 Sath maneFérfi.29 Sublato Roy.Férfi.26 Jeremiás J.Férfi.35

Jellemzők nagy adatok.

Növekedési nagy adatok idővel:

A kék bemutatta strukturált adatokat (vállalati adatok), amelyeket relációs alapokon tárolnak. Más színek különböző forrásokból származó strukturálatlan adatok (IP telefonálás, eszközök és érzékelők, szociális hálózatok és webes alkalmazások).

A Gartnernek megfelelően a nagy adatok térfogat, generációs arányok, fajták és változékonyság különböznek. Tekintsük ezeket a jellemzőket részletesebben.

1. Hangerő. Önmagában a nagy adatok kifejezés nagy méretű. Az adatok mérete a legfontosabb mutató a lehetséges megtérülő érték meghatározásakor. Napi 6 millió ember használja a digitális médiát, amely előzetes becslések 2,5 quintillion adatbájtot generálnak. Ezért a kötet az első, aki figyelembe veszi a jellemzőt.
2. Sokféleség - A következő szempont. A heterogén forrásokra és az adatok jellegére vonatkozik, amely mind strukturált, mind strukturálatlan lehet. Korábban a táblázatok és az adatbázisok voltak a legtöbb alkalmazásban figyelembe vett információforrások. Ma adatok formájában az e-mailek, fotók, videók, PDF fájlokat, audio is figyelembe kell venni az analitikai alkalmazások. Az ilyen fajta strukturálatlan adatok problémákhoz vezet a tárolás, a bányászat és elemzés: 27% -a vállalatok nem biztos abban, hogy a munka megfelelő adatokat.
3. Generációs sebesség. Milyen gyorsan felhalmozódnak és feldolgozzák az adatokat, hogy megfeleljenek a követelményeknek, meghatározza a potenciált. A sebesség meghatározza a forrásokból származó információk beáramlásának sebességét - üzleti folyamatok, alkalmazási naplók, közösségi hálózatok és média, érzékelők, mobileszközök. Az adatok áramlása óriási és folyamatos időben.
4. Változékonyság Leírja az adatok bizonyos pontjainak bizonytalanságát, amely bonyolítja a feldolgozást és a kezelést. Például a legtöbb adat természetesen strukturálatlan.

Big Data Analytics: Mi a nagy adatok előnye

Áruk és szolgáltatások előmozdítása: A keresőmotorokból és webhelyekből származó adatokhoz való hozzáférés, mint például a Facebook és a Twitter, lehetővé teszi a vállalkozások számára, hogy pontosabban fejlesszék a marketing stratégiákat.

A vásárlók szolgáltatásának javítása: A hagyományos vásárlók visszajelzési rendszerei olyan újakkal vannak helyettesítve, amelyekben nagy adatok és a természetes nyelv feldolgozása az ügyfél felülvizsgálatának elolvasására és értékelésére szolgál.

Kockázati számításegy új termék vagy szolgáltatás kiadásához kapcsolódik.

Üzemi hatékonyság: A nagy adatok strukturálhatók, hogy gyorsan eltávolítsák a szükséges információkat, és azonnal megadják a pontos eredményt. A nagy adat-technológiák és raktárak ilyen kombinációja segíti a szervezeteket, ritkán használt információkat optimalizálni.

Csak lusta nem beszél nagy adatokat, de mi az, és hogyan működik - nem valószínű. Kezdjük a legegyszerűbb terminológiával. Az oroszul, a nagy adatok különböző szerszámok, megközelítések és feldolgozási módszerek mind a strukturált, mind a strukturálatlan adatok, hogy ezeket bizonyos feladatokhoz és célokhoz használják.

A strukturálatlan adatok olyan információk, amelyek nem rendelkeznek előre meghatározott szerkezettel, vagy nincsenek egy bizonyos sorrendben.

A "nagy adatok" kifejezést 2008-ban bevezette a Magazine Nature Clifford Lynch magazin szerkesztőjét 2008-ban a világinformációs mennyiségek robbanásszerű növekedésére szánt különös kérdésben. Bár természetesen a nagy adatok maguk is léteztek. A szakértők szerint a nagy adatkategória a napi 100 GB feletti adatfolyamok többségét tartalmazza.

Lásd még:

Ma, ezen egyszerű kifejezés alatt csak két szó rejtett - tároló és adatfeldolgozás.

Nagy adatok - egyszerű szavak

A modern világban a nagy adatok társadalmi-gazdasági jelenség, amely azzal kapcsolatban áll, hogy az új technológiai képességek hatalmas mennyiségű adatelemzést mutatnak.

