Точно так же, как вся Вселенная и наша галактика, как говорят, сформировались из-за взрыва Большого взрыва, точно так же из-за столь многих технологических достижений данные также экспоненциально растут, что приводит к взрыву больших данных. Эти данные поступают из разных источников, имеют разные форматы, генерируются с переменной скоростью и могут также содержать несоответствия. Таким образом, мы можем просто назвать взрыв таких данных как .Я буду объяснять следующие темы в этом блоге, чтобы дать вам представление об аналитике больших данных:
- Почему аналитика больших данных?
- Что такое аналитика больших данных?
- Инструменты больших данных
- Домены больших данных
- Примеры использования больших данных
- Тенденции в аналитике больших данных
Почему аналитика больших данных?
Прежде чем я расскажу вам о том, что Аналитика, позвольте мне рассказать вам, ребята, зачем он нужен. Позвольте мне также сообщить вам, что мы создаем около 2,5 квинтиллионов байтов данных каждый день! Итак, теперь, когда мы накопили большие данные, мы не можем игнорировать их и не можем позволить им бездействовать и тратить впустую.
Различные организации и секторы по всему миру начали внедрять аналитику больших данных, чтобы получить многочисленные преимущества. Аналитика больших данных дает понимание, которое многие компании воплощают в жизнь и получают огромные прибыли, а также делают открытия. Я собираюсь перечислить четыре такие причины вместе с интересными примерами.
Первая причина:
- Делаем более умную и эффективную организацию
Позвольте мне рассказать вам об одной такой организации - Департаменте полиции Нью-Йорка (NYPD). Полиция Нью-Йорка блестяще использует большие данные и аналитику для выявления и выявления преступлений до их совершения. Они анализируют исторические закономерности арестов, а затем сопоставляют их с такими событиями, как федеральные праздники, зарплаты, транспортные потоки, осадки и т. Д.Это помогает им немедленно анализировать информацию, используя эти шаблоны данных. Стратегия больших данных и аналитикипомогаетони определяют места совершения преступлений, через которые они направляют своих офицеров в эти места. Таким образом, достигая этих мест до совершения преступления, они предотвращают совершение преступления.
- Оптимизация бизнес-операций путем анализа поведения клиентов Большинство организаций используют поведенческую аналитику клиентов, чтобы удовлетворить потребности клиентов и, следовательно, увеличить свою клиентскую базу. Лучший пример этого - Amazon. Amazon - один из лучших и наиболее широко используемых веб-сайтов электронной коммерции с клиентской базой около 300 миллионов. Они используют данные о кликах клиентов и исторические данные о покупках, чтобы предоставлять им настраиваемые результаты на настраиваемых веб-страницах. Анализируя щелчки каждого посетителя на их веб-сайте помогают им понять свое поведение при навигации по сайту, пути, по которым пользователь купил продукт, пути, которые привели их к уходу с сайта, и многое другое. Вся эта информация помогает Amazon улучшить взаимодействие с пользователем, тем самым улучшая продажи и маркетинг.
- Снижение цены Технологии больших данных и технологические достижения, такие как облачные вычисления, приносят значительную экономию при хранении и обработке больших данных. Позвольте мне рассказать вам, как здравоохранение использует аналитику больших данных для сокращения своих затрат. В настоящее время пациенты используют новые сенсорные устройства, находясь дома или на улице, которые отправляют постоянные потоки данных, которые можно отслеживать и анализировать в режиме реального времени, чтобы помочь пациентам избежать госпитализации за счет самостоятельного управления своим состоянием.Для госпитализированных пациентов врачи могут использовать прогнозную аналитику для оптимизации результатов и сокращения повторных госпитализаций.Parkland Hospital использует аналитику и прогнозное моделирование для выявления пациентов из группы высокого риска и прогнозирования вероятных результатов после отправки пациентов домой. В результате Parkland сократила 30-дневную повторную госпитализацию пациентов с сердечной недостаточностью на 31%., экономя 500 000 долларов в год.
