Analýza veľkého množstva informácií a. \\ T Používanie veľkých údajov v medicíne. Veľké problémy používania veľkých údajov

Predpovedalo sa, že celkový globálny objekt vytvorených a replikovaných údajov v roku 2011 môže predstavovať približne 1,8 satta (1,8 bilióna GIGABYTE) - Asi 9-krát viac ako to, čo bolo vytvorené v roku 2006.

Komplexná definícia

Avšak ` veľké dáta`Pozvite viac ako len analýzu obrovských informácií. Problém nie je, že organizácie vytvárajú obrovské množstvo údajov av skutočnosti, že väčšina z nich sú prezentované vo formáte, zle relevantné pre tradičný štruktúrovaný databázový formát - to sú webové protokoly, videozáznamy, textové dokumenty, strojový kód, alebo , Napríklad geopriestorové údaje. To všetko je uložené v mnohých rôznych archívoch, niekedy aj mimo organizácie. Výsledkom je, že spoločnosť môže mať prístup k obrovskému množstvu ich údajov a nemá požadované nástrojeZriadiť vzťahy medzi týmito údajmi a založené na nich významné závery. Pridajte tu skutočnosť, že údaje sú teraz aktuálne a častejšie aktualizované a dostanete situáciu, v ktorej sa dostanete tradičné metódy analýzy informácií, ktoré nemôžu ovplyvniť obrovské množstvo neustále aktualizovaných údajov, ktoré nakoniec a otvárajú cestné technológie veľké údaje.

Najlepšia definícia

V podstate, koncepcia veľké údaje To znamená prácu s informáciami o obrovskom objeme a rôznym zložením, veľmi často aktualizovaný a nachádzajúci sa v rôznych zdrojoch s cieľom zvýšiť efektívnosť práce, vytváranie nových produktov a zvýšenie konkurencieschopnosti. Poradenská spoločnosť FORRESTER poskytuje krátke znenie: ` Veľké dáta Kombinovať techniky a technológie, ktoré odstránia význam údajov o extrémnom limite praktickosti ".

Aký veľký je rozdiel medzi obchodnými analýzami a veľkými údajmi?

CRAIG BATI, výkonný riaditeľ marketingu a riaditeľa technológií Fujitsu Austrálie, uviedol, že obchodná analýza je popisný proces na analýzu výsledkov dosiahnutých podnikmi v určitom časovom období medzitým ako rýchlosť spracovania veľké údaje Umožňuje vykonať analýzu prediktívne, schopný ponúknuť obchodné odporúčania do budúcnosti. Veľká dátová technológia vám tiež umožní analyzovať viac typov údajov v porovnaní s nástrojmi Business Analytics, čo umožňuje zamerať nielen na štruktúrované skladovacie zariadenia.

Matt Slocum z O "Reilly Radar verí, že hoci veľké dáta A obchodní analytici majú rovnaký cieľ (hľadať odpovede na otázku), odlišujú sa od seba v troch aspektoch.

• Veľké údaje sú navrhnuté tak, aby zvládli významnejšie množstvo informácií ako obchodný analytik, a to samozrejme zodpovedá tradičnej definícii veľkých údajov.
• Veľké údaje sú určené na rýchlejšie spracovanie a meniace sa informácie, čo znamená hlboký výskum a interaktivita. V niektorých prípadoch sa výsledky vytvárajú rýchlejšie ako načítaná webová stránka.
• Veľké údaje sú určené na spracovanie neštruktúrovaných údajov, ktorých metódy používania začneme študovať len po tom, ako dokážu vytvoriť ich zber a skladovanie, a potrebujeme algoritmy a možnosť dialógu s cieľom uľahčiť vyhľadávanie trendov obsiahnutých v týchto poliach.

Podľa Bielej knihy zverejnenej spoločnosti Oracle `Oracle Information Architecture: Architect's Guide for Big Data.

Práca s veľkými údajmi nie je podobná procesu obvyklého obchodného spravodajstva, kde jednoduchý pridanie známych hodnôt prináša výsledok: napríklad výsledok pridania platených účtov sa stáva objemom predaja za rok. Pri práci s veľkými údajmi sa výsledok získa v procese čistenia ich postupným modelovaním: najprv sa predpokladá, že je postavená štatistická, vizuálna alebo sémantická model, lojalita k hypotézam rozšírená jeho základňa sa skontroluje a potom Ďalej sa predkladá. Tento proces vyžaduje výskumného pracovníka alebo interpretácie vizuálnych hodnôt alebo zostavovanie interaktívnych dotazov založených na vedomostiach, alebo vývoj adaptívnych algoritmov "strojového tréningu, ktorý je schopný získať požadovaný výsledok. A životnosť takéhoto algoritmu môže byť dosť krátka.

Metódy analýzy veľkých údajov

Existuje mnoho rôznych metód na analýzu dátových polí, ktoré sú založené na nástrojoch požičaných zo štatistík a počítačovej vedy (napríklad strojového vzdelávania). Zoznam nepredstiera, že je úplný, ale odráža prístupy najnáročnejšie v rôznych priemyselných odvetviach. Zároveň by sa malo zrejmé, že výskumníci naďalej pracujú na vytváraní nových techník a zlepšovania existujúcich. Okrem toho niektoré z týchto metód nie sú nevyhnutne aplikované výlučne na veľké dáta a môžu byť úspešne použité pre menšie polia (napríklad testovanie A / B, regresná analýza). Samozrejme, že sa analyzuje viac všeobecného a diverzifikovaného poľa, presnejšie a relevantné údaje možno získať na výstupe.

Testovanie A / B. Technika, v ktorej je kontrolná vzorka striedavo v porovnaní s ostatnými. Je teda možné identifikovať optimálnu kombináciu ukazovateľov, aby sa dosiahla napríklad najlepšia reakcia spotrebiteľov na marketingovú ponuku. Veľké dáta Umožnite vám stráviť obrovské množstvo iterácií, a tak získať štatisticky spoľahlivý výsledok.

Asociácia Pravidlo Učenie. Súbor techník na identifikáciu vzťahov, t.j. Associatívne pravidlá medzi premennými vo veľkých dátových poliach. Použité B. Údaje baníctvo..

Klasifikácia. Súbor techník, ktoré vám umožní predpovedať správanie spotrebiteľov v konkrétnom segmente trhu (pri rozhodovaní o kúpe, odtoku, objem spotreby atď.). Použité B. Údaje baníctvo..

Analýza klastra.. Štatistická metóda klasifikácie objektov podľa skupín detekciou neznámych spoločných prvkov. Použité B. Údaje baníctvo..

Crowdsourcing.. Metodika zberu údajov z veľké číslo Zdroje.

Dátová fúzia a integrácia údajov. Súbor techník, ktoré vám umožní analyzovať pripomienky používateľov sociálnych sietí a porovnanie s výsledkami predaja v reálnom čase.

Údaje baníctvo.. Súbor techník, ktoré vám umožní určiť najcitlivejšie pre postupné produkty alebo kategóriu služieb spotrebiteľov, identifikujú vlastnosti najúspešnejších zamestnancov, predpovedajú správanie modelu spotrebiteľov.

Ensemble Učenie. V tejto metóde sa na úkor, z ktorých sa uskutočnilo kvalita predpovedí.

Genetické algoritmy.. V tejto technike možné riešenia Predstavujú vo forme `chromozóm ', ktorý môže byť kombinovaný a vzájomne sa. Rovnako ako v procese prirodzeného evolúcie, najviac prispôsobený individuálne prežije.

Stroje. Smer v počítačovej vede (historicky, názov `umelej inteligencie) bol zakorenený historicky, čo sleduje cieľ vytvoriť algoritmy samoštúdia založené na analýze empirických údajov.

Spracovanie prírodného jazyka (NLP.). Sada požičaných z počítačových vedeckých a lingvistikov na uznanie prirodzeného jazyka osoby.

Sieťová analýza. Súbor metód analýzy odkazov medzi uzlami v sieťach. S ohľadom na sociálne siete vám umožní analyzovať vzťah medzi jednotlivými užívateľmi, spoločnosťami, spoločenstvami atď.

Optimalizácia. Súbor číselných metód pre redesign komplexné systémy a procesy na zlepšenie jedného alebo viacerých indikátorov. Pomáha pri vytváraní strategických rozhodnutí, napríklad zloženie produktovej rady, ktorá sa začala na trh, investičnej analýze, a tak ďalej.

Rozpoznávanie vzorov. Súbor techník s vlastným vzdelávacími prvkami na predpovedanie modelu správania spotrebiteľa.

Prediktívne modelovanie. Súbor techník, ktoré umožňujú vytvoriť matematický model pred zadaným pravdepodobným scenárom vývoja udalostí. Napríklad analýza databázy CRM pre prípadné podmienky, ktoré predplatia budú vyzvaní na zmenu poskytovateľa.

Regresia. Súbor štatistických metód na identifikáciu vzorov medzi zmenou závislej premennej a jednej alebo viacerých nezávislých. Často sa používa na prognózovanie a predpovede. Používané v ťažbe dát.

Analýza sentimentu. Metódy hodnotenia Consumer Sentiment sú založené na technikách rozpoznávania ľudských jazykov. Umožňujú, aby ste sa vytiahli zo všeobecného informačný tok Správy týkajúce sa predmetu záujmu (napríklad spotrebiteľským výrobkom). Ďalej odhadnúť polaritu úsudku (pozitívny alebo negatívny), stupeň emocionality, a tak ďalej.