Lásd még:

Az egyszerű megértés érdekében képzeljük el egy szupermarketet, amelyben minden áru nem a szokásos sorrendben. Kenyér a gyümölcs, a paradicsompaszta mellett fagyasztott pizza, folyadék a gyújtás előtt a rack tamponokkal, amely többek között avokádó, tofu vagy shiitake gomba áll. Big Data állítsa be mindent a helyén, és segítsen megtalálni a dió tejet, megtudhatja a költségeket és a lejárati dátumot, és - akik melletted is olyan tejet vásárol, és hogy ez jobb, mint egy tehén tej.

Kenneth Cucier: nagy adatok - A legjobb adatok

Technológiai nagy adatok.

Hatalmas adatmennyiségeket dolgoznak fel, hogy egy személy megkapja a konkrét és szükséges eredményeket a további hatékony felhasználásukhoz.

Lásd még:

Tény, hogy a nagy adatok megoldást jelentenek a problémákra és a hagyományos adatkezelési rendszerekre.

A McKinsey nagy adatainak technikái és elemzési módszerei:

• Crowdsourcing;

  Keverés és adatintegráció;

  Gépi tanulás;

  Mesterséges idegi hálózat;

  Mintafelismerés;

  Előrejelzési elemzés;

  Szimuláció;

  Térbeli elemzés;

  Statisztikai analízis;

• Az analitikai adatok vizualizálása.

Horizontális skálázhatóság, amely adatfeldolgozást biztosít - a nagy adatok feldolgozásának alapelve. Az adatok számítástechnikai csomópontokba kerülnek, és a feldolgozás termelékenységbomlás nélkül történik. McKinsey tartalmazta a relációs ellenőrzési rendszereket és az üzleti intelligenciát az alkalmazhatósági kontextusban.

Technológiák:

• Nosql;
• Mapreduce;
• Hadoop;
• Hardver megoldások.

Lásd még:

Nagy adatok esetén a META Group által 2001-ben gyártott hagyományos meghatározó jellemzők, amelyeket " Három V.»:

1. HANGERŐ. - A fizikai térfogat nagysága.
2. Sebesség. - a növekedési ütem és a gyors adatfeldolgozás szükségessége az eredmény eléréséhez.
3. Fajta. - A különböző adattípusok egyidejű feldolgozásának képessége.

Nagy adatok: Alkalmazás és funkciók

Az inhomogén és gyorsan bejövő digitális információk mennyisége nem kezelhető hagyományos eszközökkel. Az adatelemzés maga lehetővé teszi, hogy bizonyos és nem feltűnő mintákat láthasson, hogy egy személy nem látja. Ez lehetővé teszi, hogy optimalizálja életünk összes gömbjét - a kormánytól a termeléshez és a távközléshez.

Például egyes vállalatok megvédték ügyfeleik csalás néhány évvel ezelőtt, és a gondozás a pénzt az ügyfél az aggodalom a saját pénzét.

Susan Etyger: Hogyan kell kezelni a nagy adatokat?

Nagy adatalapú megoldások: Sberbank, Beeline és más cégek

A Billain hatalmas összegű előfizetői adatot tartalmaz, amelyeket nem csak a velük való együttműködésre használnak, hanem analitikai termékek, például külső tanácsadás vagy IPTV-elemzés létrehozására is. A Beeline szegmentálta az alapot és a védett ügyfeleket a készpénzcsaládból és a vírusokból, HDFS és Apache Spark használatával és adatfeldolgozással - Rapidminer és Python.

Lásd még:

Vagy ne felejtsd el Sberbankot a régi esetükkel, mint SAI. Ez olyan rendszer, amely elemzi a fényképeket, hogy azonosítsa a bank ügyfeleit, és megakadályozza a csalás. A rendszert 2014-ben vezették be, a rendszer a bázisból készült fényképek összehasonlításán alapul, amely a számítógépes látás miatt bekövetkező állványokból származik a webkamerákból. A rendszer alapja biometrikus platform. Ennek köszönhetően a csalás esetek 10-szer csökkentek.

Nagy adatok a világban

2020-ra az előrejelzések szerint az emberiség 40-44 információt tartalmaz. És 2025-re 10-szer nő, a 2025-es adatok jelentése, amelyet IDC elemzők készítettek. A jelentés megjegyzi, hogy maguk a vállalkozások a legtöbb adat, és nem hétköznapi fogyasztók generálódnak.

A kutatás elemzői úgy vélik, hogy az adatok létfontosságú eszközévé válnak, és a biztonság az élet kritikus alapja. Továbbá a munkák szerzői biztosak abban, hogy a technológia megváltoztatja a gazdasági tájat, és a szokásos felhasználó naponta 4800-szor kommunikál a csatlakoztatott eszközökkel.

