¿Cuál es el significado de big data?
Big data significa que los datos deben estar en línea para que puedan ser valiosos para el análisis o procesamiento. Tiene sentido analizar grandes cantidades de datos en línea. Puede obtener los datos que desee, muchos de los cuales se utilizan en películas, como búsqueda de rostros, posicionamiento de personas, análisis de tráfico, estado operativo, etc. Actualmente existen muchas aplicaciones, pero pocas se han implementado. O crear valor.
Qué es big data, por qué es importante y cómo aplicarlo.
No tiene mucho sentido hablar de datos. Depende de cuál sea la dirección principal de los datos. 1. Desde la perspectiva de la aplicación técnica, nuestros datos se utilizan principalmente para orientación en comunicación; 2. Durante el proceso de investigación de datos, nuestros datos provienen principalmente de datos públicos en Internet (datos de medios, datos de medios propios, medios corporativos autooperados). Datos), resolviendo problemas como el conocimiento de los usuarios, los efectos de la comunicación y la adquisición de inteligencia competitiva. 3. Estudiamos principalmente las dimensiones de big data. Nuestras dimensiones son cada vez más amplias y el número de dimensiones determina el efecto.
La importancia del big data
La sociedad actual es una sociedad en rápido desarrollo con tecnología avanzada y circulación de información. La comunicación entre las personas es cada vez más estrecha y la vida se vuelve cada vez más cómoda. Los macrodatos son un producto de esta era de alta tecnología. El fundador de Alibaba, Jack Ma, mencionó en su discurso que la era futura no será la era de las tecnologías de la información, sino la era de las DT. DT significa tecnología de datos y mostrar big data es muy importante para Alibaba Group. Algunas personas comparan los datos con una mina de carbón con energía. El carbón se divide en carbón coquizable, carbón de antracita, carbón graso y carbón pobre según sus propiedades, y los costos de extracción de las minas de carbón a cielo abierto y las minas de carbón de montaña profunda son diferentes. Del mismo modo, los big data no son "grandes", sino "útiles". El contenido de valor y los costos de extracción son más importantes que la cantidad. Para muchas industrias, cómo utilizar estos datos a gran escala es la clave para ganar la competencia. El valor de Big Data se refleja en los siguientes aspectos: 1) Las empresas que brindan * * * productos o servicios a una gran cantidad de consumidores pueden utilizar Big Data para realizar marketing de precisión; 2) Las pequeñas y hermosas empresas de cola larga pueden utilizarlo; big data para proporcionar transformación de servicios; 3) Las empresas tradicionales que deben transformarse bajo la presión de Internet deben mantenerse al día y aprovechar al máximo el valor de big data. Sin embargo, la gran importancia de los "grandes datos" en el desarrollo económico no significa que puedan reemplazar todo pensamiento racional sobre cuestiones sociales. El famoso economista Ludwig von Mises advirtió una vez: "Hoy en día, muchas personas están tan ocupadas acumulando información inútil que han perdido el significado económico especial de explicar y resolver problemas. Comprenda. "Esto requiere vigilancia. En esta era de rápido desarrollo de hardware inteligente, un tema importante que preocupa a los desarrolladores de aplicaciones es cómo encontrar el delicado equilibrio entre consumo de energía, cobertura, velocidad de transmisión y costo. Las empresas pueden aprovechar datos y análisis relevantes para ayudarlas a reducir costos, mejorar la eficiencia, desarrollar nuevos productos, tomar decisiones comerciales más inteligentes y más. Por ejemplo, combinar big data con análisis de alto rendimiento puede conducir a las siguientes situaciones que benefician a las empresas: 1) El análisis oportuno de las causas fundamentales de las fallas, problemas y defectos puede ahorrarles a las empresas miles de millones de dólares cada año. 2) Planificar rutas de tráfico en tiempo real para miles de vehículos de entrega urgente para evitar la congestión. 3) Con el objetivo de maximizar las ganancias, analice todos los SKU, precios y limpie el inventario. 4) Según los hábitos de compra del cliente, envíe información preferencial que pueda interesarle. 5) Identifique rápidamente a los clientes con medalla de oro entre una gran cantidad de clientes. 6) Utilice análisis de flujo de clics y extracción de datos para evitar fraudes.
