Suured andmed
Suurandmed on suund, millest kõik räägivad, kuid vähesed inimesed saavad sellest hästi aru. E-kaubanduse hiiglased, tööstusettevõtted ja teabeettevõtted investeerivad sellesse tehnoloogiasse miljardeid. Mis on Big Data, milliseid väljavaateid nad pakuvad ja kus neid kasutatakse?
Mis on suurandmed
Suurandmed on kaasaegne tehnoloogiline suundumus, mis on seotud pidevalt kasvava suure hulga andmete töötlemisega. Big Data on teave ise, selle töötlemise meetodid ja analüüs. Väljavaated, mida suurandmed võivad tuua, on huvitavad nii ettevõtluse, turunduse, teaduse kui ka riigi jaoks.
Esiteks on suurandmed teave. Nii suur, et tavalise tarkvaraga on keeruline töötada. See võib olla struktureeritud (töödeldud) ja struktureerimata (hajutatud). siin on mõned näidised:
• Kogu maa seismoloogiliste jaamade andmed.
• Kasutajakontode andmebaas Facebook.
• Kõigi täna Instagrami postitatud fotode geograafilise asukoha teave.
• Mobiilsideoperaatorite andmebaasid.
Big Data jaoks töötatakse välja algoritme, tarkvaravahendeid ja isegi masinaid. Pidevalt kasvava teabe töötlemiseks vajalike vahendite leidmiseks on vaja luua uusi, innovaatilisi lahendusi. Seetõttu on suurandmetest saanud tehnoloogiavaldkonnas omaette suund..
VVV – suured andmesildid
Määratluste ebamäärasuse vähendamiseks suurandmete valdkonnas on välja töötatud funktsioonid, millele nad peavad vastama. Need kõik algavad tähega V, seega nimetatakse süsteemi VVV-ks:
• Helitugevus – helitugevus. Teabe hulk on mõõdetav.
• Kiirus – kiirus. Teabe hulk ei ole staatiline – see kasvab pidevalt ja töötlemisriistad peavad seda arvestama.
• Variety – sort. Teave ei pea olema samas vormingus. See võib olla struktureerimata, osaliselt või täielikult üles ehitatud..
Neile kolmele põhimõttele lisatakse tööstuse arenedes täiendavaid V-sid. Näiteks tõesus – kehtivus, väärtus – väärtus või elujõulisus – elujõulisus..
Kuid mõistmiseks piisab esimesest kolmest: suurandmed on mõõdetavad, järkjärgulised ja heterogeensed..
Miks on vaja suurandmeid?
Suurandmetega töötamise peamine eesmärk on selle rakendamine (analüüsimine) ja suunamine. Inimkond on õppinud tootma ja ammutama tohutul hulgal teavet ning nende haldamisega on endiselt probleeme.
Praegu aitavad suured andmed neid probleeme lahendada:
• tööviljakuse suurendamine;
• täpne reklaami ja müügi optimeerimine;
• olukorra ennustamine sise- ja maailmaturul;
• kaupade ja teenuste parendamine;
• logistika parandamine;
• klientide kvaliteetne sihtimine mis tahes ärivaldkonnas.
Suured andmed muudavad teenused nii müüjate kui ka ostjate jaoks mugavamaks ja kasumlikumaks. Ettevõtted saavad teada, millised tooted on populaarsemad, kuidas kujundada hinnapoliitikat, millal on parim aeg müümiseks, kuidas optimeerida tootmisressursse tootmise efektiivsemaks muutmiseks. Seetõttu saavad kliendid täpse pakkumise “ilma veeta”.
Allikas: lifehacker.ru
Kus kasutatakse rohkem andmeid
• Pilvesalvestus. Kõigi talletamine kohalikes arvutites, ketastel ja serverites on ebamugav ja kulukas. Suurtest pilveandmekeskustest on saamas usaldusväärne viis, kuidas igal ajal saadaolevat teavet talletada.
• plokiahel. Viimastel aastatel maailma raputanud revolutsiooniline tehnoloogia lihtsustab tehinguid, muudab need turvalisemaks ja mis kõige tähtsam – tänu oma matemaatilisele algoritmile saab ta hakkama ka tohutu hulga vastaspoolte vaheliste tehingute töötlemisega..
• Iseteenindus. Robotiseerimine ja tööstusautomaatika vähendavad ettevõtlusega seotud kulusid ning vähendavad kaupade või teenuste kulusid.
• tehisintellekt ja sügav õppimine. Aju meele matkimine aitab muuta reageerivad süsteemid teaduses ja ettevõtluses tõhusaks.
Neid valdkondi luuakse ja edeneb andmete kogumise ja analüüsi kaudu. Selliste arengute teerajajad on: otsingumootorid, mobiilsideoperaatorid, veebikaubanduse hiiglased, pangad.
