Big Data Analytics - oivallusten muuttaminen toiminnaksi

Tämä blogi kertoo Big Data Analyticsista, sen tärkeydestä, merkityksestä, sille tarvittavista erilaisista työkaluista ja lopuksi eri toimialueista ja käyttötapauksista.

Aivan kuten koko maailmankaikkeus ja galaksimme sanotaan muodostuneen Big Bang -räjähdyksen vuoksi, samoin niin monen teknisen kehityksen ansiosta myös data on kasvanut eksponentiaalisesti johtanut Big Data -räjähdykseen. Nämä tiedot tulevat eri lähteistä, niillä on erilaiset muodot, ne luodaan vaihtelevalla nopeudella ja voivat myös sisältää epäjohdonmukaisuuksia. Siksi voimme yksinkertaisesti sanoa tällaisten tietojen räjähdyksen .Selitän seuraavia aiheita tässä blogissa antamaan sinulle tietoa Big Data Analyticsista:

Miksi Big Data Analytics?

Ennen kuin ryhdyn kertomaan sinulle, mikä on Analytics, anna minun kertoa teille, miksi sitä tarvitaan. Haluan myös paljastaa teille, että luomme noin 2,5 kvintillionia tavua tietoja joka päivä! Joten nyt, kun olemme keränneet Big Data -tietoa, emme voi sivuuttaa sitä emmekä voi antaa sen pysyä käyttämättömänä ja tehdä siitä hukkaan.



Eri organisaatiot ja sektorit ympäri maailmaa alkoivat ottaa käyttöön Big Data Analyticsin saadakseen lukuisia etuja. Big Data Analytics antaa oivalluksia, joista monet yritykset ovat muuttumassa toimiksi ja ansaitsevat valtavia voittoja sekä löytöjä. Aion luetella neljä tällaista syytä ja mielenkiintoisia esimerkkejä.

Ensimmäinen syy on

  1. Älykkäämpi ja tehokkaampi organisaatio
    Haluan kertoa teille yhdestä tällaisesta organisaatiosta, New Yorkin poliisilaitoksesta (NYPD). NYPD käyttää loistavasti Big Dataa ja analytiikkaa rikosten havaitsemiseen ja tunnistamiseen ennen niiden syntymistä. He analysoivat historialliset pidätysmallit ja kartoittavat ne tapahtumilla, kuten liittovaltion juhlapäivät, palkkapäivät, liikennevirrat, sateet jne.Tämä auttaa heitä analysoimaan tietoa välittömästi hyödyntämällä näitä datamalleja. Big Data ja analyysistrategiaauttaahe tunnistavat rikoksen paikat, joiden kautta he lähettävät upseereitaan näihin paikkoihin. Saavuttamalla nämä paikat ennen rikosten tekemistä ne estävät rikoksen esiintymisen.

  2. Optimoi liiketoiminta analysoimalla asiakkaiden käyttäytymistä Suurin osa organisaatioista käyttää asiakkaiden käyttäytymisanalyyseja tarjotakseen asiakastyytyväisyyttä ja siten lisätä asiakaskuntaansa. Paras esimerkki tästä on Amazon. Amazon on yksi parhaista ja eniten käytetyistä verkkokauppasivustoista, jonka asiakaskunta on noin 300 miljoonaa. He käyttävät asiakkaiden napsautusvirta- ja ostotietoja tarjotakseen heille räätälöityjä tuloksia räätälöityillä verkkosivuilla. Analysoidaan jokaisen vierailijan napsautukset verkkosivustolla auttavat ymmärtämään heidän navigointikäyttäytymistään, polkuja, joita käyttäjä kulki ostaessaan tuotteen, polkuja, jotka saivat hänet poistumaan sivustolta ja paljon muuta. Kaikki nämä tiedot auttavat Amazonia parantamaan käyttökokemustaan ​​ja parantamaan siten myyntiään ja markkinointia.
  3. Kustannusten alentaminen Suurten datatekniikoiden ja teknisen kehityksen kaltaiset pilvipalvelut tuovat merkittäviä kustannusetuja Big Datan tallentamisessa ja prosessoinnissa. Haluan kertoa teille, kuinka terveydenhuolto käyttää Big Data Analyticsia kustannustensa vähentämiseen. Potilaat käyttävät nykyään uusia anturilaitteita ollessaan kotona tai ulkona, jotka lähettävät jatkuvaa tietovirtaa, jota voidaan seurata ja analysoida reaaliajassa auttaakseen potilaita välttämään sairaalahoitoa itsehallitsemalla olosuhteitaan.Sairaalapotilaille lääkärit voivat käyttää ennakoivaa analytiikkaa tulosten optimoimiseksi ja takaisinottojen vähentämiseksi.Parklandin sairaala käyttää analytiikkaa ja ennakoivaa mallintamista korkean riskin potilaiden tunnistamiseksi ja todennäköisten tulosten ennustamiseksi, kun potilaat lähetetään kotiin. Tämän seurauksena Parkland vähensi sydämen vajaatoimintaa sairastavien potilaiden 30 päivän takaisinottoa 31%säästää 500 000 dollaria vuodessa.

Uuden sukupolven tuotteet

Kyky mitata asiakkaiden tarpeita ja tyytyväisyyttä analytiikan avulla antaa voimaa antaa asiakkaille mitä he haluavat. Olen löytänyt täällä kolme tällaista mielenkiintoista tuotetta. Ensimmäinen , Googlenitse ajava autojoka tekee miljoonia laskelmia jokaisella matkalla, jotka auttavat autoa päättämään, milloin ja mihin kääntyä, hidastetaanko vai nopeutetaanko ja milloin vaihdetaan kaistaa - samat päätökset, jotka ihmisen kuljettaja tekee ratin takana.

toinen yksi onNetflix sitoutui erittäin suosittuun House of Cards -ohjelmaan kahden vuoden ajan luottaen täysin Big Data Analyticsiin! Viime vuonna Netflix kasvatti yhdysvaltalaista tilaajakantaa 10% ja lisäsi lähes 20 miljoonaa tilaajaa ympäri maailmaa.

kolmas esimerkki on yksi todella hienoista asioista, joita olen törmännyt, on älykäs joogamatto. Kun käytät Smart Mat -laitettasi ensimmäisen kerran, se vie sinut läpi sarjan liikkeitä kalibroidaksesi kehosi muodon, koon ja henkilökohtaiset rajoitukset. Nämä henkilökohtaiset profiilitiedot tallennetaan Smart Mat -sovellukseen ja auttavat Smart Mat tunnistamaan, kun olet epätasapainossa tai tasapainossa. Ajan myötä se kehittyy automaattisesti päivitettyjen tietojen kanssa, kun parannat joogakäytäntöäsi.

Mikä on Big Data Analytics?

Määritä nyt virallisesti 'Mikä on Big Data Analytics?' Big data -analytiikka tutkii suuria ja erityyppisiä tietoja paljastaakseen piilotetut mallit, korrelaatiot ja muut oivallukset. Periaatteessa yritykset käyttävät suurelta osin Big Data Analyticsia kasvun ja kehityksen helpottamiseksi. Tähän liittyy pääasiassa erilaisten tiedonlouhinta-algoritmien soveltaminen annettuun tietojoukkoon, mikä auttaa heitä sitten paremmassa päätöksenteossa.

