'
ビッグデータは、大規模な組織が直面するさまざまな問題に対処できます。以下は、大規模な組織が直面する懸念に対処するために使用できる価値の高いビッグデータのユースケースです。
ビッグデータの調査
ビッグデータの探索では、さまざまなシステムに保存されている情報や、このデータにアクセスして大規模な組織が直面する日常のタスクを完了するなどの課題に対処します。ビッグデータ探索により、データを分析し、それらから貴重な洞察を得ることができます。
強化された360&ordmカスタマービュー
既存の顧客ビューを強化することで、顧客を完全に理解し、購入する理由、買い物を好む方法、変更する理由、次に購入するもの、他の人に会社を推薦するための機能などの質問に対処できます。
セキュリティ/インテリジェンス拡張
ビッグデータテクノロジーを使用してサイバーセキュリティおよびインテリジェンス分析プラットフォームを強化し、ソーシャルメディア、メール、センサー、Telcoからの新しいタイプを処理および分析し、リスクを軽減し、不正を検出し、サイバーセキュリティをリアルタイムで監視して、インテリジェンス、セキュリティ、法執行機関の洞察を大幅に向上させます。
運用分析
運用分析とは、ビッグデータテクノロジーを使用して、マシンや運用データなどの大量のマルチ構造化を分析してビジネスを改善する新世代のアプリケーションを実現することです。これらのデータには、ITマシンからセンサーやメーターまで、あらゆるものが含まれる可能性があり、GPSデバイスには、さまざまなタイプのデータセット間での複雑な分析と相関関係が必要です。
データウェアハウスの近代化
Ruby onRailsのWebサイトチュートリアル
運用効率を高めるには、ビッグデータをデータウェアハウス機能と統合する必要があります。ウェアハウスおよびアプリケーションデータベースからめったにアクセスされないデータや古いデータを取り除くには、情報統合ソフトウェアとツールを使用します。
企業とそのビッグデータアプリケーション:
広東モバイル:
中国で人気のモバイルグループである広東省は、Hadoopを使用してデータアクセスのボトルネックを取り除き、正確で的を絞った市場プロモーションのための顧客の使用パターンを明らかにし、HadoopHBaseを使用してノード間でデータテーブルを自動的に分割してデータストレージを拡張します。
レッドソックス:
ワールドシリーズのチャンピオンは、天気、対戦相手のチーム、ゲーム前のプロモーションなど、ゲームに関連する大量の構造化データと非構造化データに遭遇します。ビッグデータを使用すると、ゲームに関する予測と、今後のゲームで予想される変動に基づいてリソースを割り当てる方法を提供できます。
ノキア:
ビッグデータは、ノキアがデータを効果的に利用して、製品に対するユーザーエクスペリエンスを理解および改善するのに役立ちました。同社は、データ処理と複雑な分析を活用して、予測トラフィックと階層化された標高モデルを使用してマップを作成します。 Nokiaは、上記のアプリケーションにClouderaのHadoopプラットフォームとHBase、HDFS、Sqoop、ScribeなどのHadoopコンポーネントを使用しています。
Huawei:
Huawei OceanStor N8000-Hadoopビッグデータソリューションは、高度なクラスター化アーキテクチャとエンタープライズレベルのストレージ機能に基づいて開発され、Hadoopコンピューティングフレームワークと統合されています。この革新的な組み合わせにより、企業は徹底的なデータ計算と分析からリアルタイムの分析と処理結果を取得し、意思決定と効率を改善し、管理を容易にし、ネットワーキングのコストを削減できます。
SAS:
SASはHadoopと組み合わせて、データサイエンティストがビッグデータをより大きな洞察に変換するのを支援しています。その結果、SASは、視覚的でインタラクティブなエクスペリエンスを提供する環境を考案し、洞察を得て新しいトレンドを探求することを容易にしました。強力な分析アルゴリズムはデータから貴重な洞察を抽出し、インメモリテクノロジーはデータへのより高速なアクセスを可能にします。
CERN:
ビッグデータは、大型ハドロンスーパーコライダーの本拠地であるCERNで重要な役割を果たしています。ビッグデータは、100メガピクセルのカメラから毎秒4,000万枚の写真から信じられないほどの量のデータを収集し、毎秒1ペタバイトのデータを出力します。これらのカメラからのデータを分析する必要があります。ラボでは、AmazonのS3のクラウドストレージサービスにあるHadoopやDynamoなどのNoSQLテクノロジーに基づいて、リレーショナルデータベースとデータストアの両方に実験からより多くのデータを配置する方法を実験しています。
Buzzdata:
エントリーレベルのPython開発者の履歴書
Buzzdataは、すべてのソースを組み合わせて安全な場所に統合する必要があるビッグデータプロジェクトに取り組んでいます。これは、ジャーナリストが公開データを接続して正規化するのに最適な場所を作成します。
国防省:
国防総省(DoD)は、膨大な量のデータを活用および利用して、制御を行い、自律的な意思決定を行い、アナリストが運用をサポートするのを支援できるシステムを考案するために、約2億5000万ドルを投資しました。この部門は、分析能力を100倍に高め、任意の言語のテキストから情報を抽出し、アナリストが分析できるオブジェクト、アクティビティ、およびイベントの数を同等に増やすことを計画しています。
国防高等研究計画局(DARPA):
DARPAは、大量の半構造化データと非構造化データを分析するための計算技術とソフトウェアツールを改善するために、約2,500万ドルを投資する予定です。
国立衛生研究所:
1000人ゲノムプロジェクトに含まれる200テラバイトのデータは、すべてビッグデータの代表的な例となるように設定されています。データセットは非常に膨大であるため、データを分析するための計算能力を持っている研究者はほとんどいません。
さまざまな業界でのビッグデータアプリケーションの例:
小売/消費者:
- マーケットバスケット分析と価格設定の最適化
- マーチャンダイジングと市場分析
- サプライチェーンの管理と分析
- 行動ベースのターゲティング
- 市場と消費者のセグメンテーション
財務および詐欺サービス:
- 顧客セグメンテーション
- コンプライアンスおよび規制報告
- リスク分析と管理。
- 不正検出とセキュリティ分析
- 医療保険詐欺
- CRM
- 信用リスク、スコアリングおよび分析
- 貿易監視と異常な取引パターン分析
健康とライフサイエンス:
- 臨床試験データ分析
- 病気のパターン分析
- 患者ケアの質の分析
- 医薬品開発分析
電気通信:
- 価格の最適化
- 顧客離れの防止
- 通話詳細記録(CDR)分析
- ネットワークのパフォーマンスと最適化
- モバイルユーザーの位置分析
エンタープライズデータウェアハウス:
- 処理とストレージをオフロードしてEDWを強化
- EDWに到達する前のハブの前処理
ゲーム:
- 行動分析
ハイテク:
- 目標到達プロセスの変換を最適化する
- 予測サポート
- セキュリティの脅威を予測する
- デバイス分析
関連記事: