Big Data Analytics - teadmiste muutmine tegutsemiseks

See ajaveeb räägib kõigest Big Data Analyticsist, selle olulisusest, tähendusest, selle jaoks vajalikest erinevatest tööriistadest ning lõpuks erinevatest domeenidest ja kasutusjuhtumitest.

Nii nagu väidetavalt on Suure Paugu plahvatuse tagajärjel tekkinud kogu universum ja meie galaktika, on ka nii paljude tehnoloogiliste edusammude tõttu ka andmed hüppeliselt kasvanud, mis on viinud Big Data plahvatuseni. Need andmed pärinevad erinevatest allikatest, neil on erinevad vormingud, neid genereeritakse muutuva kiirusega ja need võivad sisaldada ka vastuolusid. Seega võime lihtsalt nimetada selliste andmete plahvatust nagu .Selgitan siin blogis järgmisi teemasid, et anda teile teavet Big Data Analyticsi kohta:

Miks just suurandmete analüüs?

Enne kui hüppan teile rääkima, mis on Analytics, lubage mul teile öelda, miks seda vaja on. Lubage mul teile ka avaldada, et loome iga päev umbes 2,5 kvintiljonit baiti andmeid! Nii et nüüd, kui oleme kogunud Big Data, ei saa me seda ignoreerida ega lasta tal jõude jääda ja raisku minna.





Erinevad organisatsioonid ja sektorid kogu maailmas hakkasid arvukate eeliste saamiseks kasutama Big Data Analyticsi. Big Data Analytics annab ülevaate, mida paljud ettevõtted muudavad tegevusteks ja tohutu kasumi teenimiseks ning avastusteks. Loetan neli sellist põhjust koos huvitavate näidetega.

Esimene põhjus on



  1. Nutikama ja tõhusama organisatsiooni loomine
    Lubage mul teile rääkida ühest sellisest organisatsioonist, New Yorgi politseiosakonnast (NYPD). NYPD kasutab suurte andmete ja analüütika abil kuritegude avastamiseks ja tuvastamiseks enne nende toimumist. Nad analüüsivad ajaloolisi vahistamismudeleid ja kaardistavad need sündmustega, näiteks föderaalsete pühade, palgapäevade, liiklusvoogude, sademete jms.See aitab neil neid andmemudeleid kasutades teavet koheselt analüüsida. Big Data ja analüüsi strateegiaaitabnad tuvastavad kuriteopaigad, mille kaudu nad oma ametnikke nendesse kohtadesse paigutavad. Seega, jõudes nendesse kohtadesse enne kuritegude toimepanemist, takistavad need kuriteo toimumist.

  2. Optimeerige äritegevust, analüüsides klientide käitumist Enamik organisatsioone kasutab klientide käitumuslikku analüüsi, et pakkuda klientide rahulolu ja seega suurendada oma kliendibaasi. Parim näide sellest on Amazon. Amazon on üks parimaid ja enimkasutatavaid e-kaubanduse veebisaite, mille kliendibaas on umbes 300 miljonit. Nad kasutavad klientide klikivoo andmeid ja ajaloolisi ostuandmeid, et pakkuda neile kohandatud tulemusi kohandatud veebilehtedel. Analüüsides iga külastaja klikid oma veebisaidil aitavad mõista nende saidil navigeerimise käitumist, teid, mida kasutaja toote ostmiseks kulges, teid, mis viisid saidilt lahkuma ja palju muud. Kogu see teave aitab Amazonil parandada nende kasutuskogemust, parandades seeläbi nende müüki ja turundust.
  3. Kulude vähendamine Suurandmete tehnoloogiad ja tehnoloogilised edusammud, nagu pilvandmetöötlus, toovad suurandmete salvestamisel ja töötlemisel märkimisväärseid kulueeliseid. Lubage mul teile öelda, kuidas tervishoid kasutab Big Data Analyticsit oma kulude vähendamiseks. Patsiendid kasutavad tänapäeval kodus või väljas olles uusi anduriseadmeid, mis saadavad pidevaid andmevooge, mida saab reaalajas jälgida ja analüüsida, et aidata patsientidel oma haigust ise juhtides haiglaravi vältida.Haiglaravil olevate patsientide puhul saavad arstid tulemuste optimeerimiseks ja tagasivõtete vähendamiseks kasutada ennustavat analüüsi.Parklandi haigla kasutab analüüsi ja ennustavat modelleerimist, et tuvastada kõrge riskiga patsiendid ja ennustada tõenäolisi tulemusi, kui patsiendid koju saadetakse. Selle tulemusel vähendas Parkland südamepuudulikkusega patsientide 30-päevast tagasivõtmist 31% võrra, säästes aastas 500 000 dollarit.