Big Data Analyticsin vaiheet

Nämä ovat seuraavat Big Data Analytics -prosessin vaiheet:

Big Data Analytics -tyypit

On olemassa neljää tyyppiä:

  1. Kuvaava analyysi: Se käyttää tietojen yhdistämistä ja tiedonlouhintaa saadakseen käsityksen menneisyydestä ja vastauksen: 'Mitä on tapahtunut?' Kuvaava analyysi tekee juuri sen, mitä nimestä käy ilmi, he 'kuvaavat' tai tiivistävät raakatiedot ja tekevät siitä ihmisten tulkittavissa.
  2. Ennakoiva analyysi: Se käyttää tilastollisia malleja ja ennustetekniikoita ymmärtääksesi tulevaisuuden ja vastaten: 'Mitä voisi tapahtua?' Ennakoiva analytiikka tarjoaa yrityksille dataan perustuvia hyödyllisiä oivalluksia. Se tarjoaa arvioita tulevaisuuden tuloksen todennäköisyydestä.
  3. Reseptilääke: Se käyttää optimointi- ja simulointialgoritmeja neuvoja mahdollisista tuloksista ja vastauksista: 'Mitä meidän pitäisi tehdä?' Sen avulla käyttäjät voivat 'määrätä' useita erilaisia ​​mahdollisia toimia ja ohjata heitä kohti ratkaisua. Lyhyesti sanottuna tässä analyysissä on kyse neuvojen antamisesta.
  4. Diagnostinen analyysi: Sitä käytetään määrittämään miksi jotain tapahtui menneisyydessä. Sille on ominaista tekniikat, kuten poraus, tiedonhaku, tiedonlouhinta ja korrelaatiot. Diagnostinen analyysi tarkastelee tietoja syvemmin tapahtumien perimmäisten syiden ymmärtämiseksi.

Suuri data Työkalut

Nämä ovat joitain seuraavista Big Data Analyticsin työkaluista: Hadoop , , Apache HBase , Apache Spark , , , Apache Hive , Kafka .

Big Data -verkkotunnukset

  • Terveydenhuolto: Terveydenhuolto käyttää big data -analytiikkaa kustannusten alentamiseen, epidemioiden ennustamiseen, ennaltaehkäisevien sairauksien välttämiseen ja elämänlaadun parantamiseen yleensä. Yksi yleisimmistäBig Data -sovellusten käyttö terveydenhuollossa on Electronic Health Record (EHR).
  • Telecom: He ovat yksi merkittävimmistä Big Datan avustajista. Teleteollisuus parantaa palvelun laatua jareitittää liikennettä tehokkaammin. Analysoimalla puhelutietueita reaaliajassa nämä yritykset voivat tunnistaa vilpillisen käyttäytymisen ja toimia niiden suhteen välittömästi. Markkinointidivisioona voi muokata kampanjoitaan kohdistamaan paremmin asiakkaisiinsa ja hyödyntää saatuja oivalluksia uusien tuotteiden ja palveluiden kehittämiseen.
  • Vakuutus: Nämä yritykset käyttävät big data -analytiikkaa riskien arviointiin, petosten havaitsemiseen, markkinointiin, asiakastietoihin, asiakaskokemukseen ja muuhun.
  • Hallitus: Intian hallitus käytti big data -analytiikkaa saadakseen arvion maan kaupasta. He käyttivät keskusverolaskuja analysoidakseen, missä määrin valtiot käyvät kauppaa keskenään.
  • Rahoittaa: Pankit ja rahoituspalveluyritykset erottavat analyysin avulla petollisen vuorovaikutuksen laillisista liiketoimista. Analysointijärjestelmät ehdottavat välittömiä toimia, kuten sääntöjenvastaisten tapahtumien estämistä, joka lopettaa petokset ennen niiden tapahtumista ja parantaa kannattavuutta.
  • Auto: Rolls Royce, joka on omaksunut Big Datan asentamalla satoja antureita moottoreihinsa ja propulsiojärjestelmiinsä, jotka tallentavat kaikki pienet yksityiskohdat niiden toiminnasta. Reaaliaikaisissa tiedoissa tapahtuneista muutoksista ilmoitetaan insinööreille, jotka valitsevat parhaan toimintatavan, kuten huollon aikataulutuksen tai suunnittelutiimien lähettämisen.
  • Koulutus: Tämä on yksi kenttä, jossa Big Data Analytics otetaan käyttöön hitaasti ja vähitellen.Suurtietotekniikan valitseminen oppimistyökaluksi perinteisten luentomenetelmien sijasta paransi opiskelijoiden oppimista ja auttoi opettajia seuraamaan heidän suoritustaan ​​paremmin.
  • Jälleenmyynti: Vähittäiskauppa, mukaan lukien verkkokauppa ja myymälät, käyttävät Big Data Analyticsia laajasti liiketoimintansa optimointiin. Esimerkiksi Amazon, Walmart jne.

