Big Data Analytics - A betekintés megvalósítása

Ez a blog a Big Data Analytics-ről, annak fontosságáról, jelentéséről, a hozzá szükséges különféle eszközökről és végül a különböző domainekről és felhasználási esetekről szól.

Ahogy állítólag az egész világegyetem és galaxisunk az ősrobbanás következtében alakult ki, hasonlóan a sok technológiai fejlődésnek köszönhetően az adatok is exponenciálisan nőnek, ami a Big Data robbanáshoz vezet. Ezek az adatok különböző forrásokból származnak, különböző formátumúak, változó sebességgel készülnek, és ellentmondásokat is tartalmazhatnak. Így egyszerűen az ilyen adatok robbanását nevezhetjük .A következő témákat fogom elmagyarázni ebben a blogban, hogy betekintést nyerhessek a Big Data Analytics szolgáltatásba:



Miért a Big Data Analytics?

Mielőtt továbbugrok, hogy elmondjam neked, mi van Analytics, hadd mondjam el nektek, miért van rá szükség. Hadd áruljam el nektek is, hogy naponta kb. 2,5 milliárd bájt adatot hozunk létre! Tehát most, hogy felhalmoztuk a Big Data-t, nem hagyhatjuk figyelmen kívül és nem hagyhatjuk, hogy tétlen maradjon, és pazarlássá váljon.



Különböző szervezetek és szektorok szerte a világon megkezdték a Big Data Analytics alkalmazását annak érdekében, hogy számtalan előnyhöz jussanak. A Big Data Analytics olyan betekintést nyújt, amelyet sok vállalat cselekvéssé alakít, hatalmas profitot és felfedezéseket hoz. Négy ilyen okot fogok felsorolni érdekes példákkal együtt.

Az első ok az,



  1. Intelligensebb és hatékonyabb szervezet
    Hadd meséljek egy ilyen szervezetről, a New York-i Rendőrkapitányságról (NYPD). A NYPD remekül használja a Big Data-t és az elemzéseket a bűncselekmények felderítése és azonosítása előtt, mielőtt azok bekövetkeznének. Elemzik a történelmi letartóztatási mintákat, majd feltérképezik azokat olyan eseményekkel, mint a szövetségi ünnepek, fizetési napok, forgalmi áramlások, esőzések stb.Ez segíti őket az információk azonnali elemzésében ezen adatminták felhasználásával. Big Data és elemzési stratégiasegítazonosítják a bűncselekmények helyszíneit, amelyeken keresztül tisztjeiket ezekre a helyekre telepítik. Így a bűncselekmények elkövetése előtt ezekre a helyekre jutva megakadályozzák a bűncselekmények előfordulását.

  2. Optimalizálja az üzleti műveleteket az ügyfelek viselkedésének elemzésével A legtöbb szervezet az ügyfelek viselkedési elemzését használja az ügyfelek elégedettségének biztosítása érdekében, és így növeli ügyfélkörét. A legjobb példa erre az Amazon. Az Amazon az egyik legjobb és legelterjedtebb e-kereskedelmi webhely, mintegy 300 milliós ügyfélkörrel. Az ügyfelek kattintási adatai és a korábbi vásárlási adatok alapján testreszabott eredményeket nyújtanak számukra a testreszabott weboldalakon. Elemzés minden látogató kattintása a weboldalán segít megérteni a webhely navigációs viselkedését, a felhasználó által a termék megvásárlásához vezetett utakat, a webhely elhagyására késztető utakat és egyebeket. Mindezek az információk segítenek az Amazonnak a felhasználói élmény javításában, ezáltal az értékesítés és a marketing javításában.
  3. Költségcsökkentés A nagy adat technológiák és az olyan technológiai fejlemények, mint a felhőalapú számítástechnika, jelentős költségelőnyökkel járnak a Big Data tárolása és feldolgozása terén. Hadd mondjam el, hogy az egészségügy miként használja fel a Big Data Analytics szolgáltatást költségeik csökkentésére. A betegek manapság új érzékelőeszközöket használnak otthon vagy kívül, amelyek állandó adatfolyamokat küldenek, amelyeket valós időben lehet ellenőrizni és elemezni, hogy a betegek elkerülhessék a kórházi kezelést állapotuk önálló kezelésével.A kórházi betegek esetében az orvosok a prediktív elemzéssel optimalizálhatják az eredményeket és csökkenthetik a visszafogadás mértékét.A Parkland Kórház elemzéseket és prediktív modellezéseket használ a magas kockázatú betegek azonosítására és a várható eredmények előrejelzésére, miután a betegeket hazaküldik. Ennek eredményeként a Parkland 31% -kal csökkentette a szívelégtelenségben szenvedő betegek 30 napos visszafogadását, évi 500 000 dollárt takarít meg.

