Metody pro analýzu velkých dat. Encyklopedie marketingu

Neustále se zrychlující růst těchto závazků je neviditelným prvkem současné reality. Sociální sítě, mobilní zařízení, data z digitálních zařízení, obchodní informace – existuje jen několik typů zařízení, která generují obrovské množství dat.

V dnešní době se pojem Big Data rozšířil. Ne každý si uvědomuje, do jaké míry rychlost a hloubka technologie pro zpracování velkého množství dat mění různé aspekty manželského života. V různých oblastech probíhají změny, které vedou k novým problémům a diskusím, včetně oblasti informační bezpečnosti, kde jsou v popředí tak důležité aspekty, jako je důvěrnost, dostupnost, dostupnost atd.

Mnoho společností se dnes bohužel ponoří do technologie Big Data, která nevytváří spolehlivou infrastrukturu, která by mohla zajistit spolehlivé uložení velkého množství dat, která shromažďují a ukládají. Na druhou stranu technologie blockchainu se v této době rychle rozvíjí, což přináší mnoho dalších problémů.

Co jsou velká data?

Význam tohoto termínu je v podstatě na povrchu: „skvělá data“ znamená správu i velkého množství dat a jejich analýzu. Jak šířeji žasnout nad informacemi, které lze zpracovat klasickými způsoby prostřednictvím jejich velkých závazků.

Samotný termín Big Data (velké pocty) se razil nedávno. Podle údajů ze služby Google Trends začala obliba termínu koncem roku 2011 rychle růst:

V roce 2010 se již začaly objevovat první produkty a řešení přímo související se sběrem skvělých dat. Až do roku 2011 většina největších IT společností, včetně IBM, Oracle, Microsoft a Hewlett-Packard, aktivně používala ve svých obchodních strategiích termín Big Data. Analytici trhu informačních technologií začínají tento koncept stále více aktivně zkoumat.

V současné době si tento termín získal významnou popularitu a aktivně se používá v různých oblastech. Není možné s jistotou říci, že velká data jsou zásadně novým fenoménem – velký potenciál datové vědy však má velký potenciál. V marketingu je lze nazvat databázemi nákupů zákazníků, úvěrových historií, životního stylu atd. Analytici tato data řadu let využívají k tomu, aby firmám pomáhali předvídat budoucí potřeby zákazníků, např. zateplovat vesty, formulovat trvalé výhody atd.

V tuto chvíli se situace změnila ve dvou aspektech:

- Objevily se sofistikovanější nástroje a metody pro analýzu a sestavování různých souborů dat;
— Analytické nástroje byly doplněny o řadu nových zdrojů údajů s rozšířeným přechodem na digitální technologie a novými metodami sběru a sdílení údajů.

Vědci předpovídají, že technologie Big Data budou aktivněji využívány ve výrobě, zdravotnictví, obchodu, vládě a v dalších různých oblastech a odvětvích.

Big Data je řetězec dat a soubor metod pro jejich zpracování. Primární charakteristikou velkých dat nejsou jejich omezení, ale také další kategorie, které charakterizují pracné procesy zpracování a analýzy dat.

Výstupní data pro zpracování mohou zahrnovat například:

- protokoly chování uživatelů internetu;
- Internet projevů;
- sociální média;
- Meteorologická data;
- Digitalizované knihy z největších knihoven;
- GPS signály z dopravních zařízení;
- informace o transakcích klientů bank;
- Údaje o poloze účastníků mobilní sítě;
- informace o nákupech ve velkých maloobchodních prodejnách atd.

V průběhu let počet zdrojů dat neustále roste a na tomto pozadí se objevují nové a zřejmé způsoby zpracování informací.

Základní principy Big Data:

- Horizontální škálování - datové sady mohou být velké, což znamená, že systém pro zpracování velkých dat se může dynamicky rozšiřovat díky nárůstu jeho povinností.
- Viditelnost - pokud dojde k poruše určitých prvků systému, celý systém může ztratit svou užitečnost.
- Lokalita dat. Ve velkých divizních systémech jsou data distribuována na značném počtu strojů. Aby se však ušetřily zdroje, data se často zpracovávají na stejném serveru, na kterém jsou uložena.

Pro stabilní fungování všech tří principů a samozřejmě vysokou efektivitu ukládání a zpracování velkých dat jsou nutné nové inovativní technologie, jako je například blockchain.

Jsou potřeba velké pocty?

Rozsah Big Data se neustále rozšiřuje:

— Velké pocty lze získat z medicíny. Diagnózu pacienta tak lze provést nejen analýzou historie onemocnění, ale také spoléháním se na důkazy jiných lékařů, informace o situaci prostředí v oblasti bydliště pacienta a mnoho dalších faktorů. .
— Technologie velkých dat lze využít k organizaci rozvoje bezpilotní dopravy.
— Po shromáždění velkého množství dat lze rozpoznat důkazy na fotografiích a videomateriálech.
— Big Data technologie mohou využít maloobchodníci – obchodní společnosti mohou aktivně dolovat datové sady ze sociálních opatření, aby efektivně nastavily své reklamní kampaně, které se podle toho mohou maximálně orientovat Další přeživší segment.
— Tato technologie je aktivně zkoumána při organizaci volebních kampaní, včetně analýzy politických podobností v manželství.
— Nejnovější technologie Big Data je relevantní pro řešení pro zajištění příjmů (RA), která zahrnují nástroje pro identifikaci nesrovnalostí a komplexní analýzu dat, která vám umožní rychle identifikovat vaše finanční náklady a generovat informace To povede ke snížení finančních výsledků.
— Poskytovatelé telekomunikací mohou agregovat velké množství dat na základě geolokace; Ve skutečnosti mohou být tyto informace komerčně zajímavé pro reklamní agentury, které je mohou používat k zobrazování cílené a místní reklamy, a také pro maloobchodníky a banky.
— Skvělá data mohou hrát důležitou roli při otevření maloobchodu na určitém místě na základě údajů o přítomnosti silného cílového toku lidí.

Nejviditelnější praktické využití technologie Big Data tedy leží v oblasti marketingu. S nedávným rozvojem internetu a šířením různých komunikačních zařízení jsou údaje o chování (jako je počet hovorů, upozornění na nákupy a nákupy) dostupné v reálném čase.

Technologie velkých dat lze efektivně využít i ve financích, sociologických výzkumech a mnoha dalších oblastech. Odborníci potvrzují, že všechny možnosti objevu skvělých dat jsou jen viditelnou částí ledovce, zatímco fragmenty mnohem větších oblastí techniky jsou zkoumány rozvědkou a kontrarozvědkou, vojenskými úřady, stejně jako vše, čemu se obvykle říká informace. války.

Celý proces práce s Big Data spočívá ve sběru dat, strukturování extrahovaných informací pomocí dat a dashboardů a následném formulování doporučení před akcí.

Pojďme se krátce podívat na možnosti využití Big Data technologií v marketingu. Pro obchodníka jsou zřejmě informace hlavním nástrojem prognózování a vývoje strategie. Analýza velkých dat je dlouhodobě úspěšná při identifikaci důležitosti cílového publika, zájmů a spotřebitelské aktivity obyvatel. Analýza skvělých dat umožňuje zobrazovat reklamu (na základě aukčního modelu RTB - Real Time Bidding) těm partnerům, kteří nashromáždili své služby.

Využití Big Data v marketingu umožňuje podnikatelům:

— dozvědět se více o svých společníkech, získat podobné publikum na internetu;
- Posoudit úroveň spokojenosti zákazníků;
- Pochopit, na čem jsou založeny potřeby služby;
- Najít a implementovat nové způsoby, jak zvýšit důvěru zákazníků;
- vytvářet projekty, které se pravděpodobně uskuteční.