Nagy adatpiac Oroszországban

Jellemzően a nagy adatok három forrásból származnak:

• Internet (szociális hálózatok, fórumok, blogok, média és egyéb webhelyek);
• A dokumentumok vállalati archívuma;
• Érzékelők, eszközök és egyéb eszközök jelzései.

Nagy adatok a bankokban

A fent leírt rendszer mellett a 2014-2018-as Sberbank-stratégiában. Azt mondják, hogy fontolóra van a minőségi ügyfélszolgálat, a kockázatkezelés és a költségoptimalizálás kockázatkezelési és költségoptimalizálásának elemzésének fontosságáról. Most a Bank a Big adatok ellenőrzési kockázatokat, a csalás elleni küzdelem, szegmentáció és a hitel minőségű hitelköltségekben, személyzeti menedzsment, előre sorok irodákban, számítása bónuszokat alkalmazottak és egyéb feladatokat.

A VTB24 nagy adatokat élvez az ügyfelek kiáramlásának szegmentálására és kezelésére, a pénzügyi kimutatások kialakítására, a szállítási határozatok elemzésére a szociális hálózatokban és fórumokon. Ehhez Teradata, SAS Visual Analytics és SAS Marketing Optimizer megoldások alkalmazása.

A nagy adatok (vagy nagy adatok) egy hatalmas mennyiségű strukturált vagy strukturálatlan információval rendelkező munkamódszerek. A nagy adatokkal való munkavégzés szakemberei feldolgozása és elemzése a vizuális, észlelt eredmények megszerzéséhez. Nézz rám beszélt szakemberekkel, és kiderült, hogy mi a helyzet a nagy adatok Oroszországban történő feldolgozásával, ahol és mi jobb, ha megismerjük azokat, akik ezen a területen szeretnék dolgozni.

Alexey Rupin a főbb irányban a nagy adatok területén, kommunikáció az ügyfelekkel és a számok világával

Tanultam az elektronikus technológiai Moszkvai Intézetben. A legfontosabb dolog, amit sikerült kivenni, a fizika és a matematika alapvető ismerete. Ugyanakkor a K + F központban dolgoztam, ahol a védett adatátvitel eszközeihez vettek részt a nappenstatikus kódolási algoritmusok fejlesztésében és megvalósításában. Az egyetemi végzés vége után beléptem a magasabb közgazdaságtudományi iskola üzleti informatikai célpontjába. Ezt követően IBS-ben akartam dolgozni. Szerencsés voltam, hogy abban az időben van nagy mennyiség A projektek további gyakornokokat hozottek, és több interjú után elkezdtem dolgozni az IBS-ben, az egyik legnagyobb orosz vállalat ezen a területen. Három éve elmentem a vonatból a vállalati megoldások építésze előtt. Most foglalkozom a pénzügyi és távközlési ágazat ügyfélvállalatainak nagy adat-technológiáinak fejlesztésében.

Két fő specializáció van olyan emberek számára, akik nagy adatokkal szeretnék dolgozni: elemzők és informatikai tanácsadók, akik technológiákat hoznak létre a nagy adatokkal való munkavégzéshez. Ezenkívül beszélhet a nagy adatelemző szakmájáról, azaz olyan emberekről, akik közvetlenül az informatikai platformon keresztül dolgozhatnak az ügyféltől. Korábban hétköznapi matematikai elemzők voltak, akik tudták a statisztikákat és a matematikát, és a statisztikai szoftvert használják az adatelemzési feladatok megoldására. Ma a statisztikák és a matematika ismerete mellett a technológia megértése és az adatok életciklusa is szükséges. Ebben véleményem szerint a modern adatelemző közötti különbség azokat az elemzőktől, amelyek korábban voltak.

Szakterületem az informatikai tanácsadás, azaz feltalálok és kínálok az ügyfeleket, hogyan oldani az üzleti feladatokat az informatikai technológiákkal. Az emberek különböző tapasztalatokkal konzultálnak, de a szakma legfontosabb tulajdonságai az ügyfelek igényeinek megértése, az emberek és szervezetek, a jó kommunikáció és a csapatkészségek, a jó kommunikáció és a csapatkészség igényeihez való segítségnyújtás egy csapatban), jó analitikai képességek. A belső motiváció nagyon fontos: versenyképes környezetben dolgozunk, és az ügyfél a szokatlan megoldásokat és a munka iránti érdeklődést várja.

Legtöbbször kommunikálni kell az ügyfelekkel, formalizálni üzleti igényeiket és segítséget a legmegfelelőbb technológiai építészet fejlesztésében. A kiválasztási kritériumok itt vannak saját jellemzői: A funkcionalitás és a TSO (a tulajdonjog teljes költsége - a teljes tulajdonosi költség) nagyon fontos, a rendszer nem funkcionális követelményei, leggyakrabban ez a válaszidő idő. Meggyőzni az ügyfél, gyakran használja Proof of Concept megközelítés - kínálunk szabadon „teszt” technológia egy feladat, egy szűk adathalmazt, hogy megbizonyosodjon arról, hogy a technológia működik. A döntésnek versenyelőnyt kell teremtenie az Ügyfél számára a további előnyök (például X-eladási, Cross-Sales) rovására, vagy megoldani valamilyen üzleti problémát, mondja, csökkentse a magas szintű hitelcsalás.