Suurandmed on tööstuse 4.0 ja asjade Interneti lahutamatu osa, kui tervikuna töötavad tohutul hulgal seadmetest pärit keerukad süsteemid. Siin on lihtsad, mitte enam futuristlikud näited selle kohta:
• Automatiseeritud tehas ise muudab tootesarja, keskendudes nõudluse, pakkumise, kulude ja turuolukorra analüüsile.
• Nutikas kodu annab nõu, kuidas ilmastikku riietuda ja milline marsruut on kiireim hommikul tööle jõudmiseks.
• Ettevõte analüüsib tootmis- ja turustuskanaleid, võttes arvesse muutusi tegelikus turuolukorras.
• Liiklusohutust parandatakse andmete kogumisega sõidustiili ja üksikute juhtide rikkumiste ning nende autode seisundi kohta.
Kes kasutab suurandmeid
Tööstus on saavutanud suurimat edu USA-s ja Euroopas. Siin on suurimad välisandmed ja agentuurid, kes kasutavad Big Data:
• HSBC parandab plastkaardiklientide turvalisust. Ettevõtte väitel on ta petlike tehingute tuvastamist parandanud kümme korda ja pettusevastast kaitset üldiselt 3 korda..
• IBMi väljatöötatud superarvuti Watson analüüsib finantstehinguid reaalajas. See vähendab valehäirete sagedust 50% ja tuvastab 15% rohkem pettusi..
• Procter&Gamble viib Big Data abil läbi turundusuuringuid, ennustades täpsemalt klientide soove ja nõudlust uute toodete järele.
• Saksamaa tööministeerium taotleb sihipäraseid kulutusi, analüüsides hüvitisetaotluste menetlemisel suurandmeid. See aitab suunata raha neile, kes seda tõesti vajavad (selgus, et 20% hüvitistest maksti valesti). Ministeeriumi väitel vähendasid Big Data tööriistad kulusid 10 miljardi euro võrra.
Venemaa ettevõtete seas tuleks märkida järgmist:
• Yandex. See on ettevõte, mis haldab ühte populaarsemat otsingumootorit ja valmistab digitaalseid tooteid peaaegu igas eluvaldkonnas. Yandexi jaoks ei ole Big Data uuendus, vaid tema enda vajaduste dikteeritud kohustus. Ettevõttes töötab algoritmid reklaami sihtimise, liikluse prognoosimise, otsingumootori optimeerimise, muusikasoovituste, rämpsposti filtreerimise jaoks.
• megafon. Telekommunikatsiooni hiiglane pööras suurtele andmetele tähelepanu umbes viis aastat tagasi. Geoanalüütikute töö viis reisijateveo analüüsimiseks valmis lahenduste loomisele. Selles valdkonnas teeb Megafon koostööd Venemaa Raudteega.
• Beeline. See mobiilsideoperaator analüüsib tohutul hulgal teavet rämpsposti ja pettuste vastu võitlemiseks, tootesarjade optimeerimiseks ja klientide probleemide prognoosimiseks. On teada, et ettevõte teeb pankadega koostööd – operaator aitab abonentide krediidivõimet anonüümselt hinnata.
• Sberbank. Venemaa suurimas pangas analüüsitakse supermassiive kulude optimeerimiseks, kompetentseks riskijuhtimiseks, pettustevastaseks võitluseks, samuti töötajate boonuste ja lisatasude arvutamiseks. Konkurendid lahendavad sarnaseid probleeme Big Data abil: Alfa-Bank, VTB24, Tinkoff-Bank, Gazprombank.
Nii välismaal kui ka Venemaal kasutavad organisatsioonid peamiselt kolmandate osapoolte arendusi ega loo ise tööriistu suurandmete jaoks. Selles piirkonnas on populaarsed Oracle, Teradata, SAS, Impala, Apache, Zettaset, IBM, Vowpal..
Sarnased artiklid
- Dementia söögikomplekt
Elu lihtsamaks muutvad tehnoloogiad Leiutajate peamine inspiratsiooniallikas on mugavus ja tõhusus. Sest inimesi paelub tehnoloogia,…
- Millist krüptovaluutat osta – 7 parimat krüptovaluutat
Krüptovaluutad ei lahku maailmamajandusest, vaid arenevad edasi. Ja endiselt on võimalus investeerimisega palju raha teenida…
- 5G mobiilsidevõrgud
Ettevõtluse ja majanduse digitaliseerimine pole veel aktiivsesse faasi jõudnud. Kuid igal aastal näeme üha rohkem muutusi automatiseerimise, robotiseerimise ja…
Mis on suurandmed ja kuidas neid kasutatakse?