Suurten tietojen käytön tapaukset

Ensimmäinen käyttötapaus, jonka olen ottanut täällä, on Starbucks.

Toinen käyttötapa, jonka haluan jakaa kanssasi, on Procter & Gamble.

Suuri data-analyysin trendit

Alla oleva kuva kuvaa Big Datan markkinatulot sisäänmiljardiaYhdysvaltain dollareita vuodesta 2011 vuoteen 2027.

Tässä on joitain Forbesin tosiasiat ja tilastot :

Uranäkymät Big Data Analyticsissa:

  • Palkanäkökohdat: Analyysityön keskipalkka on noin 94167 dollaria. Data Scientist on nimetty Amerikan parhaaksi työpaikaksi kolmen vuoden ajan peräkkäin, ja sen mediaanipalkka on 110 000 dollaria ja 4524 työpaikkaa. Intiassa niiden analyyttisten ammattilaisten prosenttiosuus, joiden palkat ovat alle INR 10 Lakhs, on laskenut vähemmän kuin analyyttisten ammattilaisten prosenttiosuus, jotka ansaitsevat yli INR 15 Lakhs: n. 17% vuonna 2016 kaksikymmentäyksi% vuonna 2017 22,3% vuonna 2018.
  • Valtavat työmahdollisuudet: Yritykset, kuten Google, Apple, IBM, Adobe, Qualcomm ja monet muut, palkkaavat Big Data Analytics -ammattilaisia.

Taidot

Nämä ovat joitain taitoja, joita tarvitaan riippuen roolista Big Data Analytics -alalla:

  • Perusohjelmointi: Sinun pitäisi olla tieto ainakin joistakin yleiskäyttöisistä ohjelmointikielistä, kuten Java ja Python.
  • Tilastollinen ja kvantitatiivinen analyysi: Ajatus tilastoista ja kvantitatiivisesta analyysistä on ihanteellinen.
  • Tietovarastointi: Tarvitaan tieto SQL- ja NoSQL-tietokannoista.
  • Tietojen visualisointi: On erittäin tärkeää osata visualisoida tietoja voidakseen ymmärtää oivalluksia ja soveltaa niitä toiminnassa.
  • Yritystiedot: On välttämättä oltava tietoinen liiketoiminnasta, jossa he käyttävät analytiikkaa toiminnan optimoimiseksi.
  • Laskennalliset kehykset: Mieluiten tulisi tietää ainakin yhdestä tai kahdesta Big Data Analyticsin edellyttämästä työkalusta.

Nyt kun tiedät Big Data Analyticsin, tutustu Edureka, luotettava verkko-oppimisyritys, jolla on yli 250 000 tyytyväisen oppijan verkosto, joka levisi ympäri maailmaa. Edureka Big Data Hadoop -sertifiointikoulutus auttaa oppijoita tulemaan HDFS-, Lanka-, MapReduce-, Pig-, Hive-, HBase-, Oozie-, Flume- ja Sqoop-asiantuntijoiksi reaaliaikaisten käyttötapausten avulla vähittäiskaupan, sosiaalisen median, ilmailun, matkailun ja rahoituksen toimialueilla.

sql-palvelinoppaat aloittelijoille

Onko sinulla kysymys meille? Mainitse se kommenttiosassa ja palaamme sinuun.