'
Big Data kan ta itu med de olika svårigheter som stora organisationer står inför. Följande är fall av Big Data-användningsfall som kan användas för att ta itu med de problem som de står inför.
Big Data Exploration
Big Data-utforskning hanterar utmaningar som information som lagras i olika system och tillgång till denna data för att slutföra dagliga uppgifter, inför stora organisationer. Med Big Data-utforskning kan du analysera data och få värdefull insikt från dem.
Förbättrad 360 & ordm kundvyer
Att förbättra befintliga kundvyer hjälper till att få fullständig förståelse för kunderna, ta itu med frågor som varför de köper, hur de föredrar att handla, varför de ändrar, vad de ska köpa nästa och vilka funktioner som gör att de kan rekommendera ett företag till andra.
Säkerhet / intelligensförlängning
Förbättra cybersäkerhets- och intelligensanalysplattformar med Big Data-teknik för att bearbeta och analysera nya typer från sociala medier, e-postmeddelanden, sensorer och Telco, minska risker, upptäcka bedrägerier och övervaka cybersäkerhet i realtid för att avsevärt förbättra information, säkerhet och brottsbekämpning .
Operationsanalys
Operationsanalys handlar om att använda Big Data-teknologier för att möjliggöra en ny generation applikationer som analyserar stora volymer multistrukturerad, som maskin- och operativ data för att förbättra affärer. Dessa data kan innehålla allt från IT-maskiner till sensorer och mätare och GPS-enheter kräver komplex analys och korrelation mellan olika typer av datamängder.
Modernisering av datalager
hur man gör kapslade tabeller i html
Big Data måste integreras med datalagerfunktioner för att öka effektiviteten i verksamheten. Att bli av med sällan tillgänglig eller gammal data från lager- och applikationsdatabaser kan göras med hjälp av programvara och verktyg för integrering av information.
Företag och deras Big Data-applikationer:
Guangdong Mobiles:
En populär mobilgrupp i Kina, Guangdong, använder Hadoop för att ta bort flaskhalsar för datatillgång och avslöja kundanvändningsmönster för exakta och målinriktade marknadsföringar och Hadoop HBase för att automatiskt dela datatabeller över noder för att utöka datalagring.
Red Sox:
World Series-mästarna stöter på stora volymer strukturerad och ostrukturerad data relaterad till spelet som på vädret, motståndarlaget och kampanjer före spelet. Big Data tillåter dem att ge prognoser om spelet och hur man fördelar resurser baserat på förväntade variationer i det kommande spelet.
Nokia:
Big Data har hjälpt Nokia att effektivt använda sina data för att förstå och förbättra användarnas upplevelse med sina produkter. Företaget utnyttjar databehandling och komplexa analyser för att bygga kartor med förutsägbar trafik och skiktade höjdmodeller. Nokia använder Clouderas Hadoop-plattform och Hadoop-komponenter som HBase, HDFS, Sqoop och Scribe för ovanstående applikation.
Huawei:
Huawei OceanStor N8000-Hadoop Big Data-lösning är utvecklad baserat på avancerad grupperad arkitektur och lagringsförmåga på företagsnivå och integrerar den med Hadoop-datorramen. Denna innovativa kombination hjälper företag att få realtidsanalys och bearbetningsresultat från omfattande databehandling och analys, förbättrar beslutsfattande och effektivitet, underlättar hanteringen och minskar kostnaden för nätverk.
SAS:
SAS har kombinerat med Hadoop för att hjälpa dataforskare att omvandla Big Data till större insikter. Som ett resultat har SAS kommit fram till en miljö som ger visuell och interaktiv upplevelse, vilket gör det lättare att få insikter och utforska nya trender. De kraftfulla analytiska algoritmerna extraherar värdefull insikt från data medan teknik i minnet ger snabbare åtkomst till data.
CERN:
Big Data spelar en viktig roll i CERN, hem för den stora Hadron Supercollider, eftersom den samlar otroligt mycket data från sina 40 miljoner bilder per sekund från sina 100 megapixelkameror, vilket ger 1 petabyte data per sekund. Data från dessa kameror måste analyseras. Laboratoriet experimenterar med sätt att placera mer data från sina experiment i både relationsdatabaser och datalager baserade på NoSQL-teknik, som Hadoop och Dynamo i Amazons S3: s molntjänst.
Buzzdata:
Buzzdata arbetar med ett Big Data-projekt där det måste kombineras alla källor och integreras på en säker plats. Detta skapar en utmärkt plats för journalister att ansluta och normalisera offentlig information.
Försvarsdepartementet:
Försvarsdepartementet (DoD) har investerat cirka 250 miljoner dollar för att utnyttja och använda enorma mängder data för att komma med ett system som kan fatta kontroll och fatta autonoma beslut och hjälpa analytiker att ge stöd till operationer. Avdelningen har planer på att öka sin analytiska förmåga med 100 gånger, för att extrahera information från texter på vilket språk som helst och en motsvarande ökning av antalet objekt, aktiviteter och händelser som analytiker kan analysera.
Defense Advanced Research Projects Agency (DARPA):
DARPA avser att investera cirka 25 miljoner dollar för att förbättra beräkningstekniker och programvaruverktyg för att analysera stora mängder halvstrukturerad och ostrukturerad data.
National Institutes of Health:
På 200 terabyte data som ingår i 1000 Genomes Project är allt klart att vara ett utmärkt exempel på Big Data. Datauppsättningarna är så massiva att väldigt få forskare har beräkningsförmågan att analysera data.
Exempel på Big Data-applikationer inom olika branscher:
Detaljhandel / konsument:
- Marknadskorgsanalys och optimering av priser
- Merchandizing och marknadsanalys
- Supply chain management och analys
- Beteendebaserad inriktning
- Marknads- och konsumentsegmenteringar
Finans- och bedrägeritjänster:
- Kundsegmentering
- Överensstämmelse och rapportering om regler
- Riskanalys och hantering.
- Bedrägeri upptäckt och säkerhetsanalys
- Medicinsk försäkringsbedrägeri
- CRM
- Kreditrisk, poängsättning och analys
- Handelsövervakning och onormal handelsmönsteranalys
Hälso- och livsvetenskap:
- Dataanalys för kliniska prövningar
- Analys av sjukdomsmönster
- Patientvårdskvalitetsanalys
- Analys av läkemedelsutveckling
Telekommunikation:
- Prisoptimering
- Förebyggande av kundens churn
- CDR-analys (Call Detail Record)
- Nätverksprestanda och optimering
- Mobil användarplatsanalys
Enterprise Data Warehouse:
- Förbättra EDW genom att ladda ner bearbetning och lagring
- Förbehandlingsnav innan du kommer till EDW
Spel:
- Beteendeanalys
Högteknologisk:
hur man sorterar en matris c ++
- Optimera trattkonvertering
- Förutsägbart stöd
- Förutse säkerhetshot
- Enhetsanalys
Relaterade inlägg:
Karriär gynnad genom Hadoop-certifiering .
Ökande popularitet för Hadoop och MongoDB.