Sokkal könnyebb lenne, ha az ügyfelek a kész feladatból származtak, De mindaddig, amíg nem értik, hogy megjelent egy forradalmi technológia, amely pár éve megváltoztathatja a piacot.

Milyen problémákkal kell szembenéznie? A piac nem áll készen a "Big Data" technológia használatára. Sokkal könnyebb lenne, ha az ügyfelek készek egy kész feladatból, de addig, amíg meg nem értik, hogy egy forradalmi technológia, amely pár éve megváltoztathatja a piacot. Ezért, valójában az indítási módban dolgozunk - nem csak eladni technológiát, de minden alkalommal meggyőzzük az ügyfeleket, hogy be kell fektetned ezeket a megoldásokat. Ez egy ilyen látáshelyzet - megmutatjuk az ügyfeleket, hogyan változtathatja meg vállalkozását az adatok vonzerejével és azt. Ezt hozzuk létre Új piac - a kereskedelmi informatikai konzultáció piaca a nagy adatterületen.

Ha egy személy az adatelemzésben szeretne részt venni, vagy konzultál a nagy adatok szférájában, akkor az első dolog, ami fontos, a matematikai vagy technikai oktatás jó matematikai előkészítéssel. Hasznos a specifikus technológiák elsajátítására is, mondjuk SAS, Hadoop, R Nyelv vagy IBM megoldás. Ezenkívül aktívan érdekelhetjük a nagy adatok alkalmazási feladatait - például, mivel felhasználhatók az ügyfelek életciklusának javítása érdekében. Ezek és más ismeretek beszerezhetők a rendelkezésre álló forrásokból: például a Coursera és a Big Data Egyetem. A Pennsylvania Wharton Egyetemen egy ügyfél-elemzői kezdeményezés is van, amely sok érdekes anyagot tett közzé.

Súlyos probléma azok számára, akik területünkben szeretnék dolgozni a nagy adatokról szóló egyértelmű információ. Nem mehetsz a könyvesboltba vagy egy webhelyre, és például egy kimerítő oszlopot kaphat az esetek valamennyi nagy adat technológiáinak alkalmazásához a bankokban. Nincs ilyen referenciakönyvek. Az információ egy része a könyvekben van, egy másik részt a konferenciákon, és valamire, amit el kell érnie.

Egy másik probléma az, hogy az elemzők jól érzik magukat a számok világában, de nem mindig kényelmesek az üzleti életben. Az ilyen emberek gyakran introverttek, nehéz számukra kommunikálni, ezért nehéz számukra meggyőzően közvetíteni az ügyfelek tájékoztatására a kutatási eredményekről. E készségek fejlesztéséhez javaslom ilyen könyveket, mint a "piramis elv", "Beszélj diagramokban". Segítenek a bemutató készségek fejlesztésében, tömören és egyértelműen megmondani gondolataikat.

Nagyon hasznos voltam a különböző eset-bajnokságban való részvételre, miközben tanulmányozta a HSE-t. Az esetbajnokságok intelligens versenyek a diákok számára, ahol üzleti problémákat kell tanulnod, és döntésüket kínálnak. Két faj: tanácsadó cég bajnokság, mint például a McKinsey, a BCG, az Accenture, valamint a független Changellenge típusú eset bajnokság. A rájuk való részvétel során megtanultam a komplex feladatok megtekintését és megoldását - a probléma azonosításától és annak érdekében, hogy az ajánlások védelméhez a megoldáshoz.

Oleg Mikhalsky az orosz piacról és az új termék létrehozásáról a nagy adatok területén

Mielőtt az Acronis-ba érkezne, már részt vettem az új termékek bevezetésével más vállalatok piacán. Mindig érdekes és nehéz egyszerre, ezért azonnal érdeklődtem a munka lehetőségét felhőszolgáltatások és az adattárolás megoldásai. Ebben a területen minden korábbi tapasztalat az informatikai iparágban hasznos volt, beleértve a saját indítási projekt I-gyorsítót. Az üzleti oktatás (MBA) jelenléte is segített az alapvető tervezés mellett.

