Get best of the week

什么是大数据？

自2011年以来，“大数据”或“大数据”一词开始流行。今天，每个人都至少听到过一次。问题在于，通常该概念未按定义使用。因此，让我们详细了解它是什么。

图片

随着技术的发展，数据量开始呈指数增长。传统工具不再涵盖处理和存储信息的需求。为了处理容量超过数百TB并不断增加的数据，已经创建了特殊的算法。它们被称为“大数据”。

如今，信息是通过各种来源大量收集的：Internet，联系中心，移动设备等。大多数情况下，此类数据的结构和顺序不明确，因此人们无法将其用于任何活动。为了使分析自动化，使用了“大数据”技术。

第一批大数据何时出现？


大数据与上一个数据中心（数据中心）一起出现在上世纪60-70年代。在2005年，公司开始了解由Internet服务（Facebook，YouTube等）的用户创建的内容的范围。同时，第一个旨在与大型数据集交互的平台Hadoop开始工作。今天，它是处理信息的大量技术。不久之后，NoSQL开始流行-一种用于创建大数据管理系统的方法。

随着大型Internet服务的出现，生成的信息量开始增加。用户上传照片，浏览内容等。大量收集所有这些信息以进行进一步分析，然后您可以对服务进行改进。例如，社交网络使用大数据向用户显示目标中的相关广告（即与他们的需求和兴趣相匹配的广告）。这使社交网络可以向企业销售进行准确的广告活动的机会。

大数据的主要特征


在本文的开头，我们从一个公认的定义中识别了大数据的三个主要属性。让我们更详细地打开它们：

  • . « » , . : , — . « » .
  • . . «big data». .
  • . , . — .

在过去的几年中，大数据的普及度有所提高，因此它们还具有两个附加属性（特征）：价值和可靠性。价值由每个公司以自己的方式确定。专家评估接收到的信息是否对企业有利。可靠性表明所使用的数据是否可以信任（它们的真实性），因为不正确的信息会损害公司及其活动。

他们如何与他们合作？


大数据承载了许多有用的信息，在此基础上，公司创造了新的机会并形成了商业模式。处理大数据分为三个阶段：集成，管理和分析。

阶段1。集成

在此阶段，该公司将技术和系统集成到其工作中，从而可以从各种来源收集大量信息。引入了数据处理和格式化机制，以简化“大数据”分析人员的工作。

2阶段。控制

接收到的数据需要存储在某个地方，在使用它们之前，此问题已解决。该决定是基于许多标准做出的，其中主要是格式和处理技术的偏好。通常，公司使用本地存储，公共或私有云服务进行存储。

3阶段。分析

大数据经过分析后开始受益。这是与他们互动的最后阶段。为此，使用了机器学习，学习规则，遗传算法和其他技术的关联。分析数据后，仅保留对业务最有价值的信息。

大数据示例


一般来说，用“大数据”进行整理。但是重要的问题仍然存在-它们可以在实践中应用吗？答：在任何活动领域中，都需要进行分析所必需的数据。让我们看一些真实的例子。这将帮助您更好地理解为什么需要大数据以及如何从中受益。

银行中的大数据在

俄罗斯银行业中，Sberbank是第一个使用大数据的人。他们在“大数据”和生物识别系统的基础上，于2014年开发了一种使用照片识别客户身份的系统。操作原理非常简单：将当前图像与员工发行银行卡时从数据库中拍摄的照片进行比较。新系统使欺诈案件减少了10倍。

如今，Sberbank继续在其工作中使用大数据：信息的收集和分析使您可以管理风险，打击欺诈，评估客户的信誉，管理分支机构的队列等等。

俄罗斯银行业的另一个例子是VTB24。该公司比Sberbank稍晚开始实施“大数据”。如今，他们使用大数据来细分和管理客户外流，生成财务报表，分析Internet上的评论等等。

Alfa-Bank大数据可帮助监视Internet上的品牌形象，评估新客户的信誉度，个性化内容，管理风险等。

大数据业务

许多人错误地认为处理大数据仅与银行部门和IT公司相关。这驳斥了Magnitogorsk钢铁厂的示例，该公司开发了Sniper服务以降低生产中的原材料成本。该技术收集了大量信息，对其进行分析，并提出了优化材料成本的建议。

Surgutneftegas使用特殊的系统实时跟踪主要业务流程。这有助于自动进行产品核算，定价，为员工提供正确的数据等。

营销大数据

营销人员使用大数据来预测广告活动的结果。该分析还有助于确定最感兴趣的受众。Google趋势是营销中“大数据”的一个突出例子。该系统接收大量数据，经过分析，用户可以评估产品（工作，服务）的季节性。

使用困难


哪里有很多机会，哪里就有很多困难。该规则并未绕过大数据。

公司面临的第一个困难是大数据占用大量空间。是的，存储技术在不断改进，但是与此同时，数据量也在稳定增长（平均每两年两次）。

购置巨大的存储并不能解决所有问题。简单的数据存储是毫无意义的，您需要与他们合作以获取好处。从这里出现了另一种复杂情况-安排接收到的大数据的处理。

现在，分析师花费50-80％的工作时间将信息转换为客户可以接受的形式。公司必须雇用更多的专业人员，这增加了成本。

另一个问题是大数据的快速发展。经常出现用于工作的新工具和服务（例如Hbase）。企业必须花费大量时间和金钱才能“处于趋势中”而不落后于发展。

因此，大数据是用于处理大量信息（数百TB甚至更多）的技术的组合，如今很少有人否认未来的重要性。他们的知名度将会增加，并且业务分布也会增加。随后，他们将开发分析自动化技术，不仅大型公司，中小型公司也将使用大数据。

是否想学习如何使用大数据并扩展您的分析知识？订阅我们的大数据分析师在线课程。找出细节！

More articles:


All Articles