Выберите регион

Санкт-Петербург Ленинградская область Коми республика Архангельская область Вологодская область Мурманская область Новгородская область Псковская область Калининградская область Ненецкий автономный округ Крым республика Севастополь Днепропетровская область Алтайский край Минская область Чеченская республика Ханты-Мансийский автономный округ Карелия республика Марий Эл республика Самарская область Татарстан республика Тыва республика Ульяновская область Ямало-Ненецкий автономный округ Камчатский край город Киев Сахалинская область Еврейская автономная область Алтай республика Одесская область Амурская область Хабаровский край Витебская область Приморский край Саха (Якутия) республика Красноярский край Бурятия республика Брянская область Моголёвская область Дагестан республика Забайкальский край Карагандинская область Новосибирская область Калмыкия республика Астраханская область Кабардино-Балкарская республика Карачаево-Черкесская республика Адыгея республика Ингушетия республика Башкортостан республика Белгородская область Хакасия республика Ивановская область Северная Осетия - Алания республика Костромская область Мордовия республика Курская область Орловская область Смоленская область Калужская область Чувашская республика Челябинская область Иркутская область Поморский регион Кировская область Кемеровская область /Кузбас/ Краснодарский край Липецкая область Тамбовская область Нижегородская область Омская область Оренбургская область Пензенская область

Фраза дня: big data

7 апреля 2021

Большие данные (big data) - это комбинация структурированных, полуструктурированных и неструктурированных данных, собранных организациями, которые могут быть использованы для получения информации, в проектах машинного обучения, прогнозного моделирования и других приложениях расширенной аналитики.

Системы, обрабатывающие и хранящие большие данные, стали обычным компонентом архитектур управления данными в организациях. Большие данные часто характеризуются тремя факторами: большим объемом данных во многих средах, большим разнообразием типов данных, хранящихся в системах больших данных, и скоростью, с которой данные генерируются, собираются и обрабатываются. Эти характеристики были впервые выявлены Дугом Лэйни, в то время аналитиком в Meta Group Inc., в 2001 году; Gartner еще больше популяризировал их после приобретения Meta Group в 2005 году. Совсем недавно к различным описаниям больших данных, включая достоверность, ценность и изменчивость, было добавлено несколько других характеристик.

Хотя большие данные не приравниваются к какому-либо конкретному объему данных, развертывание больших данных часто занимает терабайты (ТБ), петабайты (ПБ) и даже эксабайты (ЭБ).

Важность больших данных
Компании используют большие данные, накопленные в их системах, для улучшения операций, улучшения обслуживания клиентов, создания персонализированных маркетинговых кампаний на основе конкретных предпочтений клиентов и, в конечном итоге, повышения прибыльности. Компании, использующие большие данные, обладают потенциальным конкурентным преимуществом по сравнению с теми, которые этого не делают, поскольку они могут принимать более быстрые и обоснованные бизнес-решения при условии эффективного использования данных.

Например, большие данные могут предоставить компаниям ценную информацию о своих клиентах, которую можно использовать для уточнения маркетинговых кампаний и методов, чтобы повысить вовлеченность клиентов и коэффициент конверсии.

Кроме того, использование больших данных позволяет компаниям становиться все более клиентоориентированными. Исторические данные и данные в реальном времени могут использоваться для оценки меняющихся предпочтений потребителей, что позволяет предприятиям обновлять и улучшать свои маркетинговые стратегии и становиться более отзывчивыми к желаниям и потребностям клиентов.

Большие данные также используются медицинскими исследователями для выявления факторов риска заболеваний и врачами для диагностики заболеваний и состояний у отдельных пациентов. Кроме того, данные, полученные из электронных медицинских карт (ЭМК), социальных сетей, Интернета и других источников, предоставляют организациям здравоохранения и правительственным учреждениям самую последнюю информацию об угрозах или вспышках инфекционных заболеваний.

В энергетической отрасли большие данные помогают нефтегазовым компаниям определять потенциальные места бурения и контролировать работу трубопроводов; Аналогичным образом, коммунальные предприятия используют его для отслеживания электрических сетей. Фирмы, предоставляющие финансовые услуги, используют системы больших данных для управления рисками и анализа рыночных данных в режиме реального времени. Производители и транспортные компании полагаются на большие данные для управления цепочками поставок и оптимизации маршрутов доставки. Другое государственное использование включает реагирование на чрезвычайные ситуации, предупреждение преступности и инициативы умного города.

Примеры больших данных
Большие данные поступают из множества различных источников, таких как системы бизнес-транзакций, базы данных клиентов, медицинские записи, журналы посещений в Интернете, мобильные приложения, социальные сети, репозитории научных исследований, машинно-сгенерированные данные и датчики данных в реальном времени, используемые в средах IoT (Internet of Things). Данные могут быть оставлены в необработанном виде в системах больших данных или предварительно обработаны с помощью инструментов интеллектуального анализа данных или программного обеспечения для подготовки данных, чтобы они были готовы к конкретному аналитическому использованию.

Некоторые примеры::

  • Сравнительный анализ. Это включает в себя изучение показателей поведения пользователей и наблюдение за взаимодействием с клиентами в режиме реального времени, чтобы сравнить продукты, услуги и авторитет бренда одной компании с продуктами ее конкурентов.
  • Прослушивание социальных сетей. Это информация о том, что люди говорят в социальных сетях о конкретном бизнесе или продукте, выходящая за рамки того, что может быть предоставлено в ходе опроса или опроса. Эти данные можно использовать для определения целевой аудитории для маркетинговых кампаний, наблюдая за деятельностью по определенным темам из различных источников.
  • Маркетинговый анализ. Сюда входит информация, которая может быть использована для более информированного и инновационного продвижения новых продуктов, услуг и инициатив.
  • Анализ удовлетворенности и настроений клиентов. Вся собранная информация может показать, как клиенты относятся к компании или бренду, если могут возникнуть какие-либо потенциальные проблемы, как можно сохранить лояльность к бренду и как можно улучшить работу с клиентами.

Продолжить ознакомление с bogdata можно здесь.