Oroszországban, nagyvállalatok - bankok, mobilszolgáltatók stb. - Nagy adatokat kell elemezni, így hazánkban vannak olyan kilátások azok számára, akik ezen a területen szeretnék dolgozni. Igaz, sok projekt most integrálódik, vagyis a külföldi fejlesztések vagy a nyílt forráskódú technológiák alapján. Ilyen projektekben alapvetően új megközelítéseket és technológiákat nem hoznak létre, hanem a meglévő fejleményeket kiigazítják. Acronis-ban elmentünk egy másik módon, és a meglévő alternatívák elemzése után úgy döntöttünk, hogy saját fejlesztésünkbe fektetünk be, ami megbízható tárolási rendszert hoz létre a nagy adatokhoz, ami nem rosszabb, például az Amazon S3, de működik megbízhatóan és hatékonyan jelentősen kisebb léptékben. A nagy adatok saját fejlesztése is a nagyobb internetes vállalatok között van, de inkább a belső igényekre koncentrálnak, mint a külső ügyfelek igényeinek kielégítése.

Fontos megérteni a nagy adatok feldolgozásának területét érintő tendenciákat és gazdasági erőket. Ehhez sokat olvassa el, hallgassa meg az informatikai ipari hiteles szakemberek előadását, látogasson el a tematikus konferenciákra. Most szinte minden konferencia nagy adatszakaszban van, de mindannyian különböző szögben beszélnek: a technológia, az üzleti tevékenység vagy a marketing szempontjából. A Társaságnál tervezési munkákhoz vagy szakmai gyakorlathoz megy, amely már projekteket végez ezen a témában. Ha magabiztos az Ön képességeiben, akkor nem túl késő, hogy elinduljon a nagy adatok szférájában.

Állandó kapcsolat nélkül a piacon Az új fejlesztési kockázatok nem igényelnek

Igaz, ha új termékért felelős, sok idő megy a piac elemzéséhez, és kommunikál a potenciális ügyfelekkel, partnerekkel, szakmai elemzőkkel, akik sokat tudnak az ügyfelek és igényeik. Állandó kapcsolat nélkül a piacon, az új fejlesztési kockázatok nem igényelnek. Mindig van egy csomó bizonytalanság: Meg kell értened, hogy ki lesz az első felhasználók (korai alkalmazók), hogy értékes számukra, majd vonzza a tömegközönséget. A második legfontosabb feladat a fejlesztők számára a végső termék egyértelmű és holisztikus elképzelése, hogy motiválja őket olyan körülmények között, amikor bizonyos követelmények még mindig változhatnak, és a prioritások függenek visszacsatolásaz első ügyfelekből származik. Ezért fontos feladat az, hogy kezelje az ügyfelek elvárásait az egyik oldalon és a fejlesztők a másik oldalon. Tehát, hogy sem mások elvesztették érdeklődést, és befejezték a projektet. Az első sikeres projekt után könnyebbé válik, és a fő feladat megtalálja a megfelelő növekedési modellt az új vállalkozás számára.

Egyszer, hallottam a "nagy adatok" kifejezést a német Gref (Sberbank vezetője). Azt mondják, most aktívan dolgoznak a bevezetésen, mert segít nekik csökkenteni az egyes ügyfelekkel való munkavégzést.

A második alkalommal, amikor beavatkoztam ebbe a koncepcióba az ügyfél online boltjában, amelyen keresztül dolgoztunk, és növeltük a tartományt egy pár ezerből egy pár több tízezer áru pozíciókhoz.

Harmadszor, amikor láttam, hogy a nagy adatelemző szükséges a Yandexben. Aztán úgy döntöttem, hogy ebben a témában meg fogom találni, és ugyanakkor írjon egy cikket, amely megmondaná, hogy a kifejezés olyan kifejezésre szól, amely izgatja a felső vezetők és az internetes tér elmeit.

VVV vagy VVVVV

Általában a cikk bármelyike \u200b\u200ba magyarázattal kezdődik, mint a kifejezésre. Ez a cikk nem lesz kivétel.

Mindazonáltal először is okozzák a vágyat, hogy megmutassam, hogy mi vagyok az okos, de az a tény, hogy a téma valóban összetett, és óvatos magyarázatot igényel.

Például elolvashatja, hogy milyen nagy adatok vannak a Wikipédiában, ne értsen semmit, majd térjen vissza erre a cikkre, hogy még mindig megértse az üzleti élet meghatározását és alkalmazhatóságát. Tehát kezdjük a leírást, majd az üzleti példákra.

A nagy adatok nagy adatok. Meglepő módon igen? Tényleg, az angol nyelvről "nagy adatok". De ez a definíció mondható a bábuk számára.

Fontos. A Big Data Technology egy nagyobb számú adat feldolgozásának megközelítése / módja, hogy olyan új információkat szerezzen, amelyeket nehéz kezelni hagyományos módon.

Az adatok mind feldolgozhatók (strukturált) és diszkont (azaz strukturálatlan).

A kifejezés maga viszonylag a közelmúltban jelent meg. 2008-ban, ez a megközelítés volt várható tudományos folyóiratban, mint valami munkavégzéshez szükséges nagy mennyiségű információt, ami növeli mértani.

Például évente az interneten, amelyet kell tárolni, jól kell feldolgozni, növelni 40% -kal. Újra. + 40% minden évben megjelenik az új információk interneten.

Ha a nyomtatott dokumentumok világosak és feldolgozási módszerek is egyértelmű (átutalás elektronikus formában, varrni egy mappába, számozott), mit kell tenni az információt, hogy a bemutatott teljesen más „média” és más mennyiségek:

• internetes dokumentumok;
• blogok és szociális hálózatok;
• audio / videoforrások;
• mérőeszközök;

Vannak olyan jellemzők, amelyek lehetővé teszik, hogy adja meg az információkat és az adatok nagy adatokat.

Ez az, hogy nem minden adat alkalmas az elemzésre. Ezekben a jellemzőkben a nagy dátum legfontosabb koncepciója megállapítható. Mindegyikük három V.

1. VOLUME (ENG. VOLUME). Az adatokat a "dokumentum" fizikai térfogatának nagyságrendjében mérjük;
2. Sebesség (az eng. Sebességétől). Az adatok nem kerülnek költségükre, de folyamatosan nőnek, ezért gyors feldolgozásuk szükséges az eredmények megszerzéséhez;
3. Érett (angolul. Fajta). Az adatok nem lehetnek egyetlen formátumúak. Vagyis részben szétszereltek, strukturáltak vagy strukturáltak.

Azonban időnként hozzá VVV és a negyedik V (valódiságáról - megbízhatóság / hihetőségéhez adatok), és még az ötödik V (néhány megvalósítási mód van életképességet - életképesség, másokban Value - érték).

Valahol 7V-ot is láttam, amely jellemzi a nagy dátumhoz kapcsolódó adatokat. De véleményem szerint ez a sorozatból származik (ahol p rendszeresen hozzáadódik, bár a kezdeti 4-X megértése).

Már több mint 29.000 ember vagyunk.
Belép

Ki szüksége van rá?

Logikus kérdésre van szükség, hogyan használhatok információt (ha ez, a nagy dátum száz és ezer Terabyte)? Még így sem.

Itt van információ. Tehát mit csinált a nagy dátum? Mi a nagy adatok felhasználása a marketingben és az üzleti tevékenységben?

1. Rendes adatbázisok nem tárolható és feldolgozás (most nem beszélnek akár körülbelül analitika, hanem egyszerűen tárolása és feldolgozása) hatalmas mennyiségű információt.

   A nagy dátum megoldja ezt a fő feladatot. Sikeresen tárolja és kezeli a nagy mennyiségű információt;

2. Struktúrák különböző forrásokból érkező információk (videó, képek, hang- és szöveges dokumentumok), egyetlen, érthető és válaszadó formában;
3. Az analitika kialakulása és a strukturált és feldolgozott információk alapján pontos előrejelzések létrehozása.

Ez komplikált. Ahhoz, hogy egyszerűen beszéljen, minden olyan markéter, aki megérti, hogy ha nagy mennyiségű információt vizsgál (rólad, cégéről, versenytársaidról, iparágáról), akkor nagyon tisztességes eredményeket kaphat:

• A vállalat és a vállalkozás teljes megértése a számok részéről;
• Fedezze fel a versenytársait. És ez viszont lehetőséget ad arra, hogy az előfordulási gyakoriság miatt jöjjön létre;
• Ismerje meg az új információkat az ügyfelekről.

És pontosan azért, mert a Big Data Technology adja a következő eredményeket, minden viselt vele.

Megpróbálja rögzíteni ezt az ügyet a cégedbe, hogy növelje az értékesítést és csökkentse a költségeket. És ha kifejezetten:

1. Növelje az értékesítési keresztet és a további értékesítést az ügyfelek preferenciáinak jobb ismerete miatt;
2. Népszerű termékek és okok keresése, hogy miért vásárolják meg (és éppen ellenkezőleg);
3. A termék vagy szolgáltatás javítása;
4. A szolgáltatási szint javítása;
5. Raying hűség és ügyfélfókusz;
6. Csalás figyelmeztetés (a bankszektorban relevánsabb);
7. Csökkentett költségek.

A leggyakoribb példa, amelyet minden forrásban kapnak - természetesen, apple cégamely adatokat gyűjt a felhasználókon (telefon, óra, számítógép).

Az öko-rendszer jelenlétének köszönhető, hogy a vállalat annyira ismeri a felhasználókat, és a továbbiakban ezt a profitot használja.

Ezek és más példák használata más cikkben olvashat, kivéve ezt.

A jövőbe megyünk

Elmondom egy másik projektről. Inkább olyan személyről szól, aki nagy adat megoldásokat használ.

Ez Ilon maszk és Tesla cége. Fő álma az, hogy autonóm autonóm, vagyis a kerék mögött, a moszkvától a Vladivostokba, és ... elaludt, mert teljesen nem kell autót vezetni, mert mindent megtesz, mert mindent megtesz .

Fantázianak tűnik? De nem! Just Ilon sokkal bölcsebb volt, mint a Google, aki több tíz műholdas autókat kezel. És elment más módon:

1. Minden eladott autóban egy számítógép be van állítva, amely összegyűjti az összes információt.

   Mindez - ez minden egészet jelenti. A vezetőről, a vezetés stílusáról, az utak körül, más autók mozgása. Az ilyen adatok térfogata óránként 20-30 GB-ot ér el;

2. Ezután ezt a műholdas információt továbbítják a központi számítógépre, amely az adatok feldolgozásával foglalkozik;
3. A folyamatok nagy adatadatai alapján ez a számítógép, Egy pilóta nélküli autó modellje épül.

By the way, ha a Google Üzlete nagyon rosszul és az autóikat egész idő alatt belép a balesetbe, akkor a maszk, mivel a nagy adatokkal való munka sokkal jobb, mert a tesztmodellek nagyon jó eredményeket mutatnak.

De ... ez a gazdaságtól. Mi mindannyiunk a nyereségről, igen a nyereségről? Sokat, amely eldöntheti, hogy a nagy dátumot teljesen felismeri a bevételekkel és a pénzzel.

A Google statisztikái, csak nagy adatokon alapulnak, érdekes dolgot mutatnak.

Mielőtt az orvosok valamilyen régióban kijelentik a betegség járványának kezdetét, a betegség kezelésére vonatkozó keresési lekérdezések száma jelentősen növekszik.

Így az adatok helyes vizsgálata és elemzése előrejelzést és előrejelzést jelenthet a járvány (és ennek megfelelően annak megelőzése) sokkal gyorsabb, mint a hivatalos testületek és cselekvéseik megkötése.

Alkalmazás Oroszországban

Azonban Oroszország, mint mindig, kissé "lelassul". Tehát az oroszországi nagy adatok meghatározása legfeljebb 5 évvel ezelőtt jelent meg (most már a rendszeres vállalatokról van szó).

És ez annak ellenére, hogy ez az egyik leggyorsabban növekvő piac a világon (kábítószerek és fegyverek idegesen dohányzás az oldalon), mert évente piacán gyűjtése és elemzése Nagy mennyiségű adatot fog gripe 32% -kal.

Annak érdekében, hogy jellemezze a nagy adatpiac Oroszországban, emlékszem egy régi viccre. A nagy dátum olyan, mint a szex 18 éves korig.

Mindenkit mesélnek róla, sok zaj és kevés valódi cselekedet van körülötte, és mindenki szégyelli, hogy elismerje, hogy nem vesznek részt ebben. És az igazság az, hogy sok zaj, de kevés valódi cselekedetek.

Bár a jól ismert Gartner Kutatóvállalat már bejelentette, hogy a nagy dátum növekvő tendencia (mint az út és a mesterséges intelligencia), és elég független eszköz a fejlett technológiák elemzésére és fejlesztésére.

A legaktívabb fülkékben, ahol a Big Data Oroszország alkalmazzák, ezek a bankok / biztosítók (nem csoda, kezdtem egy cikket a fejét a Sberbank), a távközlés gömb, kiskereskedelem, ingatlan és ... közszférában.

Például elmondom Önnek többet egy olyan ágazatról, amely nagy adat algoritmusokat használ.

Bankok

Kezdjük a bankokkal és az általunk gyűjtött információkkal és cselekedeteinkkel. Például vettem az első 5 orosz bankot, amelyek aktívan befektetnek nagy adatokba:

1. Sberbank;
2. Gazprombank;
3. VTB 24;
4. ALFA BANK;
5. Tinkoff Bank.

Különösen kedves látni az Alpha Bank orosz vezetői között. Legalább ez szép felismerni, hogy a bank, a hivatalos partnere, amelyben Ön, megérti annak szükségességét, hogy új marketing eszközök a cég.

De példák segítségével és sikeres végrehajtásának Big Data I akarom mutatni a bank, hogy én, mint egy nem egységes megjelenés okiratban az alapító.

Tinkoff bankról beszélek. Fő feladatuk az volt, hogy olyan rendszert dolgozzon ki, amely a nagy adatok valós idejű elemzésére szolgál a növekvő ügyfélbázis miatt.

Eredmények: A belső folyamatok időtartama legalább 10-szer csökkent, és több mint 100-szor csökkent.

