Escriba un artículo de 1500 palabras sobre el tema de big data.
1: Definición de big data.
1. Big data, también conocido como big data, se refiere a la cantidad de datos involucrados que es tan enorme que el cerebro humano o incluso las herramientas de software convencionales no pueden capturarlos, gestionarlos, procesarlos ni organizarlos. Ayudar a las empresas en un tiempo razonable Información para tomar decisiones más positivas.
Internet es una red mágica, y el desarrollo del big data también es un modelo. Si realmente quieres aprender sobre big data, puedes venir aquí. El número inicial de este teléfono móvil es 187, el número del medio es tres cero y el último número es 14250. Puedes encontrarlos combinándolos en orden. Lo que quiero decir es que, a menos que quieras hacerlo o entiendas este aspecto, si simplemente te unes a la diversión, entonces no vengas.
2. La tecnología de big data se refiere a la capacidad técnica de obtener rápidamente información valiosa de varios tipos de big data, incluida la recopilación, el almacenamiento, la gestión, el análisis y la extracción de datos, la visualización y otras tecnologías y su integración. Adecuado para tecnología de big data
, incluidas bases de datos de procesamiento masivo paralelo (MPP), redes eléctricas de minería de datos, sistemas de archivos distribuidos, bases de datos distribuidas, plataformas de computación en la nube, Internet y sistemas de almacenamiento escalables.
3. ¿Aplicación de big data? Se refiere al acto de integrar y aplicar tecnología de big data a una colección de big data específica para obtener información valiosa. Para diferentes negocios en diferentes campos, diferentes empresas o incluso el mismo negocio de diferentes empresas en el mismo campo, la tecnología de big data y el sistema de información de big data utilizados pueden ser bastante diferentes debido a diferentes necesidades comerciales, recopilación y análisis de datos y minería. objetivos. Sólo adhiriéndose al desarrollo sincrónico de la trinidad de "objetos, tecnología y aplicaciones" se podrá aprovechar plenamente el valor de los big data.
Cuando tu tecnología llega a su límite, es el límite de los datos. "Los big data no se trata de cómo definirlos, lo más importante es cómo usarlos. El mayor desafío es qué tecnologías pueden utilizar mejor los datos y cómo aplicarlos. En comparación con las bases de datos tradicionales, el aumento de los big data de código abierto Herramientas de análisis de datos como Hadoop y el valor de estos servicios de datos no estructurados.
2. Tipos de big data y métodos de extracción de valor
1. dividido en tres categorías:
p>1) Datos empresariales tradicionales: incluidos datos de clientes de sistemas CRM, datos de ERP tradicionales, datos de inventario y datos de cuentas.
2) ¿Generados por máquina? datos de sensores): incluidos CallDetailRecords, medidores inteligentes, sensores de equipos industriales y registros de equipos (¿generalmente digitales? ¿Agotamiento), datos de transacciones, etc.
3) Datos sociales: incluidos registros de comportamiento del usuario, datos de retroalimentación, etc. Social plataforma de medios.
2. Hay cuatro formas principales de extraer valor empresarial a partir de big data:
1) Segmentar grupos de clientes y luego personalizar servicios especiales para cada grupo.
2) Simular el entorno real, descubrir nuevas necesidades y mejorar el retorno de la inversión
3) Fortalecer las conexiones departamentales y mejorar la eficiencia de toda la cadena de gestión y la cadena industrial. >4) Reducir los costos de los servicios, descubrir pistas ocultas e innovar en productos y servicios.
En tercer lugar, las características del big data
La industria suele utilizar cuatro V (es decir, volumen, tipo). , valor y velocidad) para resumir las características de big data. Específicamente, big data tiene cuatro características básicas:
1 es una gran cantidad de datos, que se refiere a la gran cantidad de conjuntos de datos. generalmente alrededor de 10 TB. Sin embargo, en aplicaciones prácticas, muchos usuarios empresariales reúnen varios conjuntos de datos, formando un volumen de datos a nivel de PB.
Según los datos de Baidu, la navegación de su nueva página de inicio necesita proporcionar más de 1,5 petabytes (1pb = 1024 TB) cada día, lo que, si se imprime, superará los 500 mil millones de hojas de papel A4. Se ha confirmado que el volumen de datos de todo el material impreso producido por humanos hasta ahora es de sólo 200 PB.