Új generációs termékek

A vevői igények és az elégedettség elemzésével történő elemzésének képessége azt jelenti, hogy megadja az ügyfeleknek azt, amit akarnak. Három ilyen érdekes terméket találtam itt idézni. Első , A Googleönvezető autóamely minden utazáson milliónyi számítást készít, amelyek segítenek az autónak eldönteni, mikor és merre forduljon, lassítson vagy gyorsítson, és mikor váltson sávot - ugyanazokat a döntéseket hozza a kormány mögött az emberi sofőr.

Az második az egyikA Netflix, amely két évadon át elkötelezte magát a House of Cards című rendkívül népszerű show-jában, teljes mértékben megbízva a Big Data Analytics szolgáltatásban! Tavaly a Netflix 10% -kal növelte amerikai előfizetőinek számát, és közel 20 millió előfizetőt adott hozzá a világ minden tájáról.



Az harmadik a példa az egyik igazán jó dolog, amellyel találkoztam, egy okos jógaszőnyeg. Az első alkalommal, amikor a Smart Mat-ot használja, egy sor mozdulattal végigvezeti test alakjának, méretének és személyes korlátainak kalibrálásában. Ezeket a személyes profilinformációkat a Smart Mat alkalmazás tárolja, és segít a Smart Mat észlelni, ha nincs beállítva az egyensúly vagy az egyensúly. Idővel a frissített adatokkal automatikusan fejlődik, miközben javítja a jóga gyakorlatát.

Mi a Big Data Analytics?

Most határozzuk meg hivatalosan: „Mi az a Big Data Analytics?” A nagy adatelemzés nagy és különböző típusú adatokat vizsgál, hogy felfedje a rejtett mintákat, összefüggéseket és egyéb betekintéseket. Alapvetõen a Big Data Analytics-et a vállalatok nagyrészt a növekedés és fejlõdés megkönnyítésére használják. Ez főként különféle adatbányászati ​​algoritmusok alkalmazását jelenti az adott adatsoron, amelyek ezután segítséget nyújtanak számukra a jobb döntéshozatalban.

A Big Data Analytics szakaszai

Ezek a Big Data Analytics folyamat következő szakaszai:

A Big Data Analytics típusai

Négy típus létezik:

  1. Leíró elemzés: Adatok összesítésével és adatbányászatával nyújt betekintést a múltba és válaszol: „Mi történt?” A leíró elemzés pontosan azt csinálja, amit a név magában foglal, „leírják” vagy összefoglalják a nyers adatokat, és az emberek számára értelmezhetővé teszik azokat.
  2. Prediktív elemzés: Statisztikai modelleket és előrejelzési technikákat használ a jövő megértéséhez és a következő válaszra: „Mi történhet?” A prediktív elemzés adatokon alapuló, hasznos információkkal látja el a vállalatokat. Becsléseket ad a jövőbeni eredmények valószínűségéről.
  3. Vényköteles elemzés: Optimalizálási és szimulációs algoritmusokat használ a lehetséges eredmények és válaszok megadásához: „Mit tegyünk?” Lehetővé teszi a felhasználók számára, hogy számos különféle lehetséges intézkedést „előírjanak” és irányítsák őket a megoldás felé. Dióhéjban ez az elemzés a tanácsadásról szól.
  4. Diagnosztikai elemzés: Arra használják, hogy meghatározzák, miért történt valami a múltban. Olyan technikák jellemzik, mint a lefúrás, az adatfeltárás, az adatbányászat és a korrelációk. A diagnosztikai elemzés mélyebben megvizsgálja az adatokat, hogy megértsék az események kiváltó okait.

Nagy adat Eszközök

Ezek a következők a Big Data Analytics számára használt alábbi eszközök közül: Hadoop , , Apache HBase , Apache Spark , , , Apache Hive , Kafka .