Qué es big data, por qué es importante y cómo aplicarlo.
Lee este libro. .
Controle el big data y controle el futuro
La popularidad del big data también ha provocado un aumento en el tema de la publicación de big data en la industria del libro. El "Big Data" del año pasado (autor Tu Zipei) describió la gestión estadounidense de una manera simple y profunda desde la perspectiva de la gobernanza de datos, explicando en detalle la esencia de la "gestión numérica capitalista" del Sr. Huang Renyu. Recientemente, la Editorial People's Posts and Telecommunications organizó la traducción y publicación del libro "Mastering Big Data" del estadounidense Bill Franks.
La idea general del libro, en definitiva, es describir un proceso de "recopilación de datos-formación de conocimiento-acción inteligente", que no sólo responde al "qué", sino que también señala el "cómo" y proporciona tecnologías, procesos y métodos específicos, e incluso formación de equipos e innovación cultural. El primer capítulo analiza el auge de big data, presenta el concepto, contenido y valor de big data, analiza las fuentes de big data y explora los escenarios de aplicación de big data en las industrias de seguros de automóviles, energía eléctrica y comercio minorista. El Capítulo 2 presenta las tecnologías, procesos y métodos para controlar big data. La tercera parte presenta el marco de competencias para gestionar big data, incluido cómo realizar análisis de alta calidad, cómo convertirse en un excelente analista y cómo formar un equipo de alto rendimiento. Finalmente, se plantea la importancia de la cultura de innovación corporativa. Todo el libro es de alto nivel y el contenido es desenfrenado, vasto y abundante. Es un buen libro poco común con un sistema completo, contenido rico, conocimiento único y gran practicidad.
Aspectos importantes y no importantes de big data
Al contrario de lo que la mayoría de la gente da por sentado, el autor cree que "big data" y "big data" en "big data" no son importantes . Lo que importa es el valor que pueden aportar los datos y cómo controlarlos.
Incluso a diferencia de los libros de texto y los datos estructurados tradicionales, "los big data pueden ser confusos y feos" y también conducirán a "ser abrumados por los big data y estancarse" y "la tasa de crecimiento de los costos del procesamiento de big data". Cuando se trata de datos, el autor señala que "muchos big data en realidad no son importantes". Para que las empresas hagan un buen trabajo en big data, la clave es encontrar oro en la arena, combinarlo o mezclarlo con diversos datos y descubrir su valor. Por eso el autor enfatiza repetidamente que "los nuevos datos superarán cada vez a las nuevas herramientas y nuevos métodos".