Продукция нового поколения
Возможность оценивать потребности и удовлетворенность клиентов с помощью аналитики дает возможность предоставить клиентам то, что они хотят. Я нашел три таких интересных продукта, которые стоит здесь процитировать. Первый , Googleбеспилотный автомобилькоторый производит миллионы вычислений за каждую поездку, которые помогают автомобилю решить, когда и где повернуть, замедлить или ускорить и когда сменить полосу движения - те же решения, которые человек-водитель принимает за рулем.
В второй одинNetflix, который провел два сезона своего чрезвычайно популярного шоу «Карточный домик», полностью доверяя аналитике больших данных! В прошлом году Netflix увеличила свою базу подписчиков в США на 10% и добавила почти 20 миллионов подписчиков со всего мира.
В в третьих Пример - одна из действительно интересных вещей, с которыми я столкнулся, - это умный коврик для йоги. При первом использовании коврика Smart Mat вам потребуется выполнить серию движений для калибровки формы, размера и личных ограничений вашего тела. Эта информация личного профиля хранится в вашем приложении Smart Mat и помогает Smart Mat определять, когда вы не выровнены или сбалансированы. Со временем он будет автоматически развиваться с обновленными данными по мере того, как вы улучшаете свою практику йоги.
Что такое аналитика больших данных?
Теперь давайте формально определим «Что такое аналитика больших данных?» Аналитика больших данных исследует большие и различные типы данных, чтобы выявить скрытые закономерности, корреляции и другие идеи. По сути, аналитика больших данных широко используется компаниями для содействия их росту и развитию. Это в основном включает в себя применение различных алгоритмов интеллектуального анализа данных к заданному набору данных, которые затем помогут им в принятии более эффективных решений.
Этапы в аналитике больших данных
В процесс анализа больших данных входят следующие этапы:
Типы аналитики больших данных
Есть четыре типа:
- Описательная аналитика: Он использует агрегирование данных и интеллектуальный анализ данных, чтобы получить представление о прошлом и ответить: «Что произошло?» Описательная аналитика делает именно то, что следует из названия, они «описывают» или обобщают необработанные данные и делают их доступными для интерпретации людьми.
- Предиктивная аналитика: Он использует статистические модели и методы прогнозирования, чтобы понять будущее и ответить: «Что может случиться?» Прогнозная аналитика дает компаниям полезную информацию на основе данных. Он дает оценки вероятности будущего результата.
- Предписательная аналитика: Он использует алгоритмы оптимизации и моделирования, чтобы давать советы по возможным результатам и ответы: «Что нам делать?» Он позволяет пользователям «прописывать» ряд различных возможных действий и направлять их к решению. Короче говоря, эта аналитика предназначена для предоставления советов.
- Диагностическая аналитика: Он используется, чтобы определить, почему что-то произошло в прошлом. Он характеризуется такими методами, как детализация, обнаружение данных, интеллектуальный анализ данных и корреляции. Диагностическая аналитика более глубоко изучает данные, чтобы понять основные причины событий.
Большое количество данных инструменты
Вот некоторые из следующих инструментов, используемых для аналитики больших данных: Hadoop , , Apache HBase , Apache Spark , , , Apache Hive , Кафка .
Домены больших данных
- Здравоохранение: Здравоохранение использует аналитику больших данных для снижения затрат, прогнозирования эпидемий, предотвращения предотвратимых заболеваний и улучшения качества жизни в целом. Один из самых распространенныхПрименение больших данных в здравоохранении - это электронная медицинская карта (ЭМК).
- Телеком: Они являются одними из самых значительных участников больших данных. Телекоммуникационная отрасль улучшает качество обслуживания иболее эффективно направляет трафик. Анализируя записи данных о звонках в режиме реального времени, эти компании могут выявлять мошеннические действия и немедленно реагировать на них. Подразделение маркетинга может изменять свои кампании, чтобы лучше ориентироваться на клиентов и использовать полученные знания для разработки новых продуктов и услуг.