2. Hay muchos tipos de datos.
Existen muchos tipos de datos, y los datos provienen de diversas fuentes de datos. Los tipos y formatos de datos son cada vez más abundantes, rompiendo la estructura previamente definida. Las categorías de datos incluyen datos semiestructurados y no estructurados. Los tipos de datos actuales no son sólo texto, sino también diversos tipos de datos como imágenes, vídeos, audios, información geográfica, etc. Los datos personalizados representan la absoluta mayoría.
3. Velocidad de procesamiento rápida.
El procesamiento de datos en tiempo real también se puede lograr cuando la cantidad de datos es enorme. El procesamiento de datos sigue la "regla del segundo" y puede obtener rápidamente información de alto valor de todo tipo de datos.
4. Es autenticidad de alto valor y baja densidad.
Los datos son muy auténticos. Con el interés de las personas en nuevas fuentes de datos, como datos sociales, contenido empresarial, datos de transacciones y aplicaciones, las limitaciones de las fuentes de datos tradicionales se rompen y las empresas necesitan cada vez más poder de información eficaz para garantizar su autenticidad y seguridad. Tomemos el vídeo, por ejemplo. Una hora de vídeo puede tener sólo uno o dos segundos de datos útiles durante un seguimiento ininterrumpido. ?
Cuarto: El papel del big data
1. El procesamiento y análisis del big data se están convirtiendo en el nodo para la aplicación integrada de una nueva generación de tecnologías de la información.
Internet móvil, Internet de las Cosas, redes sociales, hogares digitales, comercio electrónico, etc. son las formas de aplicación de la nueva generación de tecnologías de la información, y estas aplicaciones siguen generando big data. La computación en la nube proporciona una plataforma informática y de almacenamiento para estos datos masivos y diversos. Al gestionar, procesar, analizar y optimizar datos de diferentes fuentes, los resultados se retroalimentan a las aplicaciones mencionadas, creando así un enorme valor económico y social.
El big data tiene el poder de promover el cambio social. Pero liberar esta energía requiere una gobernanza de datos rigurosa, un análisis de datos perspicaz y un entorno que estimule la innovación en la gestión (Ramayya Krishnan, decana de la Escuela Hindes, Universidad Carnegie Mellon).
2. El big data es el nuevo motor del crecimiento rápido y sostenido de la industria de la información.
Nuevas tecnologías, nuevos productos, nuevos servicios y nuevos formatos de negocio seguirán surgiendo en el mercado del big data. En el campo del hardware y los equipos integrados, los big data tendrán un impacto importante en las industrias de chips y almacenamiento, y también darán lugar a servidores integrados de almacenamiento y procesamiento de datos, computación en memoria y otros mercados. En el campo del software y los servicios, los macrodatos conducirán al desarrollo de procesamiento y análisis rápidos de datos, tecnología de extracción de datos y productos de software.
3. La aplicación del big data se convertirá en un factor clave para mejorar la competitividad central. ¿Está la toma de decisiones en todos los ámbitos de la vida dejando de estar "impulsadas por los negocios"? Transformación hacia “data-driven”. El análisis de big data puede permitir a los minoristas captar la dinámica del mercado en tiempo real y responder rápidamente; puede brindar apoyo a la toma de decisiones para que los comerciantes formulen estrategias de marketing más precisas y efectivas; puede ayudar a las empresas a brindar servicios más oportunos y personalizados a los consumidores; En el campo médico, puede mejorar la precisión del diagnóstico y la eficacia de los medicamentos en el sector público, y los macrodatos también han comenzado a desempeñar un papel importante en la promoción del desarrollo económico y el mantenimiento de la estabilidad social.
4. En la era del big data, los métodos y medios de la investigación científica sufrirán cambios importantes.
Por ejemplo, la encuesta por muestreo es un método de investigación básico en ciencias sociales. En la era del big data, podemos monitorear y rastrear los datos de comportamiento masivos generados por los objetos de investigación en Internet en tiempo real, realizar minería y análisis, revelar regularidades y proponer conclusiones y contramedidas de investigación.