Spracovanie signálu.. Požičané z rádiového inžinierstva súbor techník, ktoré sleduje cieľový uznávanie cieľa proti pozadia hluku a jeho ďalšej analýzy.

Priestorová analýza. Súbor čiastočne vypožičaných zo štatistických metód na analýzu priestorových údajov - topológie terénu, geografických súradníc, geometrie objektov. Zdroj veľké údaje V tomto prípade sa geografické informačné systémy často vykonávajú (GIS).

Štatistika. Zberná veda, organizácia a interpretácia údajov vrátane vývoja dotazníkov a vykonávacích experimentov. Štatistické metódy sa často používajú na odhadované konjugácie na vzťahoch medzi tými alebo inými udalosťami.

Uvedenie dohľadu. Metódy obrábania založené na technikách stroja, ktoré vám umožňujú identifikovať funkčné vzťahy v analyzovaných dátových poliach.

Simulácia. Modelovanie Správanie komplexných systémov sa často používa na predpovedanie, predpoveď a štúdium rôznych skriptov pri plánovaní.

Analýza časových radov. Sada požičaných zo štatistík a digitálne spracovanie Signály analyzujúcich metód sa opakujú v čase dátových sekvencií. Niektoré zjavné aplikácie sledujú trh s cennými papiermi alebo výskyt pacientov.

Učenie bez dozoru. Sada techník stroja na základe techník učenia strojov, ktoré vám umožňujú identifikovať skryté funkčné vzťahy v analyzovaných dátových poliach. Má spoločné funkcie Analýza klastra..

Vizualizácia. Metódy grafické znázornenie Výsledky analýzy veľkých údajov vo forme diagramov alebo animovaných obrázkov na zjednodušenie výkladu uľahčenia chápania získaných výsledkov.

Vizuálne znázornenie výsledkov veľkej analýzy údajov má zásadný význam pre ich výklad. Nie je tajomstvo, že ľudské vnímanie je obmedzené a vedci naďalej vykonávajú výskum v oblasti zlepšovania moderných metód prezentácie údajov vo forme obrázkov, diagramov alebo animácií.

Analytický nástroj

Na rok 2011, niektoré z prístupov uvedených v predchádzajúcom pododdiele alebo ich jednoznačná kombinácia umožňujú realizovať analytické motory na prácu s veľkými údajmi v praxi. ZADARMO alebo relatívne lacné otvorené systémy analýzy dát môžete odporučiť:

• Revolúcia Analytics (na základe Rnižnice R pre podložku.

Zvláštny záujem o tento zoznam predstavuje Apache Hadoop - Open Source, ktorý v posledných piatich rokoch bol testovaný ako analyzátor údajov väčšinou zdieľaných akcií. Akonáhle Yahoo otvoril kód Hadop s Open Source Community, celý smer na vytváranie produktov založených na Hadoop sa objavil v IT priemysle. Takmer všetky moderné prostriedky analýzy veľké údaje Poskytnite integračné nástroje s HOWOOP. Ich vývojári pôsobia ako začínajúce a známe svetové spoločnosti.

Riešenia pre správu veľkých údajov

Veľké dátové platformy (BDP, veľká dátová platforma) ako prostriedok na boj proti digitálnym koore

Schopnosť analyzovať veľké dáta, V prekvapení nazývaných veľké údaje, vnímané ako dobré a určite. Ale je to naozaj? Čo môže Ramantná akumulácia údajov? S najväčšou pravdepodobnosťou skutočnosť, že domáci psychológovia vo vzťahu k človeku sa nazývajú patologické skladovanie, silhloromicia alebo obrazne "Plushkin syndróm". V angličtine, začarovaná vášeň zbierať všetko v rade sa nazýva lemovanie (z anglického hromadu - "akcie"). Podľa klasifikácie duševných chorôb sa chorodovanie počíta na duševné poruchy. Digitálne hromadenie (digitálne hromadenie) sa pridáva do digitálnej éry, môžu trpieť jednotlivými identitami aj celými podnikmi a organizáciami ().

Svetový a ruský trh

Veľká dátová krajina - Hlavné dodávatelia

Záujem o nástroje na zber, spracovanie, správu a analýzu veľké údaje Vystavené všetky vedúce IT spoločnosti, ktoré sú celkom prirodzené. Po prvé, priamo čelia tomuto fenoméne vo vlastnom podnikaní, po druhé, veľké dáta Otvorte vynikajúce možnosti pre rozvoj nových výklenkov na trhu a prilákať nových zákazníkov.

Na trhu sa objavilo veľa spustení, ktoré robí podnikanie o spracovaní obrovských súborov údajov. Niektoré z nich používajú hotovú infraštruktúru cloud veľkých hráčov Ako Amazon.

Teória a prax veľkých údajov v priemyselných odvetviach

História rozvoja

2017

Tmaxsoft Predpoveď: Ďalej "vlna" veľké dáta si vyžadujú aktualizáciu DBMS

Podniky sú známe, že v ich obrovských množstvách údajov existujú dôležité informácie o ich podnikaní a klientoch. Ak spoločnosť môže úspešne použiť tieto informácie, potom bude mať významnú výhodu v porovnaní s konkurentmi, a to bude môcť ponúknuť to najlepšie ako oni, produkty a služby. Mnohé organizácie však stále nemôžu účinne používať veľké dáta Vzhľadom k tomu, že ich zdedená IT infraštruktúra nie je schopná poskytnúť potrebnú kapacitu skladovacích systémov, výmena procesov, nástrojov a aplikácií potrebných na spracovanie a analýzu veľkých polí neštruktúrovaných dát na získanie cenných informácií z nich uvedených v Tmaxsoft.

Okrem toho zvýšenie kapacity procesora potrebného na analýzu neustáleho zvyšovania objemu údajov môže vyžadovať významné investície do zastaranej IT infraštruktúry organizácie, ako aj ďalšie zdroje podpory, ktoré by sa mohli použiť na rozvoj nových aplikácií a služieb.

Dňa 5. februára 2015 Biely dom vydal správu, v ktorej bola otázka diskutovaná ako veľké dáta»Zaviesť rôzne ceny pre rôznych kupujúcich - prax známy ako" cenovej diskriminácie "alebo" diferencované ceny "(personalizované ceny). Správa opisuje výhodu "veľkých údajov" pre predajcov aj kupujúcich, a jeho autori dospeli k záveru, že mnohé problematické otázky vyplývajúce z príchodu veľkých údajov a diferencovaných cien možno vyriešiť v rámci existujúcich právnych predpisov o antidiskriminácii a Zákony Ochrana práv spotrebiteľov.

Správa poznamenáva, že v tomto čase existujú len individuálne skutočnosti, ktoré uvádzajú, ako spoločnosti využívajú veľké údaje v kontexte individuálneho marketingu a diferencovaného oceňovania. Tieto informácie ukazujú, že predajcovia používajú metódy oceňovania, ktoré možno rozdeliť do troch kategórií:

• Štúdium krivky dopytu;
• Usmernenie (riadenie) a diferencované ceny založené na demografických údajoch; a
• cieľový behaviorál marketing (behaviorálna zacielenie - zacielenie správania) a individualizované ceny.

Štúdium CurveS cieľom objasniť dopyt a štúdium správania spotrebiteľov, obchodníci často vykonávajú experimenty v tejto oblasti, počas ktorého jeden z dvoch možných cenových kategórií je náhodne vymenovaný klientmi. "Technicky, tieto experimenty sú formou diferencovaných cien, pretože ich dôsledok sa stáva rôznymi cenami zákazníkov, aj keď sú" nediskriminačné "v tom zmysle, že všetci zákazníci majú pravdepodobnosť" dostať "za vyššiu cenu toho istého "

Riadenie): Toto je prax prezentácie výrobkov spotrebiteľom na základe ich príslušnosti do konkrétnej demografickej skupiny. Takže, webová stránka počítačová spoločnosť môže ponúknuť jeden a ten istý notebook s rôznymi typmi kupujúcich za rôznych cenách, usadili sa na základe informácií, ktoré uviedli (napríklad v závislosti od toho, či tento užívateľ Zástupca štátnych orgánov, vedeckých alebo obchodných inštitúcií alebo súkromnou osobou) alebo z ich geografickej polohy (napríklad definovanej IP adresa počítača).

Cieľový marketing a individualizované ceny: V týchto prípadoch sa osobné údaje kupujúcich používajú na cielené reklamy a prispôsobené ceny určitých produktov. Napríklad, online inzerenti používajú zozbierané reklamnými sieťami a prostredníctvom cookies tretích strán údajov o činnosti používateľov na internete s cieľom zamerať sa na odoslanie svojich propagačných materiálov. Takýto prístup, na jednej strane, umožňuje spotrebiteľom prijímať reklamu na tovar a služby pre nich, ale môže spôsobiť obavy tých spotrebiteľov, ktorí nechcú určité druhy svojich osobných údajov (napr. Návšteva stránok súvisiace s lekárskymi a finančnými otázkami) boli zhromaždené bez ich súhlasu.

Hoci cieľový marketing behaviorálneho marketingu je rozšírený, v online prostredí je relatívne málo dôkazov o individualizovanom oceňovaní. V správe sa naznačuje, že to môže byť spôsobené tým, že sa stále vyvíjajú zodpovedajúce metódy, alebo so skutočnosťou, že spoločnosti nie sú ponáhľaní používať individuálne ceny (alebo uprednostňujú chválu) - možno sa obávajú negatívnej reakcii spotrebiteľov.

Autori správy veria, že "pre individuálneho spotrebiteľa je využívanie veľkých údajov nepochybne z dôvodu možného návratu a rizík." Uznávajúc, že \u200b\u200bpri využívaní veľkých údajov sa objavia problémy transparentnosti a diskriminácie, správa zároveň tvrdí, že existujúce antidiskriminačné zákony a zákony o ochrane spotrebiteľa sú dostatočné na ich vyriešenie. Správa však tiež zdôrazňuje potrebu "nepretržitej kontroly" v prípadoch, keď spoločnosti využívajú dôverné informácie o nepriehľadným spôsobom alebo metódami, na ktoré sa nevzťahuje existujúci regulačný rámec.

Táto správa je pokračovaním úsilia Bieleho domu študovať používanie "veľkých údajov" a diskriminačné ceny na internete a príslušné dôsledky pre amerických spotrebiteľov. Skoršie sa už uvádza, že pracovná skupina Bieleho domu pre veľké údaje zverejnil svoju správu o tejto otázke v máji 2014. Spolková provízia pre obchod (FTC) tiež tieto otázky počas seminára v seminári o diskriminácii v septembri 2014 v septembri 2014 v dôsledku používania veľkých údajov.

2014

Gartner rozptýli mýty o "veľkých údajoch"

V analytickej poznámke na jeseň roka 2014 Gartner uviedol niekoľko mýtov spoločných medzi IT manažérmi o veľkých údajoch a ich vyvrátenie.

• Každý implementuje veľké systémy na spracovanie dát rýchlejšie ako my

Záujem o väčšie dátové technológie sa zaznamenávajú: 73% organizácií skúmaných analytikmi Gartner v tomto roku už investuje do príslušných projektov alebo sa zbierajú. Väčšina z týchto iniciatív je však stále v najskorších štádiách, a len 13% respondentov už takéto riešenia implementovalo. Najťažšou vecou je určiť, ako získať príjem z veľkých údajov, rozhodnúť, kde začať. V mnohých organizáciách sú uviaznuté v pilotnom štádiu, pretože sa nemôžu viazať nová technológia špecifických obchodných procesov.

• Máme toľko údajov, že nie je potrebné sa starať o malé chyby v nich

Niektorí manažéri IT sa domnievajú, že malé chyby v údajoch neovplyvňujú celkové výsledky analýzy obrovských objemov. Ak existuje veľa údajov, každá chyba samostatne má menej vplyvov na výsledok, značku analytikov, ale tiež sa stáva viac. Okrem toho je väčšina analyzovaných údajov externá, neznáma štruktúra alebo pôvod, takže pravdepodobnosť chýb rastie. Vo svete veľkých údajov je teda kvalita skutočne dôležitejšia.

• Veľká dátová technológia zruší potrebu integrovať dáta

Veľké údaje sľubujú schopnosť spracovať dáta v pôvodnom formáte s automatickou tvorbou okruhu, ako je čítané. Predpokladá sa, že to umožní analyzovať informácie z rovnakých zdrojov pomocou viacerých dátových modelov. Mnohí sa domnievajú, že to tiež umožní koncovým používateľom interpretovať akýkoľvek súbor údajov podľa vlastného uváženia. V skutočnosti väčšina používateľov často potrebuje tradičný spôsob konečná schémaKeď sú údaje formátované zodpovedajúcim spôsobom, existujú dohody o úrovni integrity informácií a ako by sa mala vzťahovať na scenár používania.

• Dátový sklad nemá zmysel používať pre komplexnú analýzu

Mnohí administrátori systémov správy informácií sa domnieva, že nemá zmysel tráviť čas vytváraním dátového skladu, pričom sa zohľadní, že komplexné analytické systémy používajú nové typy údajov. V skutočnosti, v mnohých systémoch komplexného analýzy využíva informácie z ukladania údajov. V iných prípadoch musia byť navyše pripravené nové typy údajov na analýzu vo veľkých systémoch spracovania údajov; Je potrebné rozhodnúť o vhodnosti údajov, princípy agregácie a potrebnú úroveň kvality - takýto prípravok sa môže vyskytnúť mimo úložiska.

• Dátové jazerá prídu na zmenu zariadení na ukladanie údajov

V skutočnosti sú dodávatelia zavádzajúce zákazníci, umiestnite dátové jazerá (dátové jazero) ako nahradenie skladovacích zariadení alebo ako kritické prvky analytickej infraštruktúry. Základné technológie jazier údajov nemajú splatnosť a zemepisnú šírku funkčnosti, ktoré sú obsiahnuté v skladovacích zariadeniach. Preto vedúci predstavitelia zodpovední za správu údajov by mali počkať, kým sa jazerá nedosiahnu rovnakú úroveň vývoja, verte v Gartner.

Accenture: 92% implementačného systému veľkých údajov je spokojný s výsledkom

Medzi hlavné výhody veľkých údajov, respondentizovali:

• "Hľadanie nových zdrojov príjmu" (56%),
• "Zlepšenie skúseností so zákazníkmi" (51%),
• "Nové produkty a služby" (50%) a
• "Prílivom nových zákazníkov a zachovanie staršej lojality" (47%).

V zavedení nových technológií, mnohé spoločnosti čelia tradičným problémom. Pre 51% nárazový blok bol bezpečnosť pre 47% - rozpočet, pre 41% - nedostatok potrebných rámov, a pre 35% zložitosť pri integrácii s existujúcim systémom. Takmer všetky skúmané spoločnosti (asi 91%) plánujú vyriešiť problém s nedostatkom personálu a prenajímateľom špecialistov z veľkých údajov.

Spoločnosti optimistické hodnotí budúce technológie veľkých údajov. 89% verí, že budú meniť obchod takľou internetom. 79% respondentov poznamenalo, že spoločnosti, ktoré nemajú veľké údaje, stratia konkurenčnú výhodu.

Respondenti sa však zaoberali názorom, že to stojí za to byť veľké. 65% respondentov sa domnieva, že ide o "veľké dátové karty", 60% sú presvedčení, že je to "Rozšírená analýza a analýza" a 50% je, že ide o "údaje vizualizačných nástrojov".

Madrid strávi 14,7 mil. EUR na riadenie veľkých údajov

V júli 2014 sa stalo známe, že Madrid by využil veľké dátové technológie na riadenie mestskej infraštruktúry. Náklady na projekt je 14,7 mil. EUR, základom realizačných riešení budú technológie na analýzu a riadenie veľkých údajov. Pomocou ich pomoci bude mestská administratíva riadiť prácu s každým poskytovateľom služieb a zaplatiť ju v závislosti od úrovne služieb.

Hovoríme o dodávateľoch správy, ktoré nasleduje stav ulíc, osvetlenie, zavlažovanie, zelené výsadby, vykonávajú čistenie územia a vývozu, ako aj spracovanie odpadu. Počas projektu bolo pre špeciálne vybraných inšpektorov vyvinutých 300 kľúčových ukazovateľov výkonnosti mestských služieb, na základe ktorých sa denne vykoná 1,5 tis. Rôzne kontroly a merania. Okrem toho, mesto začne používať inovatívnu technologickú platformu s názvom Madrid Inteligentte (Mint) - Smart Madrid.

2013

Odborníci: Módny vrchol na veľkých údajoch

Každý bez výnimky pre dodávateľa na trhu riadenia údajov v tomto čase, technológie vyvíjajú technológie pre veľké riadenie dát. Tento nový technologický trend je tiež aktívne diskutovaný profesionálnym spoločenstvom, vývojármi aj odvetvovými analytikmi a potenciálnymi spotrebiteľmi takýchto riešení.

Ako zistil, že Datashift zistil, od januára 2013, vlna diskusií okolo " veľké údaje"Prekročili všetky predstaviteľné veľkosti. Po analýze počtu zmien veľkých údajov o sociálnych sieťach bol datashift vypočítaný, že v roku 2012 tento termín bol použitý približne 2 miliardy krát v príspevkoch vytvorených asi 1 milión rôznych autorov na celom svete. To je ekvivalentné 260 príspevkov za hodinu, s vrcholom odkazov predstavoval 3070 referencií za hodinu.

Gartner: Každý druhý IT riaditeľ je pripravený utrácať peniaze na veľké dáta

Po niekoľkých rokoch experimentov s veľkými dátovými technológiami a prvými úvodmi v roku 2013 takéto riešenia Výrazne sa zvýši, predpovedal v Gartner. Výskumníci vypočúvali IT LEADERS na celom svete a zistili, že 42% respondentov už investovalo do veľkých dátových technológií alebo plán na vykonanie takýchto investícií do budúceho roka (údaje na marec 2013).

Spoločnosti sú nútení stráviť peniaze na technológiu spracovania. veľké údajeKeďže informačná krajina sa rýchlo mení, náročné nové prístupy k spracovaniu informácií. Mnohé spoločnosti si už uvedomili, že sú kritické veľké dátové polia a práca s nimi umožňuje dosiahnuť výhody, ktoré nie sú k dispozícii pri použití tradičných zdrojov informačných a spracovateľských metód. Okrem toho, trvalá povinnosť k téme "veľkých dát" v médiách je záujem o relevantné technológie.

Frank Buytendijk, viceprezident Gartner, dokonca vyzval spoločnosť na zmiernenie prachu, pretože niektoré sa obávajú, že zaostávajú za konkurentmi vo vývoji veľkých údajov.

"Nie je potrebné sa obávať príležitosť na implementáciu nápadov na základe" veľkých dát "technológie sú v skutočnosti nekonečné," povedal.