Uue põlvkonna tooted

Võimalusega analüüsida analüüsi abil klientide vajadusi ja rahulolu, on jõudu anda klientidele seda, mida nad tahavad. Olen siin leidnud kolm sellist huvitavat toodet, mida tsiteerida. Esiteks , Google'iisejuhtiv automis teeb igal reisil miljoneid arvutusi, mis aitavad autol otsustada, millal ja kuhu pöörata, kas kiirust vähendada või kiirendada ja millal sõidurada vahetada - samad otsused, mida inimjuht teeb roolis.

The teine üks onNetflix, kes pühendas kaks hooaega oma ülipopulaarses saates Kaardimaja, usaldades täielikult Big Data Analyticsi! Eelmisel aastal kasvatas Netflix oma USA abonendibaasi 10% ja lisas ligi 20 miljonit abonenti kogu maailmast.



The kolmas näide on üks tõeliselt ägedatest asjadest, millega olen kokku puutunud, on nutikas joogamatt. Esmakordsel nutimati kasutamisel viib see teie keha kuju, suuruse ja isikupäraste piirangute kalibreerimiseks läbi rea liikumisi. See isiklik profiiliteave salvestatakse teie rakendusse Smart Mat ja see aitab nutitelefonil tuvastada, kui olete joondusest või tasakaalust väljas. Aja jooksul areneb see ajakohastatud andmetega automaatselt, kui parandate oma joogapraktikat.

Mis on suurandmete analüüs?

Nüüd määratleme ametlikult „Mis on suurandmete analüüs?” Suurandmete analüüs analüüsib suuri ja erinevat tüüpi andmeid, et paljastada varjatud mustrid, seosed ja muud teadmised. Põhimõtteliselt kasutavad ettevõtted Big Data Analyticsit oma kasvu ja arengu hõlbustamiseks. See hõlmab peamiselt mitmesuguste andmekaevandamisalgoritmide kasutamist antud andmekogumil, mis aitab neil seejärel paremat otsust langetada.

Big Data Analyticsi etapid

Need on järgmised Big Data Analyticsi protsessi etapid:

Suurandmete analüüsi tüübid

Neid on nelja tüüpi:

  1. Kirjeldav analüüs: See kasutab andmete koondamist ja andmete kaevandamist, et saada ülevaade minevikust ja vastata: 'Mis on juhtunud?' Kirjeldav analüüs teeb täpselt seda, mida nimetus tähendab, et nad 'kirjeldavad' või võtavad kokku algandmed ja muudavad selle inimestele tõlgendatavaks.
  2. Ennustav analüüs: See kasutab statistilisi mudeleid ja prognoosimeetodeid, et mõista tulevikku ja vastata: 'Mis võib juhtuda?' Ennustav analüütika pakub ettevõtetele andmetel põhinevaid praktilisi teadmisi. See annab hinnanguid tulevase tulemuse tõenäosuse kohta.
  3. Ettekirjutusanalüüs: See kasutab optimeerimise ja simulatsiooni algoritme, et anda nõu võimalike tulemuste ja vastuste kohta: 'Mida me peaksime tegema?' See võimaldab kasutajatel 'ette kirjutada' mitmeid erinevaid võimalikke toiminguid ja suunata neid lahenduse poole. Lühidalt öeldes on selle analüüsi eesmärk nõustamine.
  4. Diagnostiline analüüs: Seda kasutatakse selleks, et teha kindlaks, miks midagi minevikus juhtus. Seda iseloomustavad sellised tehnikad nagu uurimine, andmete avastamine, andmete kaevandamine ja korrelatsioonid. Diagnostiline analüüs vaatab andmeid sügavamalt, et mõista sündmuste algpõhjuseid.

Suured andmed Tööriistad

Need on mõned järgmistest tööriistadest, mida kasutatakse Big Data Analyticsi jaoks: Hadoop , , Apache HBase , Apache Spark , , , Apache taru , Kafka .