Datos web y comercio electrónico
Explorar el comportamiento de los clientes ya no es un concepto candente. Pero el autor cree que, desde un nivel más profundo, el análisis posterior de las intenciones de los clientes y los procesos de toma de decisiones es una valiosa mina de oro, es decir, "¿cuáles son los pensamientos sobre la compra de bienes y cuáles son los factores clave que influyen en sus decisiones de compra?". ?" El autor no habla sobre la extracción de datos del comportamiento del cliente en el comercio electrónico en general, pero tiene una visión única. Proporciona información muy atractiva sobre los aspectos de ruta de compra, preferencia, comportamiento, retroalimentación, modelo de pérdida, modelo de reacción, clasificación de clientes, evaluación del efecto publicitario, etc. Fuertes sugerencias. Creo que los datos de red propuestos por el autor de "Mastering Big Data" como "datos sin procesar" de big data en realidad contienen otro significado, es decir, solo el comercio electrónico puede interactuar profundamente con los clientes y también tiene las condiciones para recoger estos datos. Desde esta perspectiva, no es descabellado que las empresas que se enfrentan directamente a los terminales hablen de big data sin hablar de comercio electrónico. Por supuesto, este análisis del comportamiento de las rutas de compra de los usuarios no es nuevo. Underhill reveló en el libro "Why Customers Buy: The New Era Retail Bible" que los centros comerciales emplean una gran cantidad de consultores para rastrear en secreto a los clientes, utilizando cámaras o tarjetas llenas de palabras secretas para registrar completa y verdaderamente cada paso de los clientes desde que ingresan a Acciones al salir del centro comercial y realizar resúmenes y análisis en profundidad para mejorar la posición de exhibición de los productos, la redacción y ubicación de los anuncios, etc. Ambos son similares a la minería del comportamiento del cliente en la era del comercio electrónico. Por supuesto, en la era del comercio electrónico, el costo del análisis de datos es menor y es más fácil obtener datos que puedan recopilarse mediante observación indirecta (como registros de crédito).
Algunos escenarios de aplicación valiosos
El valor de big data solo puede reflejarse a través de algunos modelos y escenarios de aplicación específicos. El comercio electrónico es un ejemplo. Al mismo tiempo, el autor también mencionó que la información dentro del vehículo "surgió originalmente como una herramienta para ayudar a los propietarios de automóviles y a las empresas a obtener seguros de vehículos mejores y más eficaces". Pero la información que puede proporcionar, como la velocidad, los tramos de la carretera, las horas de inicio y fin, etc., tiene un valor inesperado para mejorar la congestión del tráfico urbano. Basado en tecnología GPS y teléfonos móviles...
¿Qué importancia tiene la llegada del big data en el desarrollo económico de China?
Big data se refiere a datos que las herramientas de software tradicionales no pueden capturar, gestionar y procesar en un plazo asequible.
Algunas personas comparan los datos de una mina de carbón con la energía. El carbón se divide en carbón coquizable, carbón de antracita, carbón graso y carbón pobre según sus propiedades, y los costos de extracción de las minas de carbón a cielo abierto y las minas de carbón de montaña profunda son diferentes. Del mismo modo, los big data no son "grandes", sino "útiles". El contenido de valor y los costos de extracción son más importantes que la cantidad. Para muchas industrias, cómo utilizar estos datos a gran escala es la clave para ganar la competencia.
El valor del big data se refleja en los siguientes aspectos:
1) Las empresas que proporcionan * * * productos o servicios a una gran cantidad de consumidores pueden utilizar el big data para un marketing de precisión. ;
2) Las empresas medianas y de cola larga con modelos pequeños y hermosos pueden utilizar big data para transformar los servicios.
3) Las empresas tradicionales que deben transformarse bajo la presión de Internet necesitan; para seguir el ritmo de los tiempos. Aprovechar al máximo el valor del big data.
¿Cuáles son los beneficios del big data de Internet?
¿Qué es el big data? ¿Por qué utilizar big data? ¿Cuáles son algunas herramientas populares de big data? Este artículo la responderá por usted.
Big data es una palabra de moda que se usa en exceso hoy en día, pero su verdadero valor puede ser alcanzado incluso por una pequeña empresa.
Los macrodatos pueden ayudarle a comprender el panorama general integrando datos de diferentes fuentes, como análisis web, datos sociales y datos locales y de usuarios. El análisis de big data es cada vez más fácil y económico, lo que hace que sea más fácil que nunca acelerar la comprensión empresarial.
El big data suele tener las mismas características que la inteligencia de negocios (BI) empresarial y el almacén de datos: alto costo, alta dificultad y alto riesgo.
Las iniciativas anteriores de inteligencia empresarial y almacenamiento de datos fracasaron porque tardaron meses o incluso años en lograr beneficios cuantificables para los accionistas. Sin embargo, este no es el caso. De hecho, puedes conocer tus verdaderas intenciones el mismo día y al menos unas semanas después.
