Когда мы говорим о больших данных, мы имеем в виду наборы данных или комбинации наборов данных, чей размер (объем), сложность (изменчивость) и скорость роста (скорость) затрудняют их сбор, управление, обработку или анализ с использованием обычных технологий и инструментов. Концепция больших данных и их актуальность будут подробно объяснены.
биг-данные ваша-мощь
ВВЕДЕНИЕ.
Сегодня информация генерируется с огромной скоростью, со многих точек зрения, и во многих отношениях информация генерируется в любой точке мира, в любое время, та же самая информация, которая генерируется, течет сама по всему миру, становясь море информации для обработки.
Аналогичным образом, в организациях информация генерируется из всех точек организации, таких как отделы продаж, проектов, производства, логистики, обслуживания, качества, затрат и финансов. чтобы упомянуть несколько, и крайне важно не только хранить эту информацию, которая может помочь нам, например, в один прекрасный день пересмотреть историю производства, не только ее следует использовать для этого, но и для принятия решений, что является очень важным.
Существуют методики и программное обеспечение, которые помогают нам в решении этой задачи, именно тогда поступают большие данные, что помогает нам не только собирать информацию, но и уметь ее усваивать, управлять и контролировать, понимать все это, уметь принимать ключевые решения в отношении поведение потребителей, например, или также в отношении прогноза продаж организации, знание того, сколько людей завершат обучение в университете, и если мы будем честолюбивы, пока не узнаем, что станет с будущим других.
В этой статье мы обсудим все, что подразумевают большие данные, их приложения, истории успеха, а также преимущества использования этого
инструмента в организациях.
Большое количество данных
Когда мы говорим о больших данных, мы имеем в виду наборы данных или комбинации наборов данных, чей размер (объем), сложность (изменчивость) и скорость роста (скорость) затрудняют их сбор, управление, обработку или анализ с использованием традиционных технологий и инструментов, таких как как реляционные базы данных и обычные пакеты статистики или визуализации, в течение необходимого времени, чтобы быть полезным. (PowerData)
Объем данных для определения больших данных еще не решен окончательно, хотя мы знаем термин, эксперты все еще не определяют точно, какой объем информации может быть эквивалентен большим данным, некоторые эксперты утверждают, что объем от 30 до 50 Терабайты уже можно считать таковыми, значение меняется со временем.
Важность больших данных
Что делает большие данные настолько полезными, так это то, что они могут помочь в предоставлении контрольных показателей для организации, обрабатывая большие объемы информации, все они могут быть сформированы или протестированы любым способом, который организация хочет, и, следовательно, помогает организации должны иметь лучшее время отклика, точно так же проблемы могут быть определены более четко.
Проводя массовый сбор данных и отслеживая тренды, вы помогаете организациям двигаться быстрее, эффективнее и эффективнее. Это также позволяет им находить наиболее проблемные области, чтобы их можно было удалить до того, как проблемы станут намного больше.
Самые успешные компании с большими данными достигают ценности следующими способами:
- Снижение цены. Технологии больших данных, такие как Hadoop и облачная аналитика, приносят значительные преимущества в стоимости, когда речь идет о хранении больших объемов данных, а также выявляют более эффективные способы ведения бизнеса., Благодаря быстродействию Hadoop и аналитике в памяти в сочетании с возможностью анализа новых источников данных компании могут сразу анализировать информацию и принимать решения на основе того, что они узнали. Новые продукты и услуги. Благодаря способности измерять потребности и удовлетворенность клиентов с помощью аналитики появляется возможность дать клиентам то, что они хотят. Благодаря аналитике больших данных все больше компаний создают новые продукты для удовлетворения потребностей клиентов. (PowerData)
Секторы, в которых используются большие данные
Туризм. Удовлетворение клиентов - это ключ к индустрии туризма, но степень удовлетворенности клиентов может быть трудно измерить, особенно в нужное время. Например, курорты и казино имеют лишь небольшой шанс изменить плохое качество обслуживания клиентов. Аналитика больших данных дает этим компаниям возможность собирать данные о клиентах, применять аналитику и немедленно выявлять потенциальные проблемы, пока не стало слишком поздно.
Здравоохранение: большие данные появляются в больших количествах в сфере здравоохранения. Записи пациентов, планы медицинского страхования, информация о страховке и другие виды информации могут быть сложными для управления, но они полны ключевой информации после применения аналитики. Вот почему технология анализа данных так важна для здравоохранения. Благодаря быстрому анализу больших объемов информации - как структурированной, так и неструктурированной - диагностика или варианты
лечения могут быть предоставлены практически сразу.