- Страхование: Эти компании используют аналитику больших данных для оценки рисков, обнаружения мошенничества, маркетинга, анализа информации о клиентах, обслуживания клиентов и многого другого.
- Правительство: Правительство Индии использовало аналитику больших данных, чтобы получить оценку торговли в стране. Они использовали центральные налоговые счета-фактуры, чтобы проанализировать, в какой степени государства торгуют друг с другом.
- Финансы: Банки и компании, предоставляющие финансовые услуги, используют аналитику, чтобы отличить мошеннические взаимодействия от законных деловых операций. Системы аналитики предлагают немедленные действия, такие как блокировка нерегулярных транзакций, что останавливает мошенничество до его совершения и повышает прибыльность.
- Автомобиль: Компания Rolls Royce применила большие данные, установив в свои двигатели и силовые установки сотни датчиков, которые фиксируют каждую мельчайшую деталь об их работе. Об изменениях данных в режиме реального времени сообщается инженерам, которые решат, как лучше всего действовать, например, составить график технического обслуживания или направить команды инженеров.
- Образование: Это одна из областей, в которой аналитика больших данных осваивается медленно и постепенно.Выбор технологии на основе больших данных в качестве инструмента обучения вместо традиционных методов лекций улучшил обучение студентов, а также помог учителям лучше отслеживать свою успеваемость.
- Розничная торговля: Розничная торговля, включая электронную коммерцию и магазины, широко использует аналитику больших данных для оптимизации своего бизнеса. Например, Amazon, Walmart и т. Д.
Примеры использования больших данных
Первый пример использования, который я здесь рассмотрел, - это Starbucks.
Второй вариант использования, которым я хочу с вами поделиться, - это Procter & Gamble.
Тенденции в аналитике больших данных
На изображении ниже изображен рыночная выручка от больших данных вмиллиардДолларов США с 2011 по 2027 год.
Вот некоторые Факты и статистика Forbes :
Перспективы карьерного роста в Big Data Analytics:
- Аспекты заработной платы: Средняя зарплата аналитиков составляет около 94 167 долларов. Data Scientist был назван лучшей вакансией в Америке три года подряд со средней базовой зарплатой в 110 000 долларов и 4524 открытыми вакансиями. В Индии процент специалистов-аналитиков, получающих зарплату менее 10 лакхов, снизился, а процент специалистов-аналитиков, зарабатывающих более 15 лакхов, увеличился с 17% в 2016 году 21% в 2017 году 22,3% в 2018 году.
- Огромные возможности трудоустройства: Такие компании, как Google, Apple, IBM, Adobe, Qualcomm и многие другие, нанимают специалистов по аналитике больших данных.
Набор навыков
Вот некоторые из навыков, которые требуются в зависимости от роли в области аналитики больших данных:
- Базовое программирование: Нужно знать хотя бы какой-нибудь язык программирования общего назначения, такой как Java и Python.
- Статистический и количественный анализ: Идеально иметь представление о статистике и количественном анализе.
- Хранилище данных: Требуется знание баз данных SQL и NoSQL.
- Визуализация данных: Очень важно знать, как визуализировать данные, чтобы иметь возможность понять идеи и применить их в действии.
- Конкретные бизнес-знания: Необходимо обязательно знать о бизнесе, в котором они применяют аналитику, чтобы оптимизировать свои операции.
- Вычислительные рамки: Желательно знать хотя бы об одном или двух инструментах, необходимых для аналитики больших данных.
Теперь, когда вы знакомы с аналитикой больших данных, ознакомьтесь с от Edureka, надежной компании по онлайн-обучению с сетью из более чем 250 000 довольных учащихся по всему миру. Учебный курс Edureka Big Data Hadoop Certification Training помогает учащимся стать экспертами в области HDFS, Yarn, MapReduce, Pig, Hive, HBase, Oozie, Flume и Sqoop, используя примеры использования в реальном времени в области розничной торговли, социальных сетей, авиации, туризма, финансов.
t тип данных sql date
Есть вопрос к нам? Пожалуйста, укажите это в комментариях, и мы свяжемся с вами.