Například služba Google.trends může obchodníkovi poskytnout předpověď sezónní aktivity pro konkrétní produkt, počet a geografickou polohu kliknutí. Pokud data porovnáte se statistickými údaji, které sbírá vhodný plugin na oficiálních stránkách, můžete si vytvořit plán na základě rozdělení reklamního rozpočtu od určeného měsíce, regionu a dalších parametrů.

Mnoho následovníků věří, že úspěch Trumpovy volební kampaně je založen na segmentaci a výzkumu velkých dat. Tým nastupujícího prezidenta USA dokázal patřičně rozdělit publikum, pochopit jejich poselství a ukázat právě to poselství, které chtějí volební funkcionáři předat. Podle Iriny Belishevové ze společnosti Data-Centric Alliance tedy Trumpovo vítězství bylo z velké části způsobeno nestandardním přístupem k internetovému marketingu, který byl založen na velkých datech, psychologické a behaviorální analýze a personalizované reklamě.

Trumpovi političtí stratégové a marketéři vyvinuli speciálně vyvinutý matematický model, který jim umožnil hluboce analyzovat data všech amerických voličů a systematizovat je, vyvíjet přesné cíle nejen pro geografické rysy, ale také pro lidi atd. zdroje voličů, jejich psychotyp, vlastnosti chování atd. z nichž marketéři organizovali personalizovanou komunikaci s kůží skupiny lidí na základě jejich potřeb, nálad, politických názorů, psychologických charakteristik a vytvořili barvu pleti, která je praktická pro volbu pleti jako 2. sdělení.

Jak si stěžuje Hillary Clintonová, její kampaň prosazovala „nepřetržité“ metody založené na sociologických datech a standardním marketingu, rozdělující voliče do formálně homogenních skupin (muži, ženy, Afroameričané, Latinoameričané a chudí, bohatí atd.). .

Výsledkem je, že vítězem je ten, kdo řádně vyhodnotil potenciál nových technologií a analytických metod. Je pozoruhodné, že Hillary Clintonová utratila za svou volební kampaň dvakrát více než její protikandidát:

Dani: Pew Research

Hlavní problémy výzkumu velkých dat

Jedním z hlavních faktorů, které řídí vývoj velkých dat v různých oblastech, je však problém výběru dat, která se budou shromažďovat: důležitost toho, jaká data je třeba získat, uložit a analyzovat, a jako pro mě nebrat to k bodu respektu.

Další problém s velkými daty je etického charakteru. Zde vstupuje do hry přirozená strava: jak může takový sběr dat (zejména bez vědomí bankéře) pomoci řešit narušení mezi soukromým životem?

Není žádným tajemstvím, že informace uložené ve vyhledávacích systémech Google a Yandex umožňují IT gigantům neustále zlepšovat své služby, zpřístupňovat je zákazníkům a vytvářet nové interaktivní programy. Pro které vyhledávače shromažďují obchodní údaje o aktivitě obchodníků na internetu, IP adresy, geolokační údaje, zájmy a online nákupy, speciální údaje, poštovní oznámení atd. To vše umožňuje zobrazovat kontextovou reklamu v závislosti na chování zákazníka na internetu. V tomto případě nebudete moci jíst vůbec a nebudete si moci vybrat, jaké informace o sobě chcete sdělit. Poté Big Data shromažďují vše, co je následně uloženo na serverech těchto stránek.

To vyvolává důležitý problém zajištění bezpečnosti ukládání a ukládání dat. Je například bezpečné používat jinou analytickou platformu, která lidem umožňuje automaticky přenášet svá data? Mnoho obchodních zástupců si navíc uvědomuje nedostatek vysoce kvalifikovaných analytiků a obchodníků, kteří dokážou efektivně spravovat velké množství dat a monitorovat je pro konkrétní obchodní úkoly.

Bez ohledu na všechny potíže s výzkumem Big Data mají podniky v úmyslu zvýšit své investice do této oblasti. Podle průzkumu společnosti Gartner mezi lídry investující do velkých dat patří mediální, maloobchodní, telekomunikační, bankovní a servisní společnosti.

Vyhlídky na interakci mezi blockchainem a technologiemi Big Data

Integrace s Big Data má synergický efekt a otevírá širokou škálu nových příležitostí pro podnikání, včetně umožnění:

— odepřít přístup k podrobným informacím o aktuálních produktech, na jejichž základě je možné generovat reportovací analytické profily pro konkrétní dodávky, zboží a komponenty produktů;
— integrovat vykazované údaje o transakcích a statistiky růstu různých skupin zboží podle různých kategorií zákazníků;
— vytvářet analytické zprávy o produkci a růstu lancet, kontrolovat plýtvání produkty během přepravy (např. plýtvání při sušení a odpařování určitých druhů zboží);
- bojovat proti padělání výrobků, podporovat účinnost boje proti sbírání peněz a podvodům atd.

Přístup k reportovacím datům o růstu a růstu produktů výrazně odhaluje potenciál technologie Big Data optimalizovat klíčové obchodní procesy, snižovat regulační rizika, objevovat nové možnosti monetizace a vytvářet nové produkty ї, které se co nejvíce podobají současným živým analogům.

O technologii blockchain již zjevně projevují značný zájem zástupci největších finančních institucí, včetně atd. .

Potenciál pro analýzu blockchainu pomocí technologie Big Data je velký. Technologie sdíleného registru zajišťuje integritu informací a také spolehlivě ukládá celou historii transakcí. Big Data zase poskytují nové nástroje pro efektivní analýzu, prognózování, nákladově efektivní modelování a samozřejmě otevírají nové příležitosti pro důležitější manažerská rozhodnutí.

Tandem blockchainu a Big Data lze úspěšně využít k ochraně zdraví. Nedostatečná data o zdravém pacientovi zřejmě výrazně zvyšují riziko nesprávné diagnózy a nesprávně předepsané léčby. Kriticky důležitá data o zdravotním stavu klientů zdravotnických zařízení musí být maximálně zcizena, prováděna úřady stálosti, prověřována a nevinně citlivá na jakoukoli manipulaci.

Informace v blockchainu poskytují všechny druhy výhod a mohou sloužit jako jasná a spolehlivá výstupní data pro hloubkovou analýzu pomocí nových technologií Big Data. Navíc s pomocí blockchainu by si zdravotnické instituce mohly vyměňovat spolehlivá data s pojišťovnami, justičními úřady, roboty, vědeckými institucemi a dalšími organizacemi, které vyžadují lékařské informace.

Big Data a bezpečnost informací

Informační bezpečnost v širokém spektru aplikací chrání informace a podpůrnou infrastrukturu před sporadickými a spontánními negativními výbuchy přirozené nebo umělé povahy.

V oblasti informační bezpečnosti čelí Big Data následujícím dotazům:

— problémy ochrany údajů a bezpečnosti jejich integrity;
- riziko dodání a toku důvěrných informací třetí stranou;
- Nesprávné ukládání důvěrných informací;
- riziko ztráty informací, například v důsledku škodlivého jednání;
- riziko neúčelného vikoristannya osobních údajů třetími osobami.

Jeden z hlavních problémů velkých dat, jakým blockchain může být, spočívá v oblasti informační bezpečnosti. Zajištěním dodržování všech základních principů může technologie sdíleného registru zaručit integritu a spolehlivost dat a vždy zajistit stabilní provoz díky přítomnosti jediného úhlu pohledu na blockchainové informační systémy. Technologie sdíleného registru může pomoci vyřešit problém důvěry dat a také umožnit jejich univerzální výměnu.

Informace jsou cenným aktivem, což znamená, že zajištění základních aspektů informační bezpečnosti je na prvním místě. Aby si společnosti udržely náskok před konkurencí, musí jít s dobou, což znamená, že nemohou ignorovat potenciální příležitosti a výhody, které může blockchain technologie a nástroje přinést Big Data.

Pravidelně se setkáváme s módními slovy a významy, jejichž smysl intuitivně chápeme, ale nemáme jasnou představu o tom, co to je a jak to funguje.