Verbo (abreviatura de verbo) el valor comercial de big data
1. Segmentación de grupos de clientes
"Big data" puede segmentar grupos de clientes y luego Dirígete a cada grupo con acciones únicas. Dirigir el marketing y los servicios a grupos de clientes específicos siempre ha sido el objetivo de los comerciantes. Las enormes cantidades de datos almacenados en la nube y la tecnología de análisis de "big data" permiten segmentar a los consumidores en tiempo real y a un ritmo muy rentable.
2. Simular la realidad
Utilizar "big data" para simular situaciones reales, descubrir nuevas necesidades y mejorar el retorno de la inversión.
Hoy en día, cada vez más productos están equipados con sensores y la proliferación de automóviles y teléfonos inteligentes ha provocado una explosión en la cantidad de datos que se pueden recopilar. Las redes sociales como blogs, Twitter, Facebook y Weibo también generan enormes cantidades de datos.
La computación en la nube y las tecnologías de análisis de "grandes datos" permiten a las empresas almacenar y analizar estos datos, así como datos de comportamiento de transacciones, en tiempo real con una alta rentabilidad. Los procesos de transacciones, el uso de productos y el comportamiento humano se pueden digitalizar. La tecnología de "grandes datos" puede integrar estos datos para la extracción de datos, de modo que en algunos casos, a través de la simulación del modelo, se puede juzgar qué plan está bajo diferentes variables (como diferentes planes de promoción en diferentes regiones).
Máximo retorno de la inversión.
3. Mejorar el retorno de la inversión.
Aumentar el intercambio de resultados de "big data" entre departamentos relevantes y mejorar el retorno de la inversión de toda la cadena de gestión y la cadena industrial. Los departamentos con sólidas capacidades de "grandes datos" pueden compartir los resultados de "grandes datos" con departamentos con capacidades débiles de "grandes datos" a través de la computación en la nube, Internet y motores de búsqueda internos, ayudándolos a utilizar "grandes datos" para crear valor comercial.
4. Arrendamiento de espacio de almacenamiento de datos
Tanto las empresas como los particulares tienen necesidades de almacenamiento masivo de información. Sólo almacenando estos datos correctamente se podrá explotar aún más su valor potencial. Específicamente, este modelo de negocio se puede dividir en dos categorías: almacenamiento de archivos personales y usuarios empresariales. Principalmente a través de API fáciles de usar, los usuarios pueden colocar fácilmente varios objetos de datos en la nube y luego cobrarlos según el uso, como agua y electricidad. Actualmente, muchas empresas han lanzado servicios correspondientes, como Amazon, NetEase y Nokia. Los operadores también han lanzado servicios correspondientes, como el servicio Cai Yun de China Mobile.
5. Gestionar las relaciones con los clientes
El propósito de las aplicaciones de gestión de clientes es realizar un análisis y una comprensión en profundidad de los clientes desde diferentes ángulos en función de sus atributos (incluidos los atributos naturales y los atributos de comportamiento). ), para aumentar nuevos clientes, mejorar la lealtad de los clientes, reducir la tasa de abandono de clientes y aumentar el consumo de clientes. Para los clientes pequeños y medianos, un CRM dedicado es obviamente grande y costoso. Muchas pequeñas y medianas empresas utilizan Fetion como su CRM principal. Por ejemplo, agregue clientes antiguos al grupo Fetion, publique anuncios de nuevos productos y avisos de ventas especiales en Moments y complete servicios de preventa y posventa.
6. Recomendaciones personalizadas y precisas
Dentro de los operadores, es muy común recomendar diversos servicios o aplicaciones en función de las preferencias del usuario, como recomendaciones de software de tiendas de aplicaciones, recomendaciones de programas de vídeo IPTV, etc. . Después de algoritmos de análisis inteligentes, como algoritmos de correlación, extracción de resúmenes de texto y análisis de sentimientos, se puede extender a servicios comerciales y utilizar tecnología de extracción de datos para ayudar a los clientes a realizar un marketing preciso. Las ganancias futuras pueden provenir de una parte de la porción de valor agregado del cliente.
Tomemos como ejemplo los "mensajes de texto basura" diarios. No todos los mensajes son "basura" porque los destinatarios no los necesitan y se consideran mensajes basura. Después de analizar los datos de comportamiento del usuario, la información requerida se puede enviar a las personas que la necesitan, convirtiendo los "mensajes de texto basura" en información valiosa. En McDonald's en Japón, los usuarios descargan cupones en sus teléfonos y luego van al restaurante a pagar con la billetera móvil del operador DoCoMo. Los operadores y McDonald's recopilan información de consumo relevante, como qué hamburguesas compran con frecuencia, a qué tiendas van y la frecuencia de consumo, y luego envían cupones con precisión a los usuarios.