Nos, és egy kicsit zavaró. Tudja, miért beszéltem az Oleg Tinkov nem szabványos próbáival és akcióiról?

Csak véleményem, segítettek neki, hogy kapcsolja ki, üzletember, a középső viszont koi ezer Oroszországban, az egyik leghíresebb és felismerhető vállalkozók. A megerősítéskor nézd meg ezt a szokatlan és érdekes videó:

A tulajdon

Az ingatlanban minden sokkal nehezebb. És ez pontosan az a példa, hogy megértsem, hogy megértsem a nagy dátumot, hogy megértsük a szokásos üzletet. Kezdeti adatok:

1. Nagy mennyiségű szövegdokumentáció;
2. Nyílt források (privát műholdak, amelyek a földre vonatkozó adatokat továbbítják);
3. Hatalmas mennyiségű ellenőrizetlen információ az interneten;
4. Folyamatos változások a forrásokban és adatokban.

És ennek alapján meg kell előkészíteni és értékelni a földterület értékét, például az Ural falu alatt. A szakember egy hétig tart.

Az orosz társadalom értékelései és Roseco, amely valójában a nagy adatok elemzése a szoftver segítségével, ezt nem több, mint 30 percnyi nyugodt munkát hagyja el. Összehasonlítás, hét és 30 perc. A kolosszális különbség.

Nos, egy snackért

Természetesen óriási mennyiségű információ nem tárolható és feldolgozható egyszerű merevlemezeken.

És a szoftver, hogy az adatok, az adatok általában szellemi tulajdon és minden alkalommal, amikor a szerző fejlődése. Mindazonáltal vannak olyan eszközök, amelyek mindezen varázsa:

• Hadoop & Mapreduce;
• NOSQL adatbázisok;
• Adatfeldolgozó osztályeszközök.

Ahhoz, hogy őszinte legyek, nem fogom egyértelműen megmagyarázni, hogy mit különböznek egymástól, mivel megtanulják, hogy megismerjék és dolgozzanak ezekkel a dolgokkal a fizikai és matematikai intézményekben.

Miért beszéltem róla, ha nem tudom megmagyarázni? Ne feledje, hogy minden filmben rablók belépnek a bankba, és egy hatalmas számú mindenféle hardvert kapnak a vezetékekhez?

Ugyanaz a dolog nagy dátumban. Például itt van egy olyan modell, amely jelenleg a piac egyik legfontosabb vezetője.

Szerszám nagy dátum

A maximális konfiguráció költségei akár 27 millió rubelre vonatkoznak rackenként. Ez természetesen a luxus verzió. Annak biztosítom, hogy kövesse a nagy adatok létrehozását az Ön vállalkozásában.

Röviden a fő dologról

Megkérdezheti, hogy miért, kis és közepes üzleti munkát végezzen nagy dátummal?

Ezen keresztül válaszolok Önnek egy személyre: "A közeljövőben az ügyfelek keresnek olyan vállalatok, amelyek jobban megértik magatartásukat, szokásaikat, és megfelelnek a lehető legnagyobb mértékben."

De vessünk egy igazságot a szemében. A kisvállalkozások nagy időpontjának bevezetése érdekében nemcsak a szoftverek fejlesztésére és végrehajtására vonatkozó nagy költségvetés szükséges, hanem a szakemberek tartalmára is, legalábbis például a nagy adatelemző és a sysadmin.

És most hallgatok, hogy ilyen adatokat kell feldolgoznod a feldolgozásra.

Oké. A kisvállalkozások számára a téma szinte nem alkalmazható. De ez nem jelenti azt, hogy el kell felednie a fentieket.

Csak tanulmányozza az Ön adatait, de a külföldi és az orosz vállalatok néven ismert adatok elemzésének eredményei.

Például a nagy adatelemzői célzott kiskereskedelmi hálózat rájött, hogy a terhesség előtti terhességi nők (az 1. és a terhesség 12. hetében) aktívan nem aromás eszközt vásárolnak.

Ezeknek az adatoknak köszönhetően korlátozott időtartamú, nem korlátozott időtartamú kedvezményekkel kuponokat küldenek nekik.

És ha csak egy nagyon kis kávézó vagy? Igen, nagyon egyszerű. Használja a hűség alkalmazást.

És egy idő után, a felhalmozott információknak köszönhetően nemcsak az igényeik szempontjából releváns ügyfeleket kínálhat, hanem a leginkább megbízhatatlan és leginkább marginális ételeket is látni egy pár egérkattintással.

Ezért a kimenet. Bemutatjuk a kisvállalkozások nagy dátumát, alig éri meg, de más vállalatok eredményeinek és fejlesztéseinek felhasználása - legyen biztos.