Jedním z nich jsou Big Data. V ruštině můžete získat doslovný překlad - „skvělá data“, ale častěji to lidé říkají a píší jako: Big Data. Každý, melodickým způsobem, slyšel toto slovo na internetu a je to těžké, ale to, na čem přesně záleží, je respektováno, daleko od jemného digitálního světa kancelářských humanistů v dohledu to nevadí.

Jediným pokusem zaplnit tuto mezeru v bahně nejširšího kůlu koristuvachů je článek jednoho z našich oblíbených autorů Bernarda Marra, jak se mu říká Co jsou velká data? Super jednoduché vysvětlení pro pleť“. Bez sofistikovaného žargonu jediným způsobem není nutné vysvětlovat klíčové myšlenky tohoto fenoménu pro pokožku k osvětlení této oblasti činnosti.

Ve skutečnosti několik zbývajících z nás již žije ve světě důkladně prostoupeném velkými daty, ale stále se ztrácíme v chápání toho, co je stále stejné. Částečně je pravda, že samotný koncept Big Data se neustále transformuje a interpretuje, protože svět špičkových technologií a zpracování velkého množství informací se rychle mění, včetně všech nových a nových možností. A poptávka po těchto informacích neustále roste.

Co tedy znamenají Big Data – 2017?

Všechno to začalo tím, že Vibukh rostl velkým množstvím dat, která vytváříme od začátku digitální série. To se stalo možným především díky zvyšujícímu se počtu a složitosti počítačů, rozmachu internetu a rozvoji technologií, které nám umožňují zachytit informace z reálného, fyzického světa, ve kterém všichni žijeme, a převést je na digitální data.

V roce 2017 generujeme data, když jdeme na internet, když používáme naše chytré telefony vybavené GPS, když se spojujeme s přáteli na sociálních sítích, když si užíváme mobilní programy nebo hudbu, když nakupujeme.

Dá se říci, že se připravujeme o anonymní digitální stopy, aby nás to neobtěžovalo, protože naše činnost zahrnuje jakékoli digitální transakce. To se může stát navždy a navždy.

Navíc rychle roste objem dat generovaných samotnými stroji. Data se vytvářejí a přenášejí, když spolu naše inteligentní příslušenství komunikuje. Virové podniky po celém světě jsou vybaveny zařízeními, která sbírají a přenášejí data ve dne i v noci.

V blízké budoucnosti se naše ulice zaplní samořiditelnými auty, která nezávisle kreslí trasy na základě map z celého světa, dat generovaných v reálném čase.

Co můžeme dělat s velkými daty?

Nekonečně rostoucí tok smyslových informací, fotografií, textových zpráv, zvukových a obrazových dat leží v srdci Big Data, která můžeme analyzovat tak, že mnoho důvodů nebylo možné identifikovat.

Okamžitě byly spuštěny projekty založené na velkých datech, aby pomohly:

— Léčit nemoci a zachránit rakovinu. Na základě vědy o velkých datech medicína analyzuje velké množství lékařských záznamů a snímků, což umožňuje včasnou diagnostiku a usnadňuje vytváření nových léčebných metod.

— Boj s hladem. Venkovské království zažívá současnou Big Data revoluci, která umožňuje využívat zdroje takovým způsobem, aby se maximalizoval výnos za minimální vstup do ekosystému a optimalizovalo využití strojů a vlastnictví.

— Odhalte vzdálené planety. NASA například analyzuje spoustu dat a přichází s modelem budoucích misí ve vzdálených světech.

— Přeneste nadřazené situace různého charakteru a minimalizovat možné škody. Data z numerických senzorů lze přenášet vždy, když dojde k napadení a případnému chování lidí v nouzové situaci, které zvyšuje šance na přežití.

— Vyhýbejte se zločincům za využití moderních technologií, které umožňují efektivnější distribuci zdrojů a jejich nasměrování tam, kde jsou nejvíce potřeba.

A pro většinu z nás: Big Data mění životy běžných lidí, a to jak v jednoduchém, tak i v jednoduchém smyslu – prostřednictvím online nakupování, plánování výletů a navigace v myslích metropole.

Hledání nejlepšího času na nákup letenek a výběr filmu nebo seriálu, který chcete sledovat, je s roboty Big Data mnohem jednodušší.

Jak to funguje?

Big Data fungují na principu: čím více o něčem víte, tím přesněji můžete říct, co se bude dít dál. Vyrovnání blízkých dat a propojení mezi nimi (mluvíme o enormním množství dat a neuvěřitelně velkém počtu možných spojení mezi nimi) umožňuje dříve identifikovat vzory. To nám umožňuje dostat se k jádru problému a pochopit, jak se s tímto nebo jakýmkoli jiným procesem můžeme vypořádat.

Proces zpracování velkého množství informací nejčastěji zahrnuje spouštění modelů na základě nasbíraných dat a běh simulací, při kterých se postupně mění klíčové úpravy, během kterých systém sleduje, jak „úprava změn“ vede k možnému výsledku.

Tento proces je zcela automatizovaný, včetně analýzy milionů simulací, výběru všech možných možností až do okamžiku, kdy se vzor (požadovaný obvod) nenajde nebo dokud nedojde k „osvícení“, které viru pomůže Hledej tajemství kterým všechno začalo.

Kromě objektů, které jsou nám známé, jsou data přebírána v nestrukturované podobě, takže je obtížné je vkládat do tabulek se středy a stopery, které jsou nám, lidem známé. Velké množství dat se přenáší jako obrázky a videa: od satelitních fotografií až po selfie, které zveřejníte na Instagramu nebo Facebooku, stejně jako záznamy v e-mailech a instant messengerech nebo telefonních hovorech.

Aby bylo možné dát praktické místo každému nezakódovanému a heterogennímu toku dat, Big Data často využívají nejnovější analytické technologie, které zahrnují umělou inteligenci a strojové učení (když program na počítači začíná a programuje).

Samotné počítače začínají chápat, co představují další informace, například rozpoznávání obrázků, jazyka, a dokážou pracovat mnohem rychleji než lidé.

Skvělý bratr?

Úměrně s nebývalými možnostmi, které nám dnešní Big Data poskytují, roste i počet výhod s tím spojených.

Nedostatek konkrétních údajů. Big Data shromažďují velké množství informací o našem soukromém životě. Je spousta informací, které bychom rádi uložili do dungeonu.

BEZPEČNOST. Myslíme si, že není nic hrozného na přenosu všech našich osobních údajů do stroje kvůli nějaké konkrétní viditelné značce, ale můžeme doufat, že naše data jsou uchovávána na bezpečném místě?
Kdo a jak nám to může garantovat?

DISKRIMINACE. Pokud je vše známo, je možné diskriminovat lidi na základě toho, co o nich vědí velká data? Banky kontrolují vaši kreditní historii a pojišťovny kontrolují sazby pojištění auta podle toho, co o vás vědí. Jak daleko můžete zajít?

Dá se předpokládat, že za účelem minimalizace rizik budou společnosti, státní orgány a soukromé osoby chránit ty, kteří se o nás mohou dozvědět, a z jakéhokoli důvodu omezí náš přístup ke zdrojům.

Přes všechny naše úspěchy můžeme uznat, že vše je také o neznámé části Big Data. Až dosud se lidé poslední dny škrábali nad zprávami, dokud nepřišel čas, kdy nemoc dospěla do bodu byznysu, který chce využít výhod Big Data pro své účely. To ale může hrozit s katastrofálními následky.

Za těmito pečetěmi se již neskrývá jakákoli činnost obchodníka na internetu. Na základě konceptu Big Data můžete integrovat doslova vše – od online nákupů po lajky. Výsledkem je, že se dozvíte více o své cílové skupině a vytvoříte personalizované nabídky. Přesněji řečeno, stroj udělá vše za vás: zanalyzuje to a učiní nejlepší rozhodnutí.