Администрирование: Администрация сталкивается с серьезной проблемой: поддержание качества и производительности при ограниченных бюджетах. Это особенно проблематично в отношении справедливости. Технология оптимизирует операции, предоставляя руководству более целостное представление о деятельности.
Розничная торговля: обслуживание клиентов развивалось в последние годы, как
Более умные покупатели ожидают, что ритейлеры точно поймут, что им нужно, когда им это нужно. Большие данные помогают ритейлерам удовлетворить эти требования. Располагая бесконечным количеством данных из программ лояльности клиентов, покупательских привычек и других источников, ритейлеры не только глубоко понимают своих клиентов, но и могут прогнозировать тенденции, рекомендовать новые продукты и повышать прибыльность.
Производственные компании: они используют датчики в своих продуктах для получения телеметрических данных. Иногда это используется для предоставления услуг связи, безопасности и навигации. Эта телеметрия также выявляет модели использования, частоту отказов и другие возможности улучшения продукта, которые могут снизить затраты на разработку и сборку.
Реклама: распространение смартфонов и других устройств GPS
предлагает рекламодателям возможность ориентироваться на потребителей, когда они находятся рядом с магазином, кафе или рестораном. Это открывает новые доходы для поставщиков услуг и дает многим компаниям возможность получить новых клиентов. (PowerData)
Наиболее актуальные приложения для больших данных. Навигация между информацией.
Большие данные - это важный инструмент для организаций при принятии решений для повышения их эффективности, минимизации рисков, с которыми они сталкиваются в процессе, повышения эффективности любой выполняемой операции. Для этого необходимо реализовать хорошую навигацию в данных, которая не дает больших данных в бизнесе, и это необходимо сделать, соблюдая три неподвижных аспекта:
- Они должны быть большими объемами данных. Они должны обеспечивать разнообразие. Быстрый доступ.
Благодаря удобной навигации по этим данным организация получит большую эффективность, утечки будут сведены к минимуму, и любой тип проблемы, с которой мы можем столкнуться, может быть исправлен.
Увеличение склада.
Другое применение Больших данных - это то, что они помогают нам, чтобы уже существующая структура хранилища могла расти с лучшими результатами. Это помогает оптимизировать и хранить больше данных разных типов на складе. Это помогает получить различные преимущества, такие как возможность иметь новые точки зрения, которые были недоступны до получения этих данных.
Анализировать операции.
В этом процессе можно выяснить, какие аномалии образуются для немедленного измерения операций. Делается работа, чтобы гарантировать, что инфраструктура защищена и что в сервисе нет серьезных проблем, таких как то, что может быть отключено. Используя анализ операций, в организации можно принимать важные решения, наблюдая за тем, как структурированы данные и что происходит в бизнесе.
Повысить безопасность.
Благодаря большим данным мы можем не только наблюдать, где находятся дыры в безопасности, но также можно предотвратить будущие риски, проверяя колебания, которые скрыты за внешними и внутренними данными. С безопасностью можно применять различные процедуры, которые приводят к наслаждению приложениями, такие как анализ в реальном времени, проверка онлайн-трафика на предмет атак и предотвращение конфликтов путем просмотра данных, проходящих через структуру.
Какие данные должны исследовать большие данные?
Согласно (Fragos, 2012) Это типы данных, которые большие данные должны исследовать.
1.- Интернет и социальные сети: разрабатывает веб-контент и информацию, полученную из социальных сетей, таких как Facebook, Twitter, LinkedIn и т. Д., Блогов.
2. От машины к машине (M2M): M2M представляет технологии, которые согласны связываться с другими устройствами. M2M использует разъемы, такие как датчики или счетчики, которые фиксируют определенное событие (скорость, температура, давление, метеорологические переменные, химические переменные, такие как соленость и т. Д.), Которые передаются через проводные, беспроводные или гибридные сети в другие приложения, которые они преобразуют эти события в конкретную информацию.
3.- Большие данные транзакций: они содержат записи журнала наблюдений, определенные телекоммуникациями записи вызовов (CDR) и т. Д. Эти транзакционные данные можно использовать как в полуструктурированном, так и в неструктурированном форматах.
4.- Биометрия: биометрическая информация, содержащая n отпечатков пальцев, сканирование сетчатки глаза, распознавание лиц, генетика и т. Д. В области безопасности и разведки биометрические данные стали важной информацией для следственных органов.