Podľa Gartner, do roku 2015, 20% globálnych 1000 zoznam spoločností bude mať strategické zameranie na "infraštruktúru".

V očakávaní nových funkcií, ktoré s nimi prinesú technológiu spracovania "Veľké údaje", teraz mnoho organizácií organizujú proces zhromažďovania a skladovania rôznych druhov informácií.

Pre vzdelávacie a vládne organizácie, ako aj priemyselné spoločnosti, najväčší potenciál pre obchodnú transformáciu je položená v kombinácii akumulovaných údajov s tzv. Tmavými dátami (doslova "tmavé dáta") e-mail, Multimédiá a iný podobný obsah. Podľa Gartner, to je tí, ktorí sa naučia, ako zvládnuť údaje z najreobýchových zdrojov informácií.

Cisco Survey: Veľké údaje pomôžu zvýšiť rozpočet IT

Počas štúdie (jar 2013), s názvom Cisco pripojená Svetová technológia správa, ktorá sa uskutočnila v 18 krajinách nezávislou analytickou spoločnosťou InsightExpress, 1800 vysokoškolskí študenti boli vypočutí a rovnaký počet mladých profesionálov vo veku od 18 do 30 rokov. Prieskum bol vykonaný, aby zistil úroveň pripravenosti IT oddelení na realizáciu projektu Veľké dáta. a získať predstavu o súvisiacich otázkach, technologických nedostatkoch a strategickej hodnote takýchto projektov.

Väčšina spoločností zhromažďuje, píše a analyzuje údaje. Avšak, správa hovorí, že mnohé spoločnosti v súvislosti s veľkými údajmi čelia mnohým problémom komplexných obchodných a informačných technológií. Napríklad 60% respondentov si uvedomuje, že veľké dátové riešenia môžu zlepšiť rozhodovacie procesy a zvýšiť konkurencieschopnosť, ale iba 28% vyhlásilo, že sa už získajú skutočné strategické výhody nahromadených informácií.

Viac ako polovica manažérov IT manažérov sa domnievajú, že veľké dátové projekty pomôžu zvýšiť rozpočty na IT v ich organizáciách, pretože budú zvýšené požiadavky na technológie, personálne a odborné zručnosti. V rovnakej dobe, viac ako polovica respondentov očakáva, že takéto projekty na zvýšenie rozpočtov na IT v ich spoločnostiach už v roku 2012. 57% je presvedčený, že veľké údaje zvýšia svoje rozpočty v nasledujúcich troch rokoch.

81% respondentov uviedlo, že všetky (alebo aspoň niektoré) veľké dátové projekty budú vyžadovať aplikácie cloud computing. Distribúcia cloudových technológií môže teda ovplyvniť rýchlosť distribúcie veľkých dátových riešení a na hodnoty týchto obchodných riešení.

Spoločnosti zbierajú a používajú údaje najviac odlišné typyako štruktúrované a neštruktúrované. Tu je z akého zdroja Údaje účastníkov prieskumu dostávajú (správa Cisco Concription Svetová technológia):

Takmer polovica (48 percent) IT manažérov predpovedá zdvojnásobenie zaťaženia v sieti v nasledujúcich dvoch rokoch. (Toto je obzvlášť charakteristické pre Čínu, kde je 68% respondentov a Nemecka dodržiavané v pohľade - 60%). 23 Percento respondentov čakalo na tribúne sieťového zaťaženia v nasledujúcich dvoch rokoch. Zároveň len 40 percent respondentov vyhlásilo svoju pripravenosť na výbušninu v sieti.

27 Percento respondentov uznalo, že potrebujú lepšie opatrenia týkajúce sa informačných a informačných opatrení.

21% musí expandovať šírku pásma.

Veľké údaje opotrebujú nové príležitosti pred oddeleniami, aby zvýšili hodnotu a tvorili úzky vzťah s obchodnými jednotkami, čo umožňuje zvýšiť príjem a posilniť finančnú pozíciu spoločnosti. Veľké dátové projekty, aby IT oddelenia so strategickým partnerom obchodných jednotiek.

Podľa 73% respondentov je IT oddelenie, ktoré sa stane hlavnou lokomotívou implementácie veľkej dátovej stratégie. Zároveň zvažujú respondentov, ostatné oddelenia sa budú pripojiť aj k implementácii tejto stratégie. V prvom rade sa týka oddelení financií (24% respondentov), \u200b\u200bvýskum (20%), funkčné (20%), inžinierstva (19%), ako aj marketingové oddelenia (15%) a predaj (14%) .

Gartner: Na zvládnutie veľkých údajov sú potrebné milióny nových pracovných miest.

Svetové IT náklady boli do roku 2013 dosiahli 3,7 miliardy dolárov, čo je 3,8% viac výdavkov na informačné technológie v roku 2012 (prognóza na konci roka je 3,6 miliardy USD). Segment veľké údaje (Veľké údaje) sa vyvíjajú oveľa vyššie sadzby, správa Gartner hovorí.

Do roku 2015 bude vytvorených 4,4 milióna pracovných miest v oblasti informačných technológií, aby slúžila na veľké údaje, z toho 1,9 milióna pracovných miest je v roku 2006. \\ T Navyše, každý pracovisko On bude znamenať vytvorenie troch ďalších pracovných miest mimo IT sektora, takže len v Spojených štátoch v najbližších štyroch rokoch 6 miliónov ľudí bude pracovať na udržiavaní informačnej ekonomiky.

Podľa Gartner expertov je hlavným problémom, že v priemysle to nie je dostatok talentov: súkromný aj štátny vzdelávací systém, napríklad v Spojených štátoch, nie je schopný dodať priemyslu dostatočným počtom kvalifikovaných pracovníkov. Takže z uvedených nových pracovných miest v IT sa zabezpečí len jeden z troch.

Analytici sa domnievajú, že úloha maľby kvalifikovaných IT personálu by sa mala venovať priamo spoločnosti, ktorá ich potrebuje, pretože títo zamestnanci pre nich prenesú na nové informačné hospodárstvo budúcnosti.

2012

Prvý skepticizmus pre "veľké dáta"

Analytici vajíčok a gartnerových spoločností naznačujú, že pre módne v témach 2012 veľké údaje môže prísť čas oslobodenia od ilúzií.

Termín "veľké dáta", v tomto okamihu, spravidla označujú stále rastúce množstvo informácií prevádzkový režim Od sociálnych médií, zo sietí snímačov a iných zdrojov, ako aj rastúcich rozsah nástrojov používaných na spracovanie údajov a identifikáciu dôležitých obchodných trendov na základe nich.

"Vzhľadom k humbuku (alebo napriek tomu), pokiaľ ide o myšlienku veľkých údajov, výrobcovia v roku 2012 s veľkou nádejou sa na túto tendenciu pozreli na túto tendenciu," povedal Tony Bayer, vajíčkový analytik.

Bayer povedal, že DataSift vykonal retrospektívnu analýzu zmien o veľkých údajoch

Čo Veľké dáta. (doslova - veľké dáta)? Dovoľte nám, aby sme sa najprv otočili k slovníkovi oxfordu:

Dáta - Hodnoty, príznaky alebo symboly, ktoré prevádzkujú počítač a ktoré môžu byť uložené a prenášané vo forme elektrických signálov, zaznamenaných na magnetickom, optickom alebo mechanickom médiu.

Termín Veľké dáta. Používa sa na opis veľkého a rastu exponenciálne s časom nastavenia údajov. Spracovať takéto množstvo údajov, nerobte bez.

Výhody, ktoré veľké údaje poskytuje:

1. Zber údajov z rôznych zdrojov.
2. Zlepšenie obchodných procesov prostredníctvom analýzy v reálnom čase.
3. Uchovávanie obrovského množstva údajov.
4. Postrehy. Veľké údaje sú vnímavé na skryté informácie pomocou štruktúrovaných a pološtruktúrovaných údajov.
5. Veľké údaje pomáhajú znížiť riziko a inteligentné riešenia v dôsledku vhodnej analýzy rizík.

Príklady veľkých údajov.

New York Stock Exchange Denne 1 terabajt Údaje o obchodovaní v minulosti.

Sociálne médiá: Štatistika ukazuje, že Databáza Facebook je načítaná denne 500 terabajtov Nové údaje sú generované hlavne kvôli fotografickým prevzatiam a videám na serveroch sociálnych sietí, správy, komentáre podľa príspevkov a tak ďalej.

Prúdový motor Vygenerovať 10 terabajtov Dáta každých 30 minút počas letu. Keďže tisíce letov sa vykonávajú denne, množstvo údajov dosahuje petabajty.

Klasifikácia Veľké údaje.

Formy veľkých údajov:

• Štruktúrovaný
• Neštruktúrovaný
• Pološtruktúrovaný

Štruktúrovaný formulár

Údaje, ktoré možno uchovávať, sú k dispozícii a spracované vo forme s pevným formátom sa nazývajú štruktúrované. Po dlhú dobu, počítačové vedy dosiahli veľký úspech pri zlepšovaní technika, aby pracoval s týmto typom údajov (kde je formát známy vopred) a naučil sa dávať prospech. Dnes však existujú problémy spojené s rastúcimi zväzkami na veľkosť meranú v rozsahu niekoľkých zeettabitov.

1 ZETTABYTE zodpovedá miliárd terabyte

Pri pohľade na tieto čísla je ľahké overiť pravdivosť termín veľkých údajov a ťažkosti konjugátu s spracovaním a uskladnením takýchto údajov.

Údaje uložené v relačnej základni sú štruktúrované a majú formu, napríklad tabuľka zamestnancov spoločnosti

Neštruktúrovaný formulár

Údaje neznámej štruktúry sú klasifikované ako neštruktúrované. Okrem veľkých veľkostí je takáto forma charakterizovaná množstvom ťažkostí pre spracovanie a odstránenie užitočných informácií. Typickým príkladom neštruktúrovaných údajov je heterogénny zdroj obsahujúci kombináciu jednoduchých textových súborov, obrázkov a videa. Dnes majú organizácie prístup k veľkému objemu surových alebo neštruktúrovaných údajov, ale nevedia, ako z nich profitovať.

Pološtruktúrovaný formulár

Táto kategória obsahuje uvedené vyššie, preto polo-štruktúrované údaje majú nejakú formu, ale v skutočnosti nie sú definované pomocou tabuliek v relačných základniach. Príkladom tejto kategórie je osobné údaje uvedené v súbore XML.

Prashant Rao.Muž.35 Seeema R.Žena41 SediaMuž.29 Podrato roy.Muž.26 JEREMIAH J.Muž.35

Charakteristika Veľké údaje.

Rast Big Data s časom:

Modré prezentované štruktúrované údaje (podnikové údaje), ktoré sú uložené v relačných základniach. Iné farby sú neštruktúrované údaje z rôznych zdrojov (IP telefónia, zariadenia a senzory, sociálne siete a webové aplikácie).

V súlade s Gartnerom sa veľké údaje líšia objemom, rýchlosťou generácie, odrody a variability. Podrobnejšie zvážte tieto charakteristiky.

1. Objem. Sám je termín veľkými údajmi spojené s veľkou veľkosťou. Veľkosť dát je najdôležitejším ukazovateľom pri určovaní možnej obnoviteľnej hodnoty. Denné 6 miliónov ľudí používa digitálne médiá, ktoré predbežné odhady vytvárajú 2,5 quintillion dátové bajty. Z tohto dôvodu je zväzok prvý, kto zváži charakteristiku.
2. Rôznorodosť - ďalší aspekt. Týka sa heterogénnych zdrojov a povahy dát, ktoré môžu byť štruktúrované aj neštruktúrované. Predtým, tabuľky a databázy boli jediným zdrojom informácií, ktoré sa uvažovali vo väčšine aplikácií. Dnes sú uvedené údaje vo forme e-mailov, fotografií, videa, PDF súborov, zvuku aj v analytických aplikáciách. Takéto rôzne neštruktúrované údaje vedie k problémom v skladovaní, ťažbe a analýze: 27% spoločností nie je presvedčený, že pracujú s vhodnými údajmi.
3. Riadenie generácie. Ako rýchlo sa údaje nahromadia a spracúvajú na splnenie požiadaviek, určujú potenciál. Rýchlosť určuje rýchlosť prílevu informácií zo zdrojov - obchodných procesov, aplikačných denníkov, stránok sociálnych sietí a médií, senzorov, mobilných zariadení. Tok údajov je v čase obrovský a nepretržite.
4. Variabilita Popisuje nekonstanie údajov v niektorých bodoch, ktoré komplikuje spracovanie a riadenie. Väčšina údajov je napríklad neštruktúrovaná prírodou.

Veľká analytická analýza: Aká je výhoda veľkých údajov

Podpora tovarov a služieb: Prístup k údajom z vyhľadávačov a lokalít, ako je Facebook a Twitter, umožňuje podnikom presnejšie rozvíjať marketingové stratégie.

Zlepšenie služby pre kupujúcich: Tradičné systémy spätnej väzby sú nahradené novými systémami, v ktorých sa používa veľké údaje a spracovanie prirodzeného jazyka na čítanie a zhodnotenie preskúmania zákazníka.

Výpočet rizikaspojené s vydaním nového produktu alebo služby.

Prevádzková účinnosť: Veľké údaje sú štruktúrované tak, aby rýchlo odstránili potrebné informácie a okamžite poskytli presný výsledok. Takáto kombinácia veľkých dátových technológií a skladovateľov pomáha organizáciám optimalizovať prácu s zriedkavými informáciami.

Iba lenivá nehovorí veľké údaje, ale čo to je a ako to funguje - je nepravdepodobné. Začnime s najjednoduchšou terminológiou. V ruštine sú veľké údaje rôzne nástroje, prístupy a metódy spracovania štruktúrovaných aj neštruktúrovaných údajov s cieľom využiť ich pre konkrétne úlohy a ciele.

Neštruktúrované údaje sú informácie, ktoré nemajú vopred určenú štruktúru alebo nie sú organizované v určitom poradí.

Termín "veľké dáta" predstavil redaktora časopisu Nature Clifford Lynch späť v roku 2008 v osobitnej otázke venovanej výbušnému rastu objemu svetových informácií. Aj keď, samozrejme, veľké údaje samotné existovali predtým. Podľa odborníkov, veľká kategória údajov obsahuje väčšinu dátových tokov nad 100 GB za deň.

Pozri tiež:

Dnes, v tomto jednoduchom termíne, sú skryté iba dve slová a spracovanie údajov.

Veľké údaje - jednoduché slová

V modernom svete je veľkým údajom sociálno-ekonomickým fenoménom, ktorý je spojený so skutočnosťou, že nové technologické schopnosti sa zdali analyzovať obrovské množstvo údajov.

Pozri tiež:

Pre jednoduchosť porozumenia si predstavte supermarket, v ktorom všetok tovar leží v obvyklom poradí. Chlieb vedľa ovocia, paradajková pasta v blízkosti mrazenej pizze, tekutiny na zapaľovanie pred stojana s tamptonmi, na ktorom, okrem iného, \u200b\u200bstojí avokádo, tofu alebo shiitake huby. Veľké údaje nastaviť všetko na svojom mieste a pomôže vám nájsť orechy mlieko, zistiť dátum nákladov a exspirácie, a tiež - kto okrem vás nakupuje také mlieko a ako je to lepšie ako kravské mlieko.

Kenneth Cucier: Veľké dáta - najlepšie údaje

Technologické veľké údaje.

Obrovské objemy dát sú spracované tak, že osoba môže získať špecifické a potrebné výsledky pre ich ďalšie efektívne využívanie.

Pozri tiež:

V skutočnosti sú veľké údaje riešením problémov a alternatívu k tradičným systémom správy údajov.

Techniky a metódy analýzy platné pre veľké údaje podľa McKinsey:

• Crowdsourcing;

  Integrácia miešania a údajov;

  Strojové učenie;

  Umelé nervové siete;

  Rozpoznávanie vzorov;

  Predpoveď analýzy;

  Simulácia;

  Priestorová analýza;

  Štatistická analýza;

• Vizualizácia analytických údajov.

Horizontálna škálovateľnosť, ktorá poskytuje spracovanie údajov - základný princíp spracovania veľkých údajov. Údaje sú distribuované na výpočtové uzly a spracovanie dochádza bez degradácie produktivity. McKinsey zahŕňala systémy relačnej kontroly a obchodné inteligencie v kontexte použiteľnosti.

Technológie:

• Nosql;
• Mapreduce;
• Hreop;
• Hardvérové \u200b\u200briešenia.

Pozri tiež:

Pre veľké údaje, tradičné definujúce charakteristiky vyrábané meta skupinou stále v roku 2001, ktoré sa nazývajú " Tri V.»:

1. Objem. - veľkosť fyzického objemu.
2. Rýchlosť. - Rýchlosť rastu a potreba rýchleho spracovania údajov na získanie výsledkov.
3. Odroda. - schopnosť súčasne spracovávať rôzne typy údajov.

Veľké údaje: Aplikácia a funkcie

Objemy nehomogénnych a rýchlo prichádzajúcich digitálnych informácií nemožno liečiť tradičnými nástrojmi. Samotná analýza údajov vám umožní vidieť určité a nenápadné vzory, ktoré človek nevidí. To vám umožní optimalizovať všetky sféry nášho života - od vlády na výrobu a telekomunikácie.

Niektoré spoločnosti napríklad bránili svojich zákazníkov pred podvodmi pred niekoľkými rokmi a starajú sa o peniaze klienta, je znepokojenie nad vlastnými peniazmi.

Susan etlyger: Ako sa vysporiadať s veľkými údajmi?

Veľké riešenia založené na dátoch: Sberbank, Beeline a iné spoločnosti

Bilain má obrovské množstvo účastníkov, ktoré používajú nielen na prácu s nimi, ale aj na vytvorenie analytických výrobkov, ako sú externé poradenstvo alebo IPTV Analytics. Beeline segmentoval základňu a chránených zákazníkov z peňažných podvodov a vírusov, pomocou HDFS a Apache Spark a na spracovanie dát - Rapidminer a Python.

Pozri tiež:

Alebo si pamätajte Sberbank so starým prípadom zazvaným ako SAFI. Ide o systém, ktorý analyzuje fotografie na identifikáciu zákazníkov banky a zabraňuje podvodom. Systém bol zavedený v roku 2014, systém je založený na porovnaní fotografií zo základne, ktorý tam prichádza z webkamery na regáloch kvôli počítačovej vízii. Základom systému je biometrická platforma. Vzhľadom k tomu, prípady podvodov sa znížili 10-krát.

Veľké údaje na svete

Do roku 2020, podľa prognóz, ľudstvo vytvorí 40-44 Zettabits informácií. A do roku 2025 bude rásť 10-krát, správu o dátach 2025, ktorá bola pripravená analytici IDC. Správa poznamenáva, že samotné podniky budú generované väčšinu údajov, a nie bežných spotrebiteľov.

Analytici výskumu sa domnievajú, že údaje sa stanú životne dôležitým aktívom a bezpečnosť je kritickým základom v živote. Autori práce sú presvedčení, že technológia zmení ekonomickú krajinu a obvyklý užívateľ bude komunikovať s pripojenými zariadeniami asi 4800 krát denne.

Veľký údajový trh v Rusku

Typicky, veľké údaje pochádzajú z troch zdrojov:

• Internet (sociálne siete, fóra, blogy, médiá a iné stránky);
• Podnikové archívy dokumentov;
• Indikácie snímačov, zariadení a iných zariadení.

Veľké údaje v bankách

Okrem vyššie opísaného systému, v stratégii SBERBANK 2014-2018. Hovorí sa o dôležitosti analýzy dátových supermaní pre kvalitné zákaznícky servis, riadenie rizík a optimalizáciu nákladov. Teraz Banka využíva veľké údaje na kontrolu rizík, boj proti podvodom, segmentácii a úverovým nákladom na kredit, personálny manažment, predpovedanie frontov v kanceláriách, výpočet bonusov pre zamestnancov a iné úlohy.

VTB24 má veľké údaje pre segmentáciu a riadenie odbyt od zákazníkov, tvorbu účtovnej závierky, analýzy spätnej väzby v sociálnych sieťach a fórach. Na tento účel sa uplatňuje Teradata, SAS Visual Analytics a SAS Marketing Optimalizačné riešenia.

Veľké údaje (alebo veľké údaje) je súbor pracovných metód s obrovskými objemami štruktúrovaných alebo neštruktúrovaných informácií. Špecialisti na prácu s veľkými údajmi sa zaoberajú spracovaním a analýzou na získanie vizuálnych, vnímaných výsledkov. Pozrite sa na mňa hovoril s odborníkmi a zistil, aká je situácia so spracovaním veľkých údajov v Rusku, kde a čo je lepšie naučiť sa tým, ktorí chcú pracovať v tejto oblasti.

Alexey Rupin o hlavných smeroch v oblasti veľkých údajov, komunikácia so zákazníkmi a svetom čísel

Študoval som v Moskovskom ústave elektronickej technológie. Hlavná vec, ktorú som sa podarilo vybrať, sú základným vedomosťou fyziky a matematiky. Zároveň som pracoval v Centre výskumu a vývoja, kde sa zaoberal vývojom a implementáciou algoritmov kódovania znakov pre prostriedky chráneného prenosu údajov. Po skončení bakalácie som vstúpil do sudcu obchodnej informatiky vyššej školy ekonomiky. Potom som chcel pracovať v IBS. Mal som to šťastie, že v tom čase v súvislosti s veľká kvantita Projekty išli ďalší súbor stážistov a po niekoľkých rozhovoroch som začal pracovať na IBS, jednej z najväčších ruských firiem v tejto oblasti. Už tri roky som odišiel z vlaku pred architektom firemných riešení. Teraz som zapojený do rozvoja veľkých dátových technológií pre zákaznícke spoločnosti z finančného a telekomunikačného sektora.

Existujú dve hlavné špecializácie pre ľudí, ktorí chcú pracovať s veľkými údajmi: Analytici a IT konzultanti, ktorí vytvárajú technológie na prácu s veľkými údajmi. Okrem toho môžete tiež hovoriť o povolaní analytika veľkých údajov, t.j. ľudí, ktorí priamo pracujú s údajmi s IT platformou od zákazníka. Predtým to bolo obyčajné analytici matematiky, ktorí vedeli štatistiky a matematiku a používajú štatistický softvér na riešenie úloh analýzy dát. Okrem vedomostí o štatistikách a matematike je tiež potrebné pochopenie technológie a životného cyklu údajov. V tomto stanovisku je podľa môjho názoru rozdiel medzi moderným analytikom údajov z týchto analytikov, ktoré boli predtým.

Mojou špecializáciou je IT Consulting, to znamená, že vynájdem a ponúkam zákazníkom, ako riešiť obchodné úlohy s IT technológiami. Ľudia prichádzajú po konzultácii s rôznymi skúsenosťami, ale najdôležitejšie vlastnosti pre túto profesiu sú schopnosť porozumieť potrebám klienta, túžbu pomáhať ľuďom a organizáciám, dobrej komunikačnej a tímovej zručnosti (pretože vždy pracuje s klientom a V tíme), dobré analytické schopnosti. Vnútorná motivácia je veľmi dôležitá: pracujeme v konkurenčnom prostredí a zákazník čaká na neobvyklé riešenia a záujem o prácu.

Väčšinu času musím komunikovať so zákazníkmi, formalizovať ich podnikateľské potreby a pomoc pri vývoji najvhodnejšej technologickej architektúry. Kritériá výberu tu majú svoje vlastné vlastnosti: Okrem funkčnosti a TSO (celkové náklady na vlastníctvo - celkové náklady na vlastníctvo) sú veľmi dôležité, nefunkčné požiadavky na systém, najčastejšie je to čas odozvy, spracovanie informácií čas. Ak chcete presvedčiť zákazníka, často používame dôkaz o konceptnom prístupe - ponúkame zadarmo "test" technológiu pre určitú úlohu, na úzkom množstve údajov, aby ste sa uistili, že technológia funguje. Rozhodnutie by malo vytvoriť konkurenčnú výhodu pre zákazníka na úkor dodatočných výhod (napríklad X-Sell, Cross-Sale) alebo vyriešiť nejaký obchodný problém, povedzme, že znížiť vysokú úroveň úverových podvodov.

Bolo by to oveľa jednoduchšie, ak zákazníci prišli z hotovej úlohy, Ale pokiaľ nechápu, že sa objavila revolučná technológia, ktorá môže zmeniť trh na niekoľko rokov.

Aké problémy musia čeliť? Trh nie je pripravený použiť technológiu "Veľké dáta". Bolo by to oveľa jednoduchšie, ak zákazníci prišli z pripravenej úlohe, ale až do pochopenia, že revolučná technológia, ktorá by mohla zmeniť trh na jeden rok. To je dôvod, prečo sme v skutočnosti pracujeme v režime Startup - nepredaj technológií, ale zakaždým, keď presvedčujeme zákazníkov, že potrebujete investovať do týchto riešení. Toto je taká pozícia vizionárov - ukážeme zákazníkom, ako môžete zmeniť svoje podnikanie s príťažlivosťou údajov a IT. Vytvoríme to nový trh - Trh komerčných IT konzultácií vo veľkej dátovej oblasti.

Ak chce osoba zapojiť sa do analýzy dát alebo konzultácie v oblasti veľkých údajov, potom prvá vec, ktorá je dôležitá, je matematické alebo technické vzdelávanie s dobrou matematickou prípravou. Je tiež užitočné zvládnuť špecifické technológie, povedzme SAS, Hadoop, R Jazyk alebo IBM riešenie. Okrem toho je potrebné aktívne zaujímať úlohy aplikácií pre veľké údaje - napríklad, pretože môžu byť použité na zlepšenie bodovania úverov v banke alebo na riadení životného cyklu klienta. Tieto a ďalšie vedomosti možno získať z dostupných zdrojov: napríklad Coursera a Big Data University. K dispozícii je tiež iniciatíva zákazníka Analytics v Whartonskej univerzite v Pensylvánii, ktorá vydala veľa zaujímavých materiálov.

Vážny problém pre tých, ktorí chcú pracovať v našej oblasti, je explicitný nedostatok informácií o veľkých údajoch. Nemôžete ísť do kníhkupectva alebo na niektoré stránky a získať napríklad vyčerpávajúci stĺpec prípadov pre všetky aplikácie veľkých dátových technológií v bankách. Neexistujú žiadne takéto referenčné knihy. Časť informácií je v knihách, ďalšia časť sa zhromažďuje na konferenciách a na niečo, čo musíte dosiahnuť seba.

Ďalším problémom je, že analytici cítia dobre vo svete čísel, ale nie sú vždy pohodlné v podnikaní. Títo ľudia sú často introvertní, je pre nich ťažké komunikovať, a preto je pre nich ťažké presvedčivo sprostredkovať informácie o výsledkoch výskumu. Pre vývoj týchto zručností by som odporučil takéto knihy ako "pyramídový princíp", "Hovorte diagramy". Pomáhajú rozvíjať prezentačné zručnosti, stručne a jasne uvádzať svoje myšlienky.

Bol som veľmi užitočný na účasť v rôznych majstrovstvách prípadu pri štúdiu na HSE. Majstrovstvá prípadu sú inteligentné súťaže pre študentov, kde potrebujete študovať obchodné problémy a ponúknuť svoje rozhodnutie. Sú dva druhy: Consulting Firm Case Case Championships, ako napríklad McKinsey, BCG, Accenture, ako aj nezávislé majstrovstvách typu Changellenge. Počas účasti na nich som sa naučil vidieť a riešiť komplexné úlohy - od identifikácie problému a jeho štruktúrovania na ochranu odporúčaní pre jej riešenie.

Oleg Mikhalsky o ruskom trhu a špecifiká vytvárania nového produktu v oblasti veľkých údajov

Pred príchodom do Acronisu som už zapojil do spustenia nových produktov na trh v iných spoločnostiach. Je to vždy zaujímavé a zároveň ťažké, takže som sa okamžite zaujímal o možnosť pracovať cloudové služby a riešenia pre ukladanie údajov. V tejto oblasti bolo užitočné všetky moje predchádzajúce skúsenosti v IT priemysle, vrátane vlastného štartovacieho projektu I-Accelerator. Prítomnosť podnikateľského vzdelávania (MBA) tiež pomohla okrem základného inžinierstva.

V Rusku, veľké spoločnosti - banky, mobilných operátorov atď. - Je potrebné analyzovať veľké údaje, takže v našej krajine sú vyhliadky pre tých, ktorí chcú pracovať v tejto oblasti. Pravda, mnoho projektov teraz integruje, to znamená na základe zahraničného vývoja alebo open source technológií. V takýchto projektoch nie sú vytvorené zásadne nové prístupy a technológie, ale skôr existujúci vývoj. V Acronisi sme išli na inú cestu a po analýze existujúcich alternatív sa rozhodol investovať do nášho vlastného rozvoja, vytvárať systém spoľahlivého skladovania pre veľké údaje, ktoré nie sú horšie za cenu, napríklad Amazon S3, ale funguje to spoľahlivo a efektívne na výrazne menšom meradle. Vlastným rozvojom veľkých údajov je aj medzi hlavnými internetovými spoločnosťami, ale sú skôr zamerané na vnútorné potreby ako spokojnosť potrieb externých klientov.

Je dôležité pochopiť trendy a hospodárske sily, ktoré ovplyvňujú oblasť spracovania veľkých údajov. Ak to chcete urobiť, prečítajte si veľa, počúvajte predstavenia autoritatívnych špecialistov v IT priemyslu, navštívte tematické konferencie. Teraz takmer každá konferencia má veľký úsek údajov, ale všetci o tom hovoria v rôznych uhloch: z hľadiska technológie, podnikania alebo marketingu. Môžete ísť na projektové práce alebo stáž v spoločnosti, ktorá už vykonáva projekty na túto tému. Ak ste istí vo svojich schopnostiach, nie je neskoro na usporiadanie spustenia v oblasti veľkých údajov.

Bez neustáleho kontaktu s trhom Nové rozvojové riziká, ktoré majú byť nevyžiadané

TRUE, keď ste zodpovední za nový produkt, veľa času ide do Analytics trhu a komunikuje s potenciálnymi zákazníkmi, partnermi, profesionálnymi analytistami, ktorí vedú veľa o zákazníkov a ich potreby. Bez neustáleho kontaktu s trhom, nové rozvojové riziká sú nevyžiadané. Vždy existuje veľa neistoty: musíte pochopiť, kto sa stane prvými užívateľmi (skorými adoptolmi), ktoré máte pre nich cenné a potom prilákať hromadné publikum. Druhou najdôležitejšou úlohou je vytvoriť a vyjadriť vývojárom jasnú a holistickú víziu konečného výrobku, aby ich motivovali na prácu v takých podmienkach, keď sa niektoré požiadavky môžu stále zmeniť a priority závisia od spätná väzbaPríchod od prvých zákazníkov. Dôležitou úlohou je preto riadiť očakávania zákazníkov na jednej strane a vývojároch na strane druhej. Takže ani iní nestratili záujem a priniesli projekt pred dokončením. Po prvom úspešnom projekte sa stáva jednoduchším a hlavnou úlohou nájde správny rastový model pre nový obchod.

Naraz som počul termín "veľké údaje" z nemeckých GREF (hlava Sberbank). Hovorí sa, že teraz aktívne pracujú na úvode, pretože im pomôže znížiť čas práce s každým klientom.

Druhýkrát som v tejto koncepcii v on-line obchode klienta, cez ktorý sme pracovali a zvýšili rozsah od pár tisíc k niekoľkým desiatkam tisícom komoditných pozícií.

Po tretíkrát, keď som videl, že v Yandexe je potrebný veľký analytik údajov. Potom som sa rozhodol odvážiť sa na túto tému a zároveň napísať článok, ktorý by povedal, čo je termín pre termín, ktorý vzrušuje mysle top manažérov a internetového priestoru.

VVV alebo VVVVV

Zvyčajne niektorý z vášho článku začnem s vysvetlením, pokiaľ ide o tento termín. Tento článok nebude výnimkou.

To je však spôsobené predovšetkým bez túžby ukázať, čo som šikovný, ale skutočnosť, že téma je skutočne zložitá a vyžaduje opatrné vysvetlenie.

Môžete napríklad prečítať, aké veľké údaje sú v Wikipédii, nerozumiete ničím, a potom sa vráťte k tomuto článku, aby ste ešte pochopili definíciu a použiteľnosť pre podnikanie. Začnime s popisom a potom na príklady pre podnikanie.

Veľké údaje sú veľké údaje. Prekvapivo, áno? Naozaj, to je preložené z angličtiny ako "veľké dáta". Ale táto definícia môže byť povedané pre figuríny.

Dôležitý. Veľká dátová technológia je prístup / metóda spracovania väčšieho počtu údajov na získanie nových informácií, ktoré je ťažké zvládnuť bežnými spôsobmi.

Údaje môžu byť spracované (štruktúrované) a rôznorodé (to znamená neštruktúrované).

Samotný termín sa objavil relatívne nedávno. V roku 2008 sa tento prístup predpovedal vo vedeckom časopise ako niečo potrebné na prácu s veľkým množstvom informácií, ktoré zvyšujú geometrický postup.

Napríklad ročne informácie na internete, ktoré je potrebné uložiť, dobre, na spracovanie, zvýšenie o 40%. Opäť. + 40% Každý rok sa objaví na internete nových informácií.

Ak sú vytlačené dokumenty jasné a ich metódy spracovania sú tiež jasné (prenos do elektronického formulára, šiť na jeden priečinok, očíslované), čo robiť s informáciami, ktoré sú uvedené v úplne iných "médiách" a iných zväzkoch:

• internetové dokumenty;
• blogy a sociálne siete;
• zdroje audio / videa;
• meracie prístroje;

Existujú vlastnosti, ktoré vám umožnia atribútovať informácie a údaje na veľké údaje.

To znamená, že nie všetky údaje môžu byť vhodné pre analytiku. V týchto vlastnostiach je uvedený kľúčový koncept veľkého dátumu. Všetky z nich zapadnú do troch V.

1. Objem (z Eng. Hlasitosť). Údaje sa meria vo veľkosti fyzického objemu "dokumentu", ktorý sa má analyzovať;
2. Rýchlosť (od Eng. Velocity). Údaje nestanovujú vo svojom vývoji, ale neustále rastú, preto je potrebné ich rýchle spracovanie potrebné na získanie výsledkov;
3. (Od angličtiny. Odroda). Údaje nemusia byť jednosmerné. To znamená, že môžu byť rôznorodé, štruktúrované alebo štruktúrované čiastočne.

Avšak, periodicky pridať do VVV a štvrtej V (pravdivosť - spoľahlivosť / veriteľnosť údajov) a dokonca aj piate v (v niektorých uskutočneniach je životaschopnosť - životaschopnosť, v iných je hodnota - hodnota).

Niekde som tiež videl 7V, ktorý charakterizuje údaje týkajúce sa veľkého dátumu. Ale podľa môjho názoru je to zo série (kde p je periodicky pridané, hoci je to pre pochopenie počiatočného 4-X).

Sme už viac ako 29 000 ľudí.
Zadať

Kto to potrebuje?

Dodáva sa k logickej otázke, ako môžem použiť informácie (ak je to, veľký dátum je stovky a tisíce terabyte)? Ani tak.

Tu sú informácie. Takže to, čo urobil veľký dátum? Aké je použitie veľkých údajov v marketingu av podnikaní?

1. Bežné databázy nemôžu byť uložené a spracovanie (teraz nehovorím ani o analytike, ale jednoducho skladovanie a spracovanie) obrovského množstva informácií.

   Veľký dátum rieši túto hlavnú úlohu. Úspešne uchováva a spravuje informácie s veľkým zväzkom;

2. Informácie o štruktúroch pochádzajúcich z rôznych zdrojov (video, obrázky, audio a textové dokumenty), v jednom jednom, zrozumiteľnom a reagovanom formulári;
3. Tvorba analytiky a vytváranie presných predpovedí na základe štruktúrovaných a spracovaných informácií.

Je to komplikované. Ak chcete hovoriť jednoducho, akýkoľvek obchodník, ktorý chápe, že ak preskúmate veľké množstvo informácií (o vás, vaša spoločnosť, vaši konkurenti, váš priemysel), môžete získať veľmi slušné výsledky:

• Plné pochopenie vašej spoločnosti a vaše podnikanie na strane čísel;
• Preskúmajte svojich konkurentov. A to zase poskytne príležitosť vyjsť v dôsledku prevahy ich;
• Naučte sa nové informácie o svojich zákazníkov.

A práve preto, že veľká dátová technológia dáva nasledujúce výsledky, všetko sa s ním nosí.

Snažím sa tento prípad upevniť do vašej spoločnosti, aby ste získali zvýšenie predaja a zníženie nákladov. A ak konkrétne, potom:

1. Zvýšte Predajný kríž a ďalší predaj z dôvodu lepšej znalosti o preferenciách zákazníkov;
2. Nájdenie populárnych produktov a dôvodov, prečo sa kúpia (a naopak);
3. Zlepšenie produktu alebo služby;
4. Zlepšenie úrovne služieb;
5. Lovná lojalita a zameranie zákazníkov;
6. Upozornenie na podvod (relevantnejšie pre bankový sektor);
7. Znížené nadbytočné náklady.

Najbežnejší príklad, ktorý je uvedený vo všetkých zdrojoch - je, samozrejme, spoločnosť Applektorý zhromažďuje údaje o svojich užívateľoch (telefón, hodiny, počítač).

Je to kvôli prítomnosti ekosystému, že korporácia vie o svojich užívateľoch a ďalej používa na zisk.

Tieto a ďalšie príklady používania môžete čítať v akomkoľvek inom článku okrem tohto.

Ideme do budúcnosti

Poviem vám o inom projekte. Skôr o osobe, ktorá buduje budúcnosť pomocou veľkých dátových riešení.

Toto je maska \u200b\u200bIlon a jeho spoločnosť Tesla. Jeho hlavným sen je, aby autá autonómne, to znamená, že sa dostanete za volantom, zapnite autopilot z Moskvy do Vladivostok a ... zaspávate, pretože ste absolútne nemusíte riadiť auto, pretože urobí všetko sám .

Zdá sa, že fantasy? Ale nie! Just Ilon prišiel oveľa múdrejší ako Google, ktorý spravuje autá s desiatkami satelitov. A išiel na iný spôsob:

1. V každom predanom vozidle je počítač nastavený, ktorý zhromažďuje všetky informácie.

   Všetko - to znamená celý celok. O vodičovi, štýl jeho jazdy, ciest okolo, pohyb iných vozidiel. Objem takýchto údajov dosahuje 20-30 GB za hodinu;

2. Ďalej sa tieto satelitné informácie prenášajú do centrálneho počítača, ktorý sa zaoberá spracovaním týchto údajov;
3. Na základe veľkých dát údajov, ktoré procesy tento počítač, Model bezpilotného vozidla je postavený.

Mimochodom, ak by Google Business prejdite celkom zle a ich autá po celú dobu sa dostanú do nehody, potom maska, vzhľadom k tomu, že práca s veľkými údajmi ide oveľa lepšie, pretože testovacie modely ukazujú veľmi dobre dobré výsledky.

Ale ... je to všetko z ekonomiky. Čo sme všetci o ziskách, áno o zisku? Veľa, ktoré sa môžu rozhodnúť o veľkom dátum, je úplne nerozpoznaná s príjmami a peniazmi.

Štatistika Google, práve založená na veľkých údajoch, ukazuje zaujímavú vec.

Predtým, ako lekári deklarovali začiatok epidémie choroby v určitom regióne, počet vyhľadávacích dopytov na liečbu tejto choroby sa výrazne zvyšuje.

Správna štúdia údajov a ich analýza môže teda vytvoriť predpovede a predpovedať začiatok epidémie (a preto jeho prevencia) je oveľa rýchlejšia ako uzavretie úradných orgánov a ich činností.

Aplikácia v Rusku

Rusko, ako vždy, mierne "spomaľuje". Takže definícia veľkých údajov v Rusku sa objavila viac ako 5 rokmi (teraz som teraz o pravidelných spoločnostiach).

A napriek tomu, že tento jeden z najrýchlejšie rastúcich trhov na svete (drogy a zbrane nervózne fajčenie na boku), pretože ročne trh na zber a analýzu veľkých údajov bude grpe o 32%.

S cieľom charakterizovať veľký dátový trh v Rusku si pamätám jeden starý vtip. Veľký dátum je ako sex do 18 rokov.

Všetci sa o tom povedajú, existuje mnoho hluku a málo skutočných akcií okolo neho a všetci sa hanbia, aby priznali, že nie sú zapojení do toho. A pravda je okolo tohto veľa hluku, ale malé skutočné akcie.

Hoci známa spoločnosť Gartner Research Company už oznámila, že veľký dátum je rastúci trend (ako spôsob, ako cesta a umelá inteligencia) a pomerne nezávislé nástroje na analýzu a rozvoj pokročilých technológií.

Najviac aktívnejšie výklenky, kde sa uplatňujú veľké údaje v Rusku, toto sú banky / poistenie (nie divu, že som začal článok s hlavou Sberbank), telekomunikačnej sféry, maloobchod, nehnuteľností a ... verejný sektor.

Napríklad vám poviem viac o pároch ekonomiky, ktoré používajú veľké dátové algoritmy.

Banky

Začnime s bankami a informácie, ktoré zhromažďujú o nás a našich činoch. Napríklad som si vzal top 5 ruských bánk, ktoré aktívne investujú do veľkých údajov:

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

Je obzvlášť príjemné vidieť medzi ruskými vodcami Alpha Bank. Minimálne je pekné uvedomiť si, že banka, oficiálny partner, ktorého ste, chápe potrebu predstaviť nové marketingové nástroje do vašej spoločnosti.

Ale príklady používania a úspešného implementácie veľkých dát chcem ukázať na banke, ktoré sa mi páči na neštandardný vzhľad a skutok svojho zakladateľa.

Hovorím o Tinkoff Bank. Ich hlavnou úlohou bolo vyvinúť systém na analýzu veľkých údajov v reálnom čase kvôli rastúcej klientskej základni.

Výsledky: Čas vnútorných procesov sa znížil aspoň 10-krát a viac ako 100-krát.

A trochu rozptýlenie. Viete, prečo som hovoril o neštandardných skúškach a činoch Oleg Tinkov?

Len podľa môjho názoru mu pomáhali, aby sa ukázali s podnikateľom strednej ruky, Koi tisíc v Rusku, v jednom z najslávnejších a rozpoznateľných podnikateľov. Po potvrdení, pozrite sa na túto nezvyčajnú a zaujímavé video:

Vlastníctvo

V oblasti nehnuteľností je všetko oveľa ťažšie. A toto je presne príklad, ktorý chcem, aby ste pochopili veľký dátum, aby ste pochopili obvyklé podnikanie. Počiatočné údaje:

1. Veľké množstvo textovej dokumentácie;
2. Otvorené zdroje (súkromné \u200b\u200bsatelity, ktoré prenášajú údaje o zmenách Zeme);
3. Obrovské množstvo nekontrolovaných informácií na internete;
4. Nepretržité zmeny v zdrojoch a údajoch.

A na základe toho je potrebné pripraviť a vyhodnotiť hodnotu pozemkového pozemku, napríklad pod obcou Ural. Profesionál bude trvať týždeň.

Osváženia Ruskej spoločnosti a Roseco, čo je vlastne analýza veľkých údajov s pomocou softvéru, odíde to nie viac ako 30 minút chybného prác. Porovnajte, týždeň a 30 minút. Kolosálny rozdiel.

Dobre, pre snack

Samozrejme, obrovské množstvo informácií sa nedajú skladovať a spracovať na jednoduchých pevných diskoch.

A softvér, ktoré sú štruktúry a analýzy údajov, je všeobecne duševným vlastníctvom a zakaždým, keď vývoj autora. Existujú však nástroje na základe všetkých tohto kúzla:

• Hadoop & MAPERCE;
• Databázy NOSQL;
• Nástroje triedy Discovery Class.

Aby som bol úprimný, nebudem schopný jasne vysvetliť, čo sa líšia od seba, pretože sa učia, aby sa zoznámili a pracovali s týmito vecami vo fyzických a matematických inštitúciách.

Prečo som potom hovoril, ak nemôžem vysvetliť? Pamätajte si, že vo všetkých filmoch Lupiči zadajte ľubovoľnú banku a pozrite sa na obrovské množstvo všetkých druhov hardvéru pripojeného k drôtom?

To isté vo veľkom dátume. Napríklad tu je model, ktorý je v súčasnosti jedným z najviac vodcov na trhu.

Nástroj veľký dátum

Náklady v maximálnej konfigurácii prichádzajú až 27 miliónov rubľov na regál. To je, samozrejme, luxusná verzia. Som zabezpečiť, aby ste sledovali vytváranie veľkých údajov vo vašom podnikaní.

Stručne o hlavnej veci

Môžete sa opýtať, prečo ste, malé a stredné obchodné práce s veľkým dátumom?

Na to budem odpovedať na citát jednej osoby: "V blízkej budúcnosti budú zákazníci v dopyte, ktoré lepšie porozumieť ich správaniu, návyky a ich zhodujú čo najviac."

Ale vezmime pravdu v očiach. Ak chcete predstaviť veľký dátum v malých podnikoch, je potrebné mať nielen veľké rozpočty na rozvoj a implementáciu softvéru, ale aj na obsah špecialistov, aspoň ako veľký analytik údajov a sysadmin.

A teraz som ticho, že musíte mať takéto údaje na spracovanie.

Dobre. Pre malé podniky sa táto téma takmer neuplatňuje. Ale to neznamená, že musíte zabudnúť na všetky, ktoré čítajú vyššie.

Stačí študovať svoje údaje, ale výsledky analýzy údajov známych ako zahraničné a ruské spoločnosti.

Napríklad cieľová maloobchodná sieť využívajúce veľkých analytikov údajov zistila, že tehotné ženy pred druhým trimestrom tehotenstva (od 1. do 12. týždňa tehotenstva) aktívne kupujú nearomatické prostriedky.

Vďaka týmto údajom ich posielajú kupóny so zľavami na základe zdatných prostriedkov s obmedzeným obdobím.

A ak ste len veľmi malá kaviareň? Áno, veľmi jednoduché. Použite vernostnú aplikáciu.

A po chvíli, vďaka akumulovaným informáciám, môžete nielen ponúknuť zákazníkom relevantné pre ich potreby, ale aj vidieť najspoľahlivejšie a najviac okrajové jedlá doslova pár kliknutí myšou.

Preto výstup. Predstavujeme veľký dátum malého podniku sotva stojí za to, ale používať výsledky a vývoj iných spoločností - Uistite sa, že.