Řekni mi, co je to sci-fi? Mechanismus se samozřejmě ještě tolik nerozšířil, zejména v Rusku, a nedošlo k žádnému vylepšení, ale první drobky na silnici jsou rozhodně drcené.

Pokud jde o velké pocty, není důležité, kolik jste jich nasbírali, ale jak je přijímáte. Vzagali Big Data je univerzální technika. V tomto článku se podíváme na stagnaci marketingu a prodeje.

Co jsou velká data?

Skvělé dopravní společnosti, internetové obchody, poskytovatelé telekomunikací, služby SaaS, banky – jedním slovem společnosti s velkou zákaznickou základnou silně spoléhají na informace.

To zahrnuje osobní údaje (jméno, e-mail, telefonní číslo, místo, věk, zeměpisnou polohu), jakož i IP adresy, hodiny přístupu na stránku, počet návštěv, záznamy na stránce, historii nákupů atd. Každá společnost má svá specifika a svá unikátní data, která jsou dostupná pouze jí.

Například taxislužba „ví“ každou vteřinu, že řidič kontroluje ve vlaku. Služba online bankovnictví – za co, jestli a s jakou částkou jste zaplatili. Internetový obchod - byla jsem ohromena, jaké je zboží, okoukala kočky a přidala k vybranému.

Nejedná se o stejná data, která CRM systém shromažďuje pro každý podnik. To je vše, co může společnost vědět o klientech a může přijímat terabajty informací různými způsoby. Původní podklad je nemožné zpracovat takové závazky. Chtěl bych, aby se data pravidelně měnila a přicházela vertikálně (+ nový klient) i horizontálně (+ další informace o klientovi).

Kromě toho jsou vůně rozmanité a nestrukturované a fragmenty jsou prezentovány ve zcela odlišných jednotkách, například:

Blogy a sociální média;
Audio a video soubory;
Podnikové databáze;
Senzory, vizualizační zařízení a senzorická měření.

Toto jsou velká data. Protože abstraktní dokumenty jsou méně fyzické, lidé s nimi nemohou zacházet. Na pomoc přicházejí strojové algoritmy.

Data Mining aneb jak se sbírají a sbírají skvělá data

Vzdávají hvězdy velký hold?

Za prvé, vaše webové stránky a všechna úložiště pro kontaktní informace.

Jinými slovy, lékaři a analytické systémy (Yandex.Metrica, Google Analytics).

Jak se shromažďují velké pocty? Osa hlavních rozhodnutí na trhu Big Data:

Systémy pro správu databází (Sap, Oracle, Microsoft, IBM a další), které ukládají a zpracovávají informace, analyzují dynamiku ukazatelů a vytvářejí výsledky ze statistických dat;

Služby pro správu nákupu RTB reklamy, které přenášejí data k cíleným klientům a cílí reklamu v online kanálech (například Segmento, RTB-Media);
služby doporučení produktů, které zobrazují produkty na webu co nejužitečnější pro konkrétního zákazníka (RetailRocket, 1C-Bitrix BigData);
Služby personalizace obsahu, které uživatelům zobrazují nejrelevantnější verze stránek zdrojů (Personyze, Monoloop, Crosss);
Služby pro personalizaci prodejen, které přidávají informace do seznamů, na které se cílí (například Vero, Personyze);

Tyto systémy spolu aktivně interagují, posilují a aktualizují funkčnost.

Jak funguje technologie Big Data a co je Data Science?

Praktickou podstatou tohoto přístupu je minimalizace obtěžování lidí před procesem rozhodování. To je základ pro koncept Data Science (doslova „věda o datech“).

Na základě tohoto konceptu je statistický model podpořen skvělými daty. Je důležité identifikovat vztahy v datech a co nejpřesněji (kvůli objektivitě a širokému spektru dat) zprostředkovat chování konkrétního zákazníka – zda přidá produkt, zda si předplatí zásilkovou službu, zda bude mít zájemce o doručování zboží, nebo zda bude mít nějaké zboží. nebo zda klikne na článek.

U někoho probíhá nepřetržitý proces sebeiniciace. Poté začne samotný stroj (princip strojového učení) v reálném čase a vytvoří algoritmy pro optimalizaci obchodních procesů.

Vaughn nezávisle znamená a navrhuje:

Co, kde a jestli prokázat maximální míru konverze;
Jak zvýšit křížový prodej a doplňkový prodej;
Jaké jsou nejoblíbenější produkty a proč;
Jak namalovat svůj produkt/službu pro vaši cílovou skupinu.

Maloobchodní stroje mohou přijímat následující řešení:

Otevřete blížící se obchod;
Jaké marketingové kampaně provádět;
Jak predikovat tržby na nadcházející období;
Jak vidět „jádro“ publika;
O kolik přesunout/změnit ceny v nadcházejícím měsíci;
Jak optimalizovat svůj marketingový rozpočet;
Jak identifikovat klienty na nadcházející měsíc.

V marketingu to umožňuje segmentovat cílové publikum, rozvíjet kreativitu a osobní návrhy pro každý segment. Bohužel tento proces automatizace již není běžný.

Náprava je tvůj zadek.

Společnost Target se zhostila netradičního úkolu – zacílit na ženy dříve, než zavedou tematické dotazy, sdílí nové produkty na sociálních sítích nebo jinak propagují produkt na internetu.

Jak to uteklo? Pomohla znalost nákupních značek. A samotný Target v průběhu výzkumu zjistil, že novopečené maminky kupují spoustu neparfémovaných pleťových vod, plástů a froté žínek.

Další zadek.

Ruská služba e-knih Bookmate má jen málo znalostí o skutečných zájmech svých přispěvatelů. Smradla přišla v přílohách, a když byly knihy předloženy, byly přilepeny. Situace se vyjasnila díky nejnovějším informacím ze sociálních sítí. Počet doporučení vzrostl 2,17krát a konverzní poměr mezi obchodníky, kteří platí, se zvýšil 1,4krát.

British Airways posunuly personalizaci na zcela novou úroveň. V rámci programu Know Me rozpoznává vzhled klientů pomocí Google Images. Personál vítá cestující na letištních terminálech i na palubě letadla a především se jim věnuje.

Osobní informace cestujících o předchozích letech navíc umožňují letecké společnosti zotavit se ze skutečnosti, že předchozí let byl poškozen nebo došlo ke ztrátě jejich zavazadel.

Tyto další informace o základně (například lety v Hedgehog) jsou dostupné letuškám British Airways na speciálních pracovních tabletech.

Velká data v e-commerce: případ Netologiya

Meta - optimalizujte marketingovou komunikaci pro 3 internetové obchody s kosmetikou a sledujte sortiment přes 500 produktů.

Co dělali specialisté „netologie“?

Začali jsme shromažďovat všechna dostupná data o průběžném chování klientské základny – téměř 100 tisíc uživatelů – z populárních e-commerce systémů Magento a Shopify.

Informace o nákupech, kočkách, průměrném účtu, době odbavení atd.;
Vrácení od předplatitelů odhlášených e-mailů: údaje o vytváření seznamů a přechodech pro zprávy ze služeb jako Mailchimp a Dotmailer a také o další aktivitě na webu (recenze produktových karet, kategorií, nákupy po odhlášení);
Aktivita opakovaného kontaktování stálých zákazníků kvůli informacím o recenzi produktů před nákupem.

Z těchto údajů byly převzaty následující údaje:

Optimální velikost knihy;
Hodina života klienta a její celková hodnota (LTV);
Možnost opakovaných nákupů.

Vytváříme tak plnohodnotný obraz kožního klienta s jedinečným souborem podobností, symbolu a zvláštností.

Přijatelný:

Klient A. Kupuje stejný šampon na vlasy. Není důvod pro tohoto zákazníka spouštět další propagační akce na tento produkt. Ještě lépe, za měsíc si kupte další kondicionér a masku od stejné značky.