5.- Генерируемый человеком: люди генерируют различные объемы данных, такие как информация, которая хранится в колл-центре при установлении телефонного звонка, голосовые заметки, электронные письма, электронные документы, медицинские исследования и т. Д. (Fragos, 2012)
Реальные примеры использования больших данных.
Согласно (BBVA, 2015), в последние годы мы нашли несколько очень ярких примеров использования и анализа данных и больших данных, которые в некотором роде стоят того, чтобы создавать новые продукты и прогнозировать поведение и тенденции, улучшать управление маркетинга и т. д. Мы подчеркиваем следующее:
Macy's и его цены в реальном времени
Macy's - один из крупнейших ритейлеров в США, известный своей электронной коммерцией. Используя технологию SAS Institute, вы смогли улучшить свои доходы и удобство для пользователей. Благодаря скорости анализа и отчетам, полученным с помощью этой новой технологии, они сократили ежегодные расходы на аналитику на 500 000 долларов США. Сегодня Macy's прекрасно знает влияние своих новостных рассылок и уведомлений и лучше знает самых довольных клиентов, что им нравится, а что нет… Сегодня использование этих данных позволяет им максимально сегментировать свои поставки, поэтому они отправляют меньше электронные письма, но с гораздо большим влиянием и сумели снизить ставки подписки до 20%. Благодаря использованию алгоритма и контроля спроса и запасов, они могут запускать перекрестные предложения,корректируйте цены и выставляйте на продажу почти 73 миллиона предметов.
Игры с мячом и миллионы данных
Почти все слышали о фильме Moneyball: нарушение правил (2011), если бы не Брэд Питт, по крайней мере, в качестве примера использования данных. Это произошло в предсезонном матче 2002 года в Окленд Атлетикс, Бейсбол Высшей лиги США. Спортивный менеджер Билли Бин произвел революцию в истории клуба и, возможно, в целом в спорте после подписания контракта с молодым экономистом Питером Брандом, который принес новые идеи. Вместе они наняли недооцененных, но экономически выгодных игроков с очень разными критериями отбора. Интуиция и мудрость скаутов заменяются выводами статистики и анализа накопленных чисел при определении потребностей команды и игроков, которые наилучшим образом адаптируются к ним.
В настоящее время у нас есть еще много случаев, когда большие данные используются в спорте. Команды NBA уже внедрили использование данных при подготовке игровой стратегии, в то время как у NFL есть платформа, которая помогает 32 командам принимать лучшие решения на основе анализа данных со своими приложениями.: от состояния поверхности газона до погодных условий, проходя данные с университетской сцены каждого игрока… все регистрируется и все может быть использовано для того, чтобы сделать разные выводы, такие как предотвращение травм игроков. Кроме того, он анализирует предпочтения фанатов благодаря своему приложению NFL Now, которое дает им возможность создавать свои собственные каналы с разнообразным контентом NFL: веселые видеоролики, любимые болельщики, информация о команде,по игрокам и т. д. Они также используют NetApp для хранения всех этих данных. При этом им удается установить требования поклонников и упростить задачу, когда дело доходит до организации маркетинговых акций, расширения рынка, поиска наиболее подходящих партнеров и т. Д.
Переизбрание Обамы
После своего первого срока президент США Барак Обама решил использовать Большие данные для своего переизбрания в 2012 году. В аналитическом отделе кампании работало около ста человек. 50 были зафиксированы в центральных офисах, еще 30 были мобилизованы в разных штаб-квартирах страны, а 20 были исключительно и исключительно сосредоточены на интерпретации полученных данных. После первого анализа усилия кампании были
Они сфокусировались на трех аспектах: регистрация (сбор данных от убежденных избирателей), убеждение (эффективное решение спорных вопросов) и голосование в электорате (убедившись, что сторонники пошли голосовать «да» или «да»). И, впервые, три наиболее важных команды избирательной кампании: полевые, цифровые и коммуникационные команды, работали с единой стратегией с соответствующими данными каждой из них. Двигатель всего, что использовала интеллектуальная платформа, была HP Vertica. Среди наиболее эффективных действий, которые позволила эта платформа, были: сбор данных на местном уровне и очень быстрая обратная связь посредством электронных уведомлений онлайн-команды (улучшение по времени и эффективности);или определить ниши, в которых телевизионная реклама будет работать лучше, путем сопоставления данных об избирателях с другими демографическими данными, аудиторией, ценами на рекламу, программами… (улучшенными в плане воздействия и сегментации). С их анализом команда Обамы оптимизировала коммуникацию и улучшила реакцию соответствующего электората, позволив не тратить ресурсы, время и деньги на избирателей, которые не были сторонниками его партии.