7. Búsqueda de datos
La búsqueda de datos no es una aplicación nueva. Con el advenimiento de la era del "big data", la demanda de las personas de búsquedas integrales y en tiempo real es cada vez más fuerte. Necesitamos poder buscar en varias redes sociales, comportamiento de los usuarios y otros datos. Su valor de aplicación comercial radica en vincular el procesamiento de datos en tiempo real con el análisis y la publicidad, es decir, servicios sociales y comerciales de publicidad en tiempo real para publicidad móvil dentro de la aplicación.
La información sobre el comportamiento online de los usuarios que dominan los operadores hace que los datos obtenidos "tengan una dimensión más integral" y tengan más valor comercial. Trabajo estándar académico
VI: El importante impacto de los big data en la economía y la sociedad
1.
Por ejemplo, la contribución al crecimiento del beneficio neto minorista de China y la reducción de los costes de I+D y montaje de productos manufactureros.
Se estima que los macrodatos globales impulsarán directa e indirectamente los gastos en tecnología de la información a 120 mil millones de dólares en 2013.
2. Puede promover la mejora del nivel de gestión social.
La aplicación de big data en el campo de los servicios públicos puede promover eficazmente el desarrollo del trabajo relacionado, mejorar el nivel de toma de decisiones, la eficiencia del servicio y el nivel de gestión social de los departamentos relevantes y generar un enorme valor social. Al analizar los datos sobre el flujo de tráfico recopilados en tiempo real, muchas ciudades europeas pueden mejorar las condiciones del tráfico urbano guiando a los conductores hacia las mejores rutas.
3. Sin herramientas de análisis de alto rendimiento, no se puede liberar el valor del big data.
Debemos mantener una comprensión clara de la aplicación del big data. No podemos creer ciegamente en los resultados de su análisis ni negar su importante papel porque no es completamente preciso.
1) Debido a diversas razones, los objetos de datos analizados y procesados inevitablemente contendrán varios datos erróneos y datos inútiles. Como el núcleo de la tecnología de big data, el análisis de datos, la inteligencia artificial y otras tecnologías aún no están completamente desarrollados. maduros, por lo que no pueden Los resultados del análisis y procesamiento de big data completados por computadoras deben ser completamente precisos. Por ejemplo, al analizar el contenido de búsqueda de cientos de millones de usuarios, Google puede predecir brotes de influenza más rápido que las organizaciones profesionales, pero esta predicción ha sido inexacta muchas veces debido a la interferencia de información inútil en Weibo.
2) El posicionamiento debe ser claro: el papel y el valor del big data se centran en guiar y estimular el pensamiento innovador de los usuarios de big data y ayudar en la toma de decisiones. En pocas palabras, cuando se trata de un problema, la gente generalmente puede pensar en un método que puede proporcionar diez métodos de referencia. Incluso si solo tres son factibles, triplicará la cantidad de ideas para resolver el problema.
Por lo tanto, comprender objetivamente y aprovechar al máximo el papel del big data, sin exagerarlo ni minimizarlo, es el requisito previo para comprender y aplicar el big data con precisión.
Siete: Finalmente, la Universiada de Beijing te dará un resumen.
Ya sea que el valor central del big data sea la predicción o no, los modelos de toma de decisiones basados en big data han aportado ganancias y reputación a muchas empresas.
1. Del análisis de la cadena de valor del big data, se distinguen tres modelos:
1) Mantener big data pero no hacer un buen uso de él. Los ejemplos típicos incluyen las instituciones financieras; , industria de las telecomunicaciones e instituciones gubernamentales, etc.
2) No tengo datos, pero sé cómo ayudar a las personas que tienen datos a utilizarlos; las típicas son empresas de servicios y consultoría de TI, como Accenture, IBM y Shipping Alliance.
3) Existe el pensamiento tanto de datos como de big data; los ejemplos típicos incluyen Google, Amazon, MasterCard, etc.
2. Las cosas más valiosas en el campo del big data en el futuro son dos cosas: