'
Le Big Data peut résoudre les différentes difficultés rencontrées par les grandes organisations. Voici des cas d'utilisation de Big Data de grande valeur qui peuvent être utilisés pour répondre aux préoccupations auxquelles elles sont confrontées.
Exploration du Big Data
L'exploration Big Data traite des défis tels que les informations stockées dans différents systèmes et l'accès à ces données pour accomplir les tâches quotidiennes auxquelles sont confrontées les grandes organisations. L'exploration Big Data vous permet d'analyser les données et d'en tirer des informations précieuses.
Vues client 360 et ordm améliorées
L'amélioration des vues des clients existants permet de mieux comprendre les clients, en répondant à des questions telles que pourquoi ils achètent, comment ils préfèrent faire leurs achats, pourquoi ils changent, ce qu'ils achèteront ensuite et quelles fonctionnalités les incitent à recommander une entreprise à d'autres.
Extension de sécurité / renseignement
Améliorer les plates-formes d'analyse de la cybersécurité et du renseignement avec les technologies Big Data pour traiter et analyser les nouveaux types provenant des médias sociaux, des e-mails, des capteurs et des télécommunications, réduire les risques, détecter la fraude et surveiller la cybersécurité en temps réel pour améliorer considérablement les informations sur le renseignement, la sécurité et l'application de la loi .
Analyse des opérations
L'analyse des opérations consiste à utiliser les technologies Big Data pour permettre une nouvelle génération d'applications qui analysent de grands volumes de données multi-structurées, telles que les données de machine et d'exploitation, pour améliorer l'activité. Ces données peuvent inclure n'importe quoi, des machines informatiques aux capteurs et compteurs, et les appareils GPS nécessitent une analyse complexe et une corrélation entre différents types d'ensembles de données.
Modernisation de l'entrepôt de données
hadoop admin vs développeur hadoop
Le Big Data doit être intégré aux capacités de l'entrepôt de données pour augmenter l'efficacité opérationnelle. Il est possible de se débarrasser des données rarement consultées ou anciennes des bases de données des entrepôts et des applications à l'aide de logiciels et d'outils d'intégration d'informations.
Les entreprises et leurs applications Big Data:
Mobiles du Guangdong:
Groupe mobile populaire en Chine, le Guangdong utilise Hadoop pour supprimer les goulots d'étranglement d'accès aux données et découvrir le modèle d'utilisation des clients pour des promotions de marché précises et ciblées et Hadoop HBase pour diviser automatiquement les tables de données entre les nœuds afin d'étendre le stockage des données.
Red Sox:
Les champions des World Series rencontrent d'énormes volumes de données structurées et non structurées liées au jeu, comme la météo, l'équipe adverse et les promotions d'avant-match. Le Big Data leur permet de fournir des prévisions sur le jeu et la façon d'allouer les ressources en fonction des variations attendues du jeu à venir.
Nokia:
Le Big Data a aidé Nokia à utiliser efficacement ses données pour comprendre et améliorer l'expérience des utilisateurs avec leurs produits. L'entreprise exploite le traitement des données et des analyses complexes pour créer des cartes avec un trafic prédictif et des modèles d'élévation en couches. Nokia utilise la plate-forme Hadoop de Cloudera et des composants Hadoop tels que HBase, HDFS, Sqoop et Scribe pour l’application ci-dessus.
Huawei:
La solution Big Data Huawei OceanStor N8000-Hadoop est développée sur la base d'une architecture en cluster avancée et d'une capacité de stockage au niveau de l'entreprise et en l'intégrant au cadre informatique Hadoop. Cette combinaison innovante aide les entreprises à obtenir des résultats d'analyse et de traitement en temps réel à partir d'un calcul et d'une analyse exhaustifs des données, améliore la prise de décision et l'efficacité, facilite la gestion et réduit le coût de la mise en réseau.
SAS:
SAS s'est associé à Hadoop pour aider les data scientists à transformer le Big Data en informations plus importantes. En conséquence, SAS a mis au point un environnement qui offre une expérience visuelle et interactive, ce qui facilite l'obtention d'informations et l'exploration de nouvelles tendances. Les puissants algorithmes analytiques extraient des informations précieuses des données tandis que la technologie en mémoire permet un accès plus rapide aux données.
CERN:
Le Big Data joue un rôle essentiel au CERN, qui abrite le grand Hadron Supercollider, car il collecte une quantité incroyable de données à partir de ses 40 millions d'images par seconde à partir de ses appareils photo de 100 mégapixels, qui émettent 1 pétaoctet de données par seconde. Les données de ces caméras doivent être analysées. Le laboratoire expérimente des moyens de placer davantage de données issues de ses expériences dans des bases de données relationnelles et des magasins de données basés sur les technologies NoSQL, telles que Hadoop et Dynamo dans le service de stockage cloud S3 d'Amazon.
Buzzdata:
Buzzdata travaille sur un projet Big Data où il doit combiner toutes les sources et les intégrer dans un endroit sûr. Cela crée un endroit idéal pour les journalistes pour se connecter et normaliser les données publiques.
Département de la défense:
Le ministère de la Défense (DoD) a investi environ 250 millions de dollars pour exploiter et utiliser une quantité colossale de données afin de créer un système capable de contrôler et de prendre des décisions autonomes et d'aider les analystes à fournir un soutien aux opérations. Le département prévoit de multiplier par 100 ses capacités analytiques, d'extraire des informations de textes dans n'importe quelle langue et une augmentation équivalente du nombre d'objets, d'activités et d'événements que les analystes peuvent analyser.
Agence des projets de recherche avancée de défense (DARPA):
La DARPA a l'intention d'investir environ 25 millions de dollars pour améliorer les techniques de calcul et les outils logiciels permettant d'analyser de grandes quantités de données semi-structurées et non structurées.
Instituts nationaux de la santé:
Avec 200 téraoctets de données contenues dans le projet 1000 Genomes, tout est prêt à être un excellent exemple de Big Data. Les ensembles de données sont si massifs que très peu de chercheurs ont la puissance de calcul pour analyser les données.
Exemples d'applications Big Data dans différents secteurs:
Détail / Consommateur:
- Analyse du panier de marché et optimisation des prix
- Merchandising et analyse de marché
- Gestion et analyse de la chaîne d'approvisionnement
- Ciblage basé sur le comportement
- Segmentation du marché et des consommateurs
Services financiers et de fraude:
- Segmentation de la clientèle
- Rapports de conformité et réglementaires
- Analyse et gestion des risques.
- Détection de fraude et analyse de sécurité
- Fraude à l'assurance médicale
- CRM
- Risque de crédit, scoring et analyse
- Surveillance du commerce et analyse des modèles commerciaux anormaux
Santé et sciences de la vie:
- Analyse des données d'essais cliniques
- Analyse des schémas de maladie
- Analyse de la qualité des soins aux patients
- Analyse du développement de médicaments
Télécommunications:
- Optimisation des prix
- Prévention du churn client
- Analyse des enregistrements détaillés des appels (CDR)
- Performance et optimisation du réseau
- Analyse de la localisation des utilisateurs mobiles
Entrepôt de données d'entreprise:
- Améliorez EDW en déchargeant le traitement et le stockage
- Hub de pré-traitement avant d'arriver à EDW
Jeux:
- Analyse comportementale
Haute technologie:
- Optimiser la conversion en entonnoir
- Support prédictif
- Prédire les menaces de sécurité
- Analyse des appareils
Articles Similaires:
Carrière favorisée par la certification Hadoop .
Popularité croissante de Hadoop et MongoDB.
Dans quelle mesure la formation Hadoop est-elle essentielle?
java obtenir la date de la chaîne