Suurandmete domeenid

  • Tervishoid: Tervishoid kasutab suurandmete analüüsi, et vähendada kulusid, ennustada epideemiaid, vältida ennetatavaid haigusi ja parandada elukvaliteeti üldiselt. Üks levinumaidBig Data rakendused tervishoius on elektrooniline tervisekaart (EHR).
  • Telekommunikatsioon: Nad on üks olulisemaid Big Data panustajaid. Telekommunikatsioonitööstus parandab teenuse kvaliteeti jasuunab liiklust tõhusamalt. Kõneandmete kirjete reaalajas analüüsimisega saavad need ettevõtted tuvastada petturliku käitumise ja tegutseda kohe selle nimel. Turundusdivisjon võib oma kampaaniaid klientide paremaks sihtimiseks muuta ja kasutada saadud teadmisi uute toodete ja teenuste väljatöötamiseks.
  • Kindlustus: Need ettevõtted kasutavad suurandmete analüüsi riskide hindamiseks, pettuste avastamiseks, turunduseks, klientide teadmisteks, kliendikogemusteks ja muuks.
  • Valitsus: India valitsus kasutas riigis toimuva kaubavahetuse hinnangu saamiseks suurandmete analüüsi. Nad kasutasid keskseid käibemaksuarveid, et analüüsida, kuivõrd osariigid omavahel kauplevad.
  • Rahandus: Pangad ja finantsteenuste ettevõtted kasutavad analüüsi, et eristada pettusi ja seaduslikke äritehinguid. Analüüsisüsteemid soovitavad viivitamatuid toiminguid, näiteks ebaseaduslike tehingute blokeerimine, mis peatab pettuse enne selle toimumist ja parandab tasuvust.
  • Auto: Rolls Royce, kes on võtnud kasutusele Big Data, paigaldades oma mootoritesse ja tõukejõusüsteemidesse sadu andureid, mis salvestavad nende töö üksikasjad. Andmete muutustest reaalajas teatatakse inseneridele, kes otsustavad parima toimimisviisi, näiteks hoolduse ajakava koostamine või insenerimeeskondade saatmine.
  • Haridus: See on üks valdkond, kus Big Data Analytics võetakse kasutusele aeglaselt ja järk-järgult.Traditsiooniliste loengumeetodite asemel õppevahendiks valimine suurandmetega töötava tehnoloogia abil tõhustas õpilaste õppimist ja aitas õpetajatel oma sooritusi paremini jälgida.
  • Jaekaubandus: Jaemüük, sealhulgas e-kaubandus ja kauplused, kasutavad oma ettevõtte optimeerimiseks laialdaselt Big Data Analyticsi. Näiteks Amazon, Walmart jne.

Suurandmete kasutamise juhtumid

Esimene kasutatav juhtum, mille siin kasutasin, on Starbucks.

Teine kasutusjuht, mida tahan teiega jagada, on Procter & Gamble.

Suure andmeanalüütika trendid

Alloleval pildil on kujutatud Big Data turutulu aastalmiljarditUSA dollareid aastatel 2011–2027.

Siin on mõned Faktid ja statistika Forbes :

Karjääri väljavaated Big Data Analyticsis:

  • Palga aspektid: Analüütikatööde keskmine palk on umbes 94 167 dollarit. Data Scientist on kolm aastat järjest nimetatud Ameerika parimaks ametikohaks, keskmise põhipalga mediaan on 110 000 dollarit ja 4524 avatud töökohta. Indias on vähem kui INR 10 Lakhsi palka juhtivate analüütikute osakaal madalam kui enam kui 15 INR Lakhsi teenivate analüütikute osakaal 17% aastal 2016 kuni kakskümmend üks% 2017. aastal kuni 22,3% aastal 2018.
  • Suured töövõimalused: Sellised ettevõtted nagu Google, Apple, IBM, Adobe, Qualcomm ja paljud teised palkavad Big Data Analyticsi spetsialiste.

Oskuste komplekt

Need on mõned oskused, mida on vaja sõltuvalt rollist suurandmete analüüsi valdkonnas:

  • Põhiprogrammeerimine: Peaks olema teadmine vähemalt mõnest üldotstarbelisest programmeerimiskeelest, näiteks Java ja Python.
  • Statistiline ja kvantitatiivne analüüs: Ideaalne on idee statistika ja kvantitatiivse analüüsi kohta.
  • Andmete ladustamine: Vaja on SQL- ja NoSQL-andmebaaside tundmist.
  • Andmete visualiseerimine: On väga oluline teada, kuidas andmeid visualiseerida, et mõista arusaamu ja rakendada neid tegevuses.
  • Spetsiifilised äriteadmised: Oma tegevuse optimeerimiseks peab tingimata olema teadlik ettevõttest, kus nad analüüsi rakendavad.
  • Arvutusraamistikud: Eelistatavalt peaks teadma vähemalt ühte või kahte tööriista, mida Big Data Analytics nõuab.

Nüüd, kui teate Big Data Analyticsit, vaadake järgmist Edureka, usaldusväärne veebiõppeettevõte, mille võrgustik hõlmab üle 250 000 rahuloleva õppija, levinud üle kogu maailma. Edureka Big Data Hadoopi sertifitseerimiskoolitus aitab õppijatel saada HDFS, lõnga, MapReduce, Pig, Hive, HBase, Oozie, Flume ja Sqoop ekspertideks, kasutades reaalajas kasutatavaid juhtumeid jaekaubanduse, sotsiaalmeedia, lennunduse, turismi ja rahanduse valdkonnas.

java kuidas luua massiivi objekte

Kas teil on meile küsimus? Palun mainige seda kommentaaride jaotises ja võtame teiega ühendust.