Klient B. Jednou jsem si koupil toaletní vodu a parfém a pak už nekoupil nic jiného. Prote se dívá na prodejny internetového obchodu a nakupuje dekorativní kosmetiku. Existuje jistota, že klient bude nakupovat jinde. Nabídka sady odstínů a nižší cena může být hlavním podnětem pro tento nákup.

Na základě těchto informací systém vytvořil segmenty pro spouštění kampaní prostřednictvím emailu a Facebooku – za uplynulé období proběhlo 40 až 100 automatizovaných kampaní na skin brand.

Během sběru dat vyšetřovatelé odhalili nízký počet spouštěčů. Skupina obchodníků například kontroluje poštu ve Francii a večer jede domů a koupí nějaké zboží. Є smysly duplikovat komoditní návrh smrti prostřednictvím dalšího kanálu.

Výsledek: Bylo možné ztrojnásobit opakované prodeje, zvýšit míru otevření inzerátů na průměr o 70 % a konverzi na inzerát o 83 %.

„Olyudnennya“ dat: Případ Yandex.Taxi

Yandex.Taxi obsahuje jedinečná data o všech cestách. Na jejich základě může být marketingová komunikace emotivnější. Hlavní myšlenkou je přátelsky vycházet s klienty a nenápadně si věštit. Osobní statistiky, jako je historie a charakter, pomohly uvědomit si to.

Mediální fasády

Obchodníci Yandex.Taxi identifikovali nejoblíbenější destinace a trasy. Za tímto účelem bylo provedeno velké množství příprav na nejdůležitější místa: parky, divadla, muzea, památky. Tyto údaje nejsou tak osobní a nikoho nereprezentují, spíše ukazují, jak to místo žije.

Taková opatření umožnila realizovat myšlenku zvláštního zaměření na publikum ve formě mediálních fasád. Design vytvořila skupina přátel v chatu. Pro oblast pokožky existují vaše vlastní fráze.

Společnost nikdy nevymění lidskou frázi, jako by ničemu nerozuměli. Jsem rád, že tento osud je úctyhodný a společnost Yandex.Taxi je pojištěna na zvýšení místního povědomí o značce.

Při sestavování textu byly použity následující techniky:

Místní slang jsou místní slova, kterým rozumí všichni obyvatelé. Žertovali jsme o nich na veřejných stránkách a fórech a také jsme se o nich informovali u regionálních manažerů a místních odborníků. Například v Kazani se matriční úřad nazývá „Bowl“, nábřeží v Jekatěrinburzi se nazývá „Drama“;
Hra se slovy. Použijte nápravu:

3090 lidí, kteří cestovali do Madridu taxíkem. A víte hodně o cenách! („Madrid“ - hotel poblíž Jekatěrinburzu).

958 lidí, kteří závodili k Jupiteru. Je to jen prostor! („Jupiter“ je název společnosti).

Jako testovací experiment nyní Yandex vyvíjí větší komplexní kampaň z výdělků různých online i offline uživatelů.

Nová videa

U tašek 2017 chtěl Yandex.Taxi klientům sdělit, kolik hodin spolu strávili a kolik cest, čištění a čištění ran započítali.

Aby to šlo dobře, vymysleli jsme pro jeden z milionů výletů poutavý příběh a natočili video na toto téma s čísly a statistikami.

Dopadlo to takto:

764 milionů lidí se uzdravilo - manželský pár se loučí s taxíkem.

56 milionů ranních výletů přes řeku – máma a dcera jdou do rána.

122 tisíc výletů se zvířaty.

Výsledky prvního pokusu ukázaly, že videa vypadala takto, žádná značka se nemohla pochlubit skvělými čísly. Aby bylo možné přesněji vyjádřit poselství „podívejte se, kolik hodin jsme spolu strávili“, byly statistiky změněny tak, aby se pozornost přesunula na postavy příběhu.

Samotná čísla nestojí za řeč. Je snadné pochopit, zda je toto číslo velké nebo malé a co s ním chtěli ukázat. Yandex není zdrojem dat jako cíl sám o sobě, ale jako způsob, jak vyprávět příběh.

Skvělý den pro dodatku

Společnost také odhadla vlastnosti pro své klienty – „taxitypes“ – v závislosti na počtu cest, jejich denním režimu a potřebě zotavení. Mechanismus identifikace zahrnuje tři z těchto charakteristik, přidává je k obrazu klienta a řadí je do jedné kategorie:

Termíny byly hodnoceny tímto místem, kde lidé vydělali přes 70 % zájezdů.

Algoritmus najde medián a poté vyhodnotí metriky – „bohaté“ nebo „málo“ cesty, krátké cesty a pobyty.

Svůj „typ taxi“ pro každého řidiče, který provedl více než 4 jízdy na řece, zjistíte v dodatku za tlačítkem:

Například:

Černá puma: Hodně cestovala, krátké výlety, jen zřídkakdy ven

Prozíravý mandrevnik: hodně najezdil, dlouho a hned se dostal k autu

20 % těch, kteří se na to podívali, promítli výsledky a sdíleli je se sociálními sítěmi – dvakrát tolik, méně pocítilo prognózy!

Statistiky pro řidiče

Maybutn Big Data

Experimenty se skvělými dárky budou pokračovat.

Yandex je jednou z průkopnických společností, která je nejen průkopníkem konceptu Data Science, ale také jej aktivně sleduje při vývoji energetických produktů.

Vezměme si blogovací platformu Yandex.Zen. Je k dispozici v různých zemích. Není potřeba třídit materiál podle témat nebo jiných parametrů a nastavovat zobrazení na konkrétní kategorie přispěvatelů. Kozhen si přečtěte statistiky, které jsou pro vás užitečné, a vyberte novou sadu podobných. Systém vám jednoduše navrhne ty, které jsou pro vás nejvhodnější.

Vpravo je, že strojová inteligence rektifikace není průměrná. Nebudete moci vytvářet velké množství segmentů, což vám umožní personalizovat obsah každému z miliard zákazníků.

Zahraniční analog může být nazýván alexa.com - toto je hodnocení nejvíce přidružených stránek po celém světě a v různých zemích po celém světě (výběry v zemích jsou placené a stojí haléře).

Automatický sběr dat (prostřednictvím jeho služeb, jako je Yandex.Browser atd.) a statistické modely vám umožňují zahrnout do seznamu stránky, které se nepodílejí na jiných hodnoceních.

Současný pohled však umožňuje identifikovat lídry v různých výklencích a pomocí dalších služeb modelovat jejich strategie propagace a řízení návštěvnosti.

Řekněme, že vyberete 5–10 klientů – a stroj najde tisíce podobných a zaměří se na ně. Výhodou strojové inteligence je, že nezahrnuje pojistné faktory, které mohou být uvolněny z respektu, aniž bychom o nich věděli.

Začněme rozpoznávat, která rozhodnutí jsou lépe přijímána lidmi a stroji, a nepleťme si tyto dvě třídy. Protože se algoritmy dokážou vyrovnat s podobnými úkoly (vybrat design tlačítka) efektivněji, jen málo lidí může být kreativní (navrhnout web od začátku).
Začněte s lidmi a algoritmy;
Ujistěte se, že chcete, aby algoritmy zázračně potvrdily jídlo, ale nemůžete sami nastavit jídlo. Pokud chcete, možná budete chtít chvíli jíst.

Než se začne mluvit, teorie o „kontinuitě“ lidské a strojové inteligence je stále častěji porušována. Z této jízdy můžete obdivovat bitvu mezi Andrijem Sebrantem a Antonem Bulanovem (ředitelem INVITRO, největší soukromé lékařské společnosti).

O segmentaci, marketérech s džusy, správě rozpočtů a o tom, proč potřebujete použít tlačítko „Přiveďte klienty“.

Dívá se na jednoho dihanniho.

Sloupec příspěvků NDU VSHE o mýtech a případech robotů s velkými poctami

Výzkumníci ze School of New Media NDU HSE Kostyantin Romanov a Oleksandr Pyatigorsky, který je také ředitelem digitální transformace ve společnosti Beeline, napsali pro web sloupek o bolestech hlavy při řízení skvělých dat - aplikací moderních technologií a nástrojů. Autoři předpokládají, že publikace pomůže manažerům společnosti získat porozumění.

Mýty a přízně o velkých datech

Big Data nejsou marketing

Termín Big Data se stal dokonce módou – používá se v milionech situací a ve stovkách různých interpretací, které často nemají žádný vliv na to, co to je. V hlavách lidí je často těžké pochopit, že se Big Data zaměňují s marketingovým produktem. U některých společností je navíc Big Data součástí marketingového oddělení. Výsledek analýzy skvělých dat může efektivně sloužit jako vodítko pro marketingové aktivity, ale nic víc. Jsem ohromen, jak to funguje.

Přišli jsme se seznamem těch, kteří před dvěma měsíci nakoupili zboží z našeho obchodu v hodnotě přes tři tisíce rublů, a pak jsme těmto obchodníkům poslali takovou nabídku, tedy typický marketing. Vzorec jasně vidíme ze strukturálních dat a nárůstu prodeje.

Pokud však zkombinujeme data CRM s informacemi ze streamování, například z Instagramu, a analyzujeme je, najdeme vzorec: lidé, kteří ve středu večer omezili aktivitu a kdo je zbývajícím fotografem Existují obrázky koťat, pak vytvoří pěvecká nabídka. To budou také velká data. Znali jsme spoušť, předali jsme ji obchodníkům a její smrady byly použity pro jejich vlastní účely.

To znamená, že technologie závisí na nestrukturovaných datech, a když jsou data strukturovaná, systém v nich stále pokračuje v hledání vzorců, aby nezasahoval do marketingu.

Big Data nejsou IT

Druhý extrém tohoto příběhu: Big Data jsou často zaměňována s IT. Proto jsou v ruských firmách sami IT lídři tahouny všech technologií, vědy a skvělých dat. Protože se vše děje v tomto oddělení, pro společnost jako celek je ohrožena činnost IT.

Ve skutečnosti je zde zásadní pravda: Big Data jsou činnost přímo související s produktem, která se vůbec netýká IT, ačkoli bez nich nemůže technologie existovat.

Big Data - permanentní sběr a analýza informací

Další trik pro velká data. Každý chápe, že tato technologie je spojena s velkými datovými povinnostmi a ne vždy je jasné, že taková data jsou v úctě. Můžete sbírat a získávat informace pouze z filmů o , nebo od jakékoli malé společnosti. Výživa spočívá v tom, co si sami vyberete a jak to pro sebe získáte.

Je třeba si uvědomit, že technologie Big Data nebude shromažďovat a analyzovat absolutně žádné informace. Pokud například sbíráte data o konkrétní osobě na sociálních sítích, nepůjde o Big Data.

Jaká jsou ve skutečnosti velká data?

Velká data se skládají ze tří prvků:

hold;
analytika;
technika.

Big Data nejsou jedním z mnoha skladů, ale kombinací všech tří prvků. Lidé často chápou, že záleží na tom, že velká data jsou více o datech než o technologiích. Faktem ale je, že bez ohledu na to, kolik dat shromáždíte, bez potřebných technologií a analýz s nimi nebudete moci nic dělat. Pokud jsou analýzy dobré, ale pokud nejsou žádná data, je to ještě horší.

Pokud mluvíme o datech, pak to nejsou jen texty, ale všechny fotografie, které jsou zveřejněny na Instagramu, a vše, co lze analyzovat a analyzovat pro různé účely a úkol. Jinými slovy, Data se týkají velkých závazků interních a externích dat různých struktur.

Analytika je také potřeba, protože účelem Big Data je identifikovat určité vzorce. Tento typ analytiky je identifikace nahromaděných ložisek a hledání nových potravin a důkazů na základě analýzy nejrůznějších dat. Big Data by navíc měla vycházet z toho, že z takových dat nelze přímo odvodit.

Pokud se bavíme o obrázcích, nic neříká fakt, že jste zveřejnili svou fotku v černém fotbalovém dresu. Pokud používáte fotografii pro modelování velkých dat, možná si uvědomíte, že budete muset získat kredit hned, protože vaše sociální skupina má tendenci o tomto fenoménu u dětí mluvit. Proto jsou „nahá“ data uváděna bez analýzy, bez identifikace přítomnosti a nezřejmých vkladů velkých dat.

Otče, máme velké pocty. Jeho majestátní masiv. Používáme také analytiku. Jak můžeme pracovat tak, abychom z těchto jednoduchých dat přišli na konkrétní řešení? Proč potřebujeme technologie, které nám je umožňují nejen ukládat (což dříve nebylo možné), ale i analyzovat.

Jednoduše řečeno, pokud máte hodně dat, budete potřebovat technologie, jako je Hadoop, které vám umožní uložit všechny informace v původní podobě pro další analýzu. Takové technologie vzešly od internetových gigantů a oni sami byli první, kdo čelil problému uložení velkého množství dat a analýz pro další monetizaci.

Kombinace nástrojů pro optimalizované a levné ukládání dat, požadované analytické nástroje a také podpora zvolené platformy. Například kolem Hadoopu se již vyvinul celý ekosystém souvisejících projektů a technologií. Akce osy od nich:

Pig je deklarativní jazyk pro analýzu dat.
Hive – analýza dat pomocí anglických jazyků blízkých SQL.
Oozie - vlákno funguje s Hadoopem.
Hbase je nerelační databáze, obdoba Google Big Table.
Mahout – strojové učení.
Sqoop - přenos dat z RSDB do Hadoop a dále.
Flume - přenos HDFS logů.
Zookeeper, MRUnit, Avro, Giraph, Ambari, Cassandra, HCatalog, Fuse-DFS a tak dále.

Všechny tyto nástroje jsou k dispozici všem zdarma a také sada placených doplňků.

Kromě toho požadované fachivts: jedná se o specialistu a analytika (tzv. Data Scientist). Manažer, který to umí analyzovat, je také potřebný pro dosažení konkrétního úkolu, protože sám o sobě je absolutně k ničemu, protože není vyžadován pro obchodní proces.

Očekává se, že pro tým budou pracovat všichni tři vojenští specialisté. Manažer, který dá datovým vědcům znát tento vzorec, si musí uvědomit, že nebude dlouho trvat, než najde přesně to, co potřebuje. V tomto případě musí výzkumník pozorně naslouchat tomu, co Data Scientist ví, fragmenty jeho zjištění se ukáží jako užitečnější a přínosnější pro byznys. Vaším úkolem je pracovat na svém podnikání a vydělávat na svém produktu.

Bez ohledu na ty, kteří nejsou závislí na různých strojích a technologiích, jsou zbývající rozhodnutí pro lidi navždy ztracena. Pro které informace je třeba vizualizovat. Na to existuje spousta nástrojů.

Nejpůsobivějším příkladem jsou tyto geoanalytické zprávy. Společnost Beeline intenzivně spolupracuje s různými místy a regiony. Nejčastěji tyto organizace žádají o zprávy jako „Zájem o dopravu na místě, kde se zpívalo“.

Je jasné, že takový zvuk se může rozšířit na řádové struktury v jednoduchých a rozumných formách. Pokud potřebujeme velkou a zcela nesrozumitelnou tabulku (aby se informace objevily způsobem, který můžeme odstranit), je nepravděpodobné, že bychom si takový zvuk koupili - bude to absolutně zbytečné, není za to žádná odpovědnost ty znalosti, které chtěli odvrhnout.

Proto bez ohledu na to, jak dobří jsou datoví vědci nebo jak znají vzory, nebudete schopni tato data zpracovat bez jasných vizualizačních nástrojů.

Dzherela danikh

Pole dat je tak velké, že je lze rozdělit do skupin.

Interní firemní údaje

Pokud chcete tuto skupinu oslovit s 80 % dat, která nasbíráte, nesmíte znovu zvítězit. Často tyto údaje, které podle nás nikdo nepotřebuje, například logy. Pokud se na ně podíváte pod jinou optikou, poznáte, že mají nekonzistentní vzory.

Duševně bezkočičí dzherela

Patří sem data ze sociálních sítí, internetu a všeho, co lze bez újmy proniknout. Proč je to duševně svobodné? Jednak jsou tato data přístupná každému člověku, a jelikož jste skvělá firma, tak oddělit je od velikosti předplatitelské základny v řádu desítek tisíc, stovek a milionů klientů již není snadný úkol. Na trhu proto existují placené služby pro poskytování těchto údajů.

Zaplať džerela

Jsou tady firmy, které prodávají peníze za haléře. To by mohlo zahrnovat telekomunikace, DMP, internetové společnosti, kanceláře pro úvěrovou historii a agregátory. Ruský telecom neprodává data. Svým způsobem je ekonomicky neživotaschopná, ale na druhou stranu je chráněna zákonem. Proto nechtějí prodávat výsledky svého zpracování, například geoanalytická data.

Odemknout data

Stát hledá byznys a dává příležitost získat přístup ke shromážděným datům. I v tomto ohledu jde Rusko s dobou. Existuje například Open Data Portal pro moskevské oddělení, kde jsou zveřejňovány informace o různých objektech moskevské infrastruktury.

Pro místní obyvatele a hosty Moskvy jsou data prezentována v tabulkových a kartografických formátech a pro čtenáře - ve speciálních strojově čitelných formátech. Projekt zatím funguje v omezeném režimu, ale vyvíjí se, což znamená, že je také zdrojem dat, která můžete využít pro své obchodní úkoly.

Následovat

Jak bylo zamýšleno, úkolem Big Data je znát vzorec. Často se výzkum, který se provádí po celém světě, může stát opěrným bodem pro nalezení těchto nebo jiných vzorců - můžete izolovat konkrétní výsledek a pokusit se aplikovat logiku na své cíle.

Big Data nejsou obor, kde platí všechny matematické zákony. Například „1“ + „1“ není totéž jako „2“, ale mnohem více, takže při smíchání dat můžete účinek výrazně zvýšit.

Aplikace produktů

Zná někdo službu výběru hudby Spotify? Je to skvělé, protože se neptá koristuvachů, jaká je jejich aktuální nálada, ale vypočítává ji na základě zdrojů, které máte k dispozici. Vždy hned víte, co potřebujete – jazz nebo důležitý rock. To je klíčový rozdíl, který zajistí bezpečnost vašich nositelů a odlišuje je od ostatních služeb.

Takové produkty se obvykle nazývají sense-products – ty, které cítí svého klienta.

Technologie Big Data se používá v automobilech. Vezměme si například Teslu – jejich zbývající model má autopilota. Firma nepostaví auto, aby dovezlo pasažéra, kam potřebuje. Bez velkých dat je to nemožné, protože tato data budeme pouze ignorovat, což je absolutně nemožné, protože bez pomoci lidí se auto nebude schopno plně přizpůsobit.

Pokud řídíme auto sami, pak se pomocí našich neuronů rozhodujeme na základě mnoha faktorů, které si nevšímáme. Možná nevíme, proč jsme se rozhodli nezrychlit vodu na zelenou, a pak se ukáže, že rozhodnutí bylo správné – předjelo vás šílenou rychlostí auto a vy jste měli nehodu.

Big Data můžete využít i ve sportu. V roce 2002 se generální manažer baseballového týmu Oakland Athletics Billy Bean rozhodl narušit paradigma toho, jak sportovci potřebují vtipkovat sami se sebou – výběrem a učením se pracovat „za čísly“.

Nechte manažery žasnout nad úspěchy sportovců, ale věci by byly jinak – aby si manažer odnesl výsledek, naučil se, jaké kombinace sportovců potřebuje, respektující individuální vlastnosti. Navíc po výběru sportovců, kteří neprojevili velký potenciál, se tým ukázal být natolik úspěšný, že poté vyhrál dvacet zápasů.

Režisér Bennett Miller nedávno natočil film věnovaný tomuto příběhu – „Muž, který změnil všechno“ s Bradem Pittem v hlavní roli.

Technologie Big Data je užitečná pro finanční sektor. Mnoho lidí na světě nedokáže samostatně a přesně určit, zda by měli někomu dát půjčku. Za účelem rozhodování se provádí bodování tak, aby existoval konzistentní model, z něhož můžete pochopit, jak lidé vydělají své haléře. Poté bodování ve všech fázích stagnuje: můžete například předvídat, že lidé v nejbližším okamžiku přestanou platit.

Velké pocty umožňují nejen vydělávat peníze, ale také je chránit. Zocrema, tato technologie pomohla ministerstvu spravedlnosti rychle utratit za podporu v nezaměstnanosti 10 miliard eur a po analýze informací vyšlo najevo, že 20 % vyplacené pomoci bylo nezasloužených.

Technologie stagnuje i v medicíně (zejména v Izraeli). Pomocí Big Data je možné provést výrazně přesnější rozbor, ale zároveň vyvinout lékaře s třicetiletou praxí.

Každý lékař se při stanovení diagnózy spoléhá pouze na oficiální důkazy. Pokud budete pracovat na stroji, dostanete se z tisíců takových léků a všech dalších příběhů nemocí. Pojišťují, jaký materiál je použit na stavbu kabiny pacienta, v jaké oblasti oběť žijí, jaký je tam kouř a tak dále. To je spousta faktorů, které lékaři neberou v úvahu.

Příkladem Big Data výzkumu ve zdravotnictví lze nazvat projekt Artemis, který zahájila torontská nemocnice. Tento informační systém, který shromažďuje a analyzuje data, často není zachycen v reálném čase. Stroj umožňuje analyzovat 1260 ukazatelů zdraví pokožky. Tento projekt se zaměřuje na prognózu nestabilního dětství a prevenci onemocnění u dětí.

Velká data začínají být v Rusku populární: například Yandex vytvořil Velká data. Společnost společně s AstraZenecou a ruským Partnerstvím klinické onkologie RUSSCO spustila platformu RAY, určenou genetikům a molekulárním biologům. Projekt umožňuje zlepšit metody diagnostiky rakoviny a identifikace nemocí souvisejících s rakovinou. Platforma je pro roboty v kojení v roce 2016 důležitější.

Další projekt Yandex Data Factory - Sniper, byl vyvinut společně s Magnitogorsk Iron and Steel Works a zaměřil se na optimalizaci procesů tavení oceli pomocí dalších algoritmů strojového učení. Plánuje se, že finální softwarový produkt poskytne optimální množství feroslitin a doplňkových materiálů při výrobě oceli.

Big Data se využívají nebo mohou využívat naprosto ve všech oblastech – až do okamžiku, kdy se pro vodárenské služby nakupují data od mobilních operátorů. Zocrema, která je typická pro Řím, kde je kanalizace velmi slabá, proto s pomocí Big Data dokážou předvídat aktivitu v nových částech města, což jim pomáhá vyhnout se prasknutí potrubí a dalším problémům.

Mimochodem, existuje velké množství produktů, které budou dostupné na Big Data. Mohou úplně změnit jakoukoli oblast, jako je zdravotní péče, nebo ji mohou pouze upravit, jako je online nakupování. Velká data otevírají skvělé příležitosti pro každého. Jen se s ní musíte naučit pracovat.

Termín „Big-Data“ se dnes může stát stále neznámějším, ale stále existuje mnoho nejasností, co to vlastně znamená. Abychom byli spravedliví, koncept se postupně vyvíjí a je revidován, dokud není zbaven destruktivní síly bohatých prvků digitální transformace, která probíhá, včetně umělé inteligence, datové vědy a internetu řeči. Co je technologie Big-Data a jak mění náš svět? Pokusme se jednoduchými slovy vysvětlit podstatu technologie Big-Data a její význam.

Dělící růst Big-Dati

Všechno to začalo „vibhu“ v komunikaci dat, které jsme vytvořili na začátku digitálního věku. To má hodně společného s rozvojem počítačů, internetu a technologií, které „plivají“ data ze světa. Dáno mocnými silami je nová cesta ven. Ještě před érou počítačů a databází jsme těžili papírové transakční záznamy, záznamy klientů a archivovali soubory, jako jsou data. Počítače, zejména elektronické tabulky a databáze, nám umožnily snadno a jednoduše ukládat a organizovat data ve velkém měřítku. Je neuvěřitelné, že informace byly dostupné jediným kliknutím z cíle.

Tim neméně, prošli jsme dlouhou cestu přes tabulky a databáze. Dnes každé dva dny vytváříme tolik dat, kolik jsme nasbírali z klasu až před 2000 lety. Správně každé dva dny. A povinnost dat, která vytvoříme, bude i nadále rychle růst; Do roku 2020 se dostupné digitální informace zvýší z přibližně 5 zettabytů na 20 zettabytů.

V této době kožní aktivita, jak se obáváme, ztrácí svou stopu. Data generujeme okamžitě, když přistupujeme k internetu, když nosíme své chytré telefony vybavené zvukovým modulem, když komunikujeme s přáteli prostřednictvím sociálních sítí nebo chatu atd. Navíc rychle roste i počet strojově generovaných dat. Data jsou generována a rozšiřována tak, jak si naše chytrá domácí zařízení vyměňují data mezi sebou nebo se svými domácími servery. Průmyslová zařízení v závodech a továrnách jsou stále častěji vybavena senzory, které shromažďují a přenášejí data.

Termín „Big-Data“ označuje shromažďování všech těchto dat a naši schopnost je využít ve svůj prospěch v celé řadě oblastí, včetně podnikání.

Jak funguje technologie Big Data?

Big Data fungují na principu: čím více budete o daném objektu nebo jevu vědět, tím spolehlivěji budete schopni dospět k novým porozuměním a sdělit, co se vám může v budoucnu stát. Během procesu aktualizace velkého množství datových bodů vznikají propojení, která byla dříve provedena, a tato propojení nám umožňují začít přijímat důležitější rozhodnutí. Nejčastěji musíte následovat sekundární proces, který zahrnuje spouštění modelů případ od případu na základě dat, která můžeme shromáždit, a poté spuštění simulace, která se rychle přizpůsobí významným datovým bodům a identifikuje ty, které se objevují. na našich výsledcích. Proces automatizace procesů - Suprozni technologický analytik spustit Milioni Tsich Simulyatsi, Nalastechiyi VSIS YOULIVI ZMINNI DOTI, doky neznají model - yaki přijímat Virishiti, přes obsazení mrtvice praziyu.

Bill Gates visí nad papírem místo jednoho CD

Donedávna byla data propojena s elektronickými tabulkami a databázemi – a vše bylo přehlednější a přehlednější. Všechny ty, které nebylo možné snadno uspořádat do řádků a sloupců, byly hodnoceny jako vhodnější pro práci a byly ignorovány. Pokrok v ukládání a analýze dat však znamená, že můžeme zachytit, uložit a zpracovat velké množství různých typů dat. V důsledku toho dnes „data“ mohou znamenat cokoli od databází po fotografie, videa, zvukové nahrávky, psané texty a data senzorů.

Aby bylo možné porozumět všem těmto informacím, projekty, které se rýsují v srdci Big Data, nejčastěji spoléhají na ultramoderní analytiku na základě získaných inteligence a počítačových dovedností. V dnešní době si počítací stroje uvědomují, že konkrétní data – například vzhled vzorů a vzorků přirozeného jazyka – se z nich můžeme naučit vytvářet modely, které jsou bohatší, sofistikovanější a spolehlivější než ony samy.

Jak se Big-Data vikorizují?

Tento tok informací, který se neustále zvyšuje, o datech ze senzorů, textových, hlasových, fotografických a video datech znamená, že nyní můžeme analyzovat data způsoby, které dosud nedokázaly identifikovat velkou část rizik. Stojí za to přinést revoluční změny do světa byznysu a to nejen v kůži. Tyto společnosti mohou s extrémní přesností sdělit, jaké konkrétní kategorie klientů chtějí získat a co potřebují. Big Data také pomáhají společnostem provádět jejich aktivity efektivněji.

V obchodní sféře již projekty související s Big-Data pomáhají měnit náš svět různými způsoby:

Zlepšení zdraví – medicína, plná dat, je navržena tak, aby analyzovala velké množství lékařských informací a obrázků pro modely, které mohou pomoci identifikovat nemoc v rané fázi a vyvinout nové tváře.
Předvídání a reakce na přírodní katastrofy a katastrofy způsobené člověkem. Data ze senzorů lze analyzovat a určit, zda může docházet k zemětřesení, a vzorce lidského chování mohou naznačovat, jak mohou organizace pomoci těm, kteří jsou naživu. Vyvíjí se také technologie Big Data, která má usnadnit a zastavit tok uprchlíků z válečných zón po celém světě.
Zapomenout na zlo. Policejní síly stále více přijímají strategie sledování založené na datech, které zahrnují použití proprietárních zpravodajských informací a veřejně přístupných informací k efektivnějšímu využívání zdrojů a toků, a to tam, kde to není nutné.

Krásné knihy o technologii Big-Data

Všichni lžou. Poshukoviki, Big Data a internet o vás vědí vše.
VELKÁ DATA. Všechny technologie v jedné knize.
Promiskuita štěstí. Jak velká data a nové technologie pomáhají dodávat produktům a službám emoce.
Analytická revoluce. Jak zlepšit své podnikání v éře Big Data pomocí provozních analýz.

Problémy s velkými daty

Big Date nám dává nebývalé nápady a možnosti a také řeší problémy a výživu, které je třeba vyřešit:

Důvěrnost dat – Big-Data, která dnes generujeme, obsahují mnoho informací o našem konkrétním způsobu života, u kterých nemáme právo na důvěrnost. Častěji jsme požádáni, abychom našli rovnováhu mezi počtem osobních údajů, které zveřejňujeme, a odpovědností prokázat výhody a služby založené na databázi.
Ochrana dat – věříme, že nám vládnou ti, kteří naše data používají pro účely zpěvu, můžeme mu tedy věřit v bezpečnost a zabezpečení našich dat?
Diskriminace dat – jakmile budou všechny informace k dispozici, bude přijatelné diskriminovat lidi na základě dat z jejich konkrétních životů? Už nyní posuzujeme bonitu, abychom určili, kdo může brát peníze, významnou část dat tvoří i pojištění. Jsme připraveni si uvědomit, že budeme podrobněji rozebráni a posouzeni, abychom těmto lidem, kteří mají méně prostředků a omezený přístup k informacím, neztěžovali život.

Sběr těchto dat je důležitým skladištěm dat a je nezbytný pro organizace, které chtějí taková data sbírat. Z podnikání není možné udělat byznys, a to nejen bez ohledu na svou pověst, ale také na právní a finanční stránku.

Žasněte nad budoucností

Náš svět a naše životy se změní bezprecedentním tempem. Vzhledem k tomu, že Big-Data je dnes k dispozici pro všechno, stačí vědět, co bude k dispozici zítra. Množství dat, která máme k dispozici, se bude zvyšovat a analytická technologie bude ještě modernější.

Pro obchodní účely je datum v blízké budoucnosti stále důležitější. Přežijí a prosperují pouze ty společnosti, které data považují za strategické aktivum. Ti, kdo ignorují tuto revoluci, riskují, že zůstanou pozadu.

Jak se vám socha líbí? Ještě více dalšího obsahu na mém úžasném kanály YouTube

Jen buď opatrný! Na mém YouTube se můžete stát rozumnějšími... 👇