BBVA: Мобильный Всемирный Конгресс и Туризм Мадрид
BBVA также провела различные тесты больших данных, в которых также было уделено внимание их визуализации, чтобы они были более понятными в глазах зрителя-неофита. В Барселоне в 2012 году было измерено экономическое влияние Mobile World Congress. Для этого были извлечены данные о транзакциях, совершенных с помощью кредитных карт, как за неделю до, так и за неделю, в которой произошло событие. Результаты служат для того, чтобы определить места, дни и времена, когда происходило наибольшее «движение», что, например, может помочь бизнесу усилить свои маркетинговые и коммерческие действия перед лицом аналогичных событий или самим городам сделать то же самое. с его туристическими акциями.
Другим примером исследования может служить исследование, проведенное BBVA, в котором анализ использования кредитных карт в Испании во время Пасхи 2011 года анализируется в четырех секторах: рынки и продукты питания, бары и рестораны, магазины одежды и автозаправочные станции.
Последний пример организации был проведен совместно с Мадридским городским советом, который под названием «Динамика туризма в городе Мадрид» анализирует поведение туристов с точки зрения их коммерческой деятельности в течение 2012 года. Среди многих результатов Исследование послужило количественной оценке экономического влияния гей-прайда в различных районах города. Коммерческие расходы выросли на 24% по сравнению с той же неделей предыдущего месяца. Кроме того, известны другие интересные данные, такие как туристы, которые тратят больше всего, что они тратят, куда они переезжают и т. Д.
Данные и большие данные меняют многое, не только при принятии деловых, спортивных, политических или иных решений, но и при создании продуктов, инновациях, хранении данных, разработке, визуализации вещей… Эта тенденция получила широкое распространение и, похоже,
останется с нами надолго. (BBVA, 2015)
вывод
Как мы могли понять, большие данные стали важным инструментом для принятия решений в крупных организациях, этот инструмент помогает нам не только сократить расходы и улучшить наш способ принятия решений в организации, но и помогает нам Повышенная безопасность тех решений, которые мы принимаем, опираясь на промышленные объемы информации, которая поддерживает каждое принятое решение, а также дает нам преимущество, поскольку мы имеем больший контроль над тем, что мы хотим для организации, а его высокая проницаемость помогает использовать его во всех типах промышленности и организации. Большие данные сегодня, без сомнения, потенциальный инструмент, который может изменить курс любой организации, которая использует их ответственно и мудро.
Тезисное предложение.
Выполните поисковую систему для определенных услуг и товаров, используя Большие Данные.
Общая цель.
Предоставьте пользователю простой и легкий способ найти то, что он хочет или нуждается от продукта до услуги, используя поисковую систему, которая получает информацию на основе данных, полученных от организаций, и ведет инвентаризацию в режиме реального времени.
Спасибо.
Я благодарю мою маму, которая является силой продолжать каждый день и которая помогла мне добраться туда, где я нахожусь, мои учителя, которые дали мне свое время и знания для продолжения учебы, доктор Фернандо Агирре и Эрнандес с тех пор Он дал нам весь свой опыт и знания в этом вопросе об основах административной инженерии, а также CONACYT, поскольку он оказывает нам поддержку, чтобы мотивировать нас продвигаться вперед в нашем приключении для мастеров.
Библиография.
Baoss. (SF). https://www.baoss.es. Получено 2 марта 2018 г. с сайта https://www.baoss.es:
BBVA. (30 января 2015 г.) https://www.bbva.com. Получено 2 марта 2018 г. с сайта https://www.bbva.com: https://www.bbva.com/ru/examples-real-use- big-data /.
Фрагос, РБ (18 июня 2012 г.).
https: // www.ibm.com/developerworks/ssa/local/im/que-es-big-data/. Восстановлено на
02 марта 2018 года, https://www.ibm.com/developerworks/ssa/local/im/que - es-big-data /: https: //www.ibm.com/developerworks/ssa/local/ я / что-это-большие данные /
PowerData. (SF). https://www.powerdata.es. Получено 1 марта 2018 г. с сайта https://www.powerdata.es:
Валенсия, UI (23 ноября 2016 г.) https: // www.universidadviu.es. Получено 2 марта 2018 г. с веб-сайта https: //www.uni versidadvi u.es:
https: //www.universidadvi u.es/las-aplicaciones -del-big-data-mas-Important /
Скачать оригинальный файл