Big Data Domains

  • Egészségügy: Az egészségügy nagy adatok elemzésével csökkenti a költségeket, előre jelzi a járványokat, elkerüli a megelőzhető betegségeket és általában javítja az életminőséget. Az egyik legelterjedtebbA Big Data alkalmazása az egészségügyben az Electronic Health Record (EHR).
  • Telecom: Ők a Big Data egyik legjelentősebb közreműködője. A távközlési ipar javítja a szolgáltatás minőségét éshatékonyabban irányítja a forgalmat. A hívásadatok nyilvántartásának valós időben történő elemzésével ezek a vállalatok azonosíthatják a csalárd magatartást és azonnal cselekedhetnek ezek ellen. A marketing részleg módosíthatja kampányait, hogy jobban megcélozza ügyfeleit, és a megszerzett felismeréseket felhasználhatja új termékek és szolgáltatások fejlesztésére.
  • Biztosítás: Ezek a vállalatok nagy adatok elemzését használják a kockázatértékeléshez, a csalások felderítéséhez, a marketinghez, az ügyféllátáshoz, az ügyfélélményhez és egyebekhez.
  • Kormány: Az indiai kormány a big data elemzéssel becsülte meg az ország kereskedelmét. A központi forgalmi adó számlák segítségével elemezték, hogy az államok milyen mértékben kereskednek egymással.
  • Pénzügy: A bankok és a pénzügyi szolgáltató cégek az elemzések segítségével megkülönböztetik a csalárd interakciókat a törvényes üzleti tranzakcióktól. Az elemzési rendszerek azonnali intézkedéseket javasolnak, például a szabálytalan tranzakciók blokkolását, amely megállítja a csalást még azelőtt, hogy bekövetkezne, és javítja a jövedelmezőséget.
  • Autó: Rolls Royce, amely átfogta a Big Data-t azáltal, hogy több száz érzékelőt illesztett be motorjai és meghajtórendszerei közé, amelyek rögzítik működésük minden apró részletét. Az adatok valós időben történő változását jelentik a mérnököknek, akik eldöntik a legjobb lépéseket, például a karbantartás ütemezését vagy a mérnöki csapatok diszpécserét.
  • Oktatás: Ez az egyik olyan terület, ahol a Big Data Analytics lassan és fokozatosan felszívódik.A nagy adatátviteli technológiát választotta tanulási eszközként a hagyományos előadási módszerek helyett, fokozta a hallgatók tanulását, valamint segítette a tanárokat abban, hogy jobban nyomon kövessék teljesítményüket.
  • Kiskereskedelem: A kiskereskedelem, beleértve az e-kereskedelmet és az üzleteket is, széles körben használja a Big Data Analytics szolgáltatást üzleti tevékenységének optimalizálására. Például az Amazon, a Walmart stb.

Big Data Use esetek

Az első felhasználási eset, amelyet itt alkalmaztam, a Starbucks.

A második eset, amelyet megosztani szeretnék veletek, a Procter & Gamble.

A Big Data Analytics trendjei

Az alábbi kép a a Big Data piaci bevétele ban benmilliárd, ezermillióAmerikai dollár a 2011 és 2027 közötti évekre.

Itt van néhány Tények és statisztikák a Forbes-tól :

Karrier kilátások a Big Data Analytics szolgáltatásban:

  • Fizetési szempontok: Az elemzői munkakörök átlagfizetése 94 167 dollár körül mozog. A Data Scientistet három éve sorra nevezték ki Amerika legjobb munkájának, amelynek medián alapfizetése 110 000 dollár és 4524 állásajánlat volt. Indiában azoknak az elemző szakembereknek a százalékos aránya, akik az INR 10 Lakhs-nál kevesebbet fizetnek, alacsonyabbá vált azoknak az elemző szakembereknek a százaléka, akik többet keresnek, mint INR 15 Lakhs 17% 2016-ban huszonegy% 2017-ben 22,3% 2018-ban.
  • Hatalmas munkalehetőségek: Olyan cégek vesznek fel Big Data Analytics szakembereket, mint a Google, az Apple, az IBM, az Adobe, a Qualcomm és még sokan mások.

Szakmai tudáskészlet

Ezek a készségek, amelyekre a Big Data Analytics területén betöltött szereptől függően van szükség:

  • Alapvető programozás: Legalább néhány általános célú programozási nyelvről, például a Java-ról és a Pythonról tudással kell rendelkezni.
  • Statisztikai és kvantitatív elemzés: Ideális elképzelés a statisztikáról és a kvantitatív elemzésről.
  • Adattárolás: Szükség van az SQL és a NoSQL adatbázisok ismeretére.
  • Adatmegjelenítés: Nagyon fontos tudni, hogyan kell vizualizálni az adatokat annak érdekében, hogy megértsük a betekintést és felhasználhassuk a cselekvésben.
  • Specifikus üzleti ismeretek: Feltétlenül ismernie kell azt a vállalkozást, ahol elemzéseket alkalmaznak a működésük optimalizálása érdekében.
  • Számítási keretek: Lehetséges, hogy ismernie kell legalább egy vagy két eszközt, amelyek a Big Data Analytics számára szükségesek.

Most, hogy ismeri a Big Data Analytics szolgáltatást, nézze meg a az Edureka, egy megbízható online tanulási vállalat, amelynek több mint 250 000 elégedett tanulóval rendelkező hálózata elterjedt az egész világon. Az Edureka Big Data Hadoop tanúsító tanfolyam segít a tanulóknak a HDFS, a fonal, a MapReduce, a Pig, a Hive, a HBase, az Oozie, a Flume és a Sqoop szakértőivé válni, valós idejű felhasználási esetek felhasználásával a kiskereskedelem, a szociális média, a repülés, az idegenforgalom és a pénzügy területén.

mit csinál a split a java-ban

Van egy kérdésünk? Kérjük, említse meg a megjegyzések részben, és kapcsolatba lépünk Önnel.