¿Por qué utilizar big data?
Los datos están creciendo a un ritmo explosivo. Un ejemplo notable proviene de nuestros clientes, la mayoría de los cuales utilizan Google Analytics. Cuando analizan datos durante un largo período de tiempo o utilizan la segmentación avanzada, los datos en Google Analytics comienzan a muestrearse, lo que oculta el verdadero valor de los datos.
Ahora nuestra herramienta Clickstreamr puede recopilar una gran cantidad de datos a nivel de clic, para que pueda realizar un seguimiento de cada comportamiento de clic de los usuarios en su ruta de acceso (o flujo de acceso). Además, si agrega otras fuentes de datos, realmente se convertirá en big data.
Análisis más completo
Big data Big data no es sólo una gran cantidad de datos. De lo que realmente se trata es de completar un informe más completo basado en el contexto de datos relevantes.
Por ejemplo, si agrega sus datos de CRM al análisis de datos de su sitio web, puede encontrar un grupo de usuarios de alto valor que ya conoce. Eran mujeres, vivían en la costa oeste, tenían entre 30 y 45 años y pasaban mucho tiempo en Pinterest y Facebook.
Ahora que tienes el conocimiento, es hora de construir y adquirir de manera efectiva más usuarios de alto valor.
Empresas como Tableau y Google han puesto a disposición de los usuarios herramientas de análisis de datos más potentes (como el análisis de big data). Tableau ofrece una solución de software de análisis visual con un precio de 2000 dólares al año. Google ofrece herramientas de BigQuery que te permiten analizar tus datos en minutos y ajustarse a cualquier presupuesto.
¿Qué es el big data?
Dado que los big data suelen ser una mezcla de datos estructurados, semiestructurados y no estructurados, resulta difícil correlacionar, procesar y gestionar big data, especialmente con las bases de datos relacionales tradicionales. Cuando se trata de big data, los analistas de Gartner Group (fundada en 1979 como la primera empresa de investigación y análisis de tecnologías de la información) lo dividen en tres V:
Volumen: grandes cantidades de datos
Velocidad: Salida de datos de alta velocidad.
Diversidad: Datos de diversos tipos y fuentes.
Hemos dicho que la mayoría de empresas generan cada día grandes cantidades de datos en diferentes campos. A continuación se muestra un conjunto de ejemplos de fuentes y tipos de datos que son formas potenciales para que las empresas recopilen y agreguen datos al realizar análisis de big data:
Análisis web
Análisis móvil
Datos del dispositivo/sensor
Datos de usuario (CRM)
Datos empresariales unificados (ERP)
Datos sociales
Sistema de contabilidad
Sistemas de punto de venta
Sistemas de punto de venta
Datos del consumidor (p. ej., datos de Experian, datos de la Asociación Empresarial de Dun's o datos del censo)
Hoja de cálculo interna de la empresa
Base de datos interna de la empresa
Datos de ubicación (ubicación espacial, ubicación GPS)
Datos meteorológicos
Pero no No haga demasiado con fuentes de datos ilimitadas. Preste atención a los datos relevantes y comience con datos pequeños. Por lo general, es una buena sugerencia comenzar con 2 o 3 fuentes de datos, como datos de sitios web, datos de consumidores y CRM, que le brindarán información valiosa. Después de ingresar al análisis de big data por primera vez, puede comenzar a agregar fuentes de datos para promover su análisis y publicar más resultados de análisis.
Si quieres conocer más detalles sobre big data, puedes dirigirte a la entrada de big data de ***.
Ventajas del Big Data
Big Data proporciona un enfoque proactivo para identificar y explotar oportunidades de alto valor. Si lo desea, big data puede proporcionarle cosas como...
¿Cuál es el verdadero significado de "big data"?
La capacitación en línea de Bigdata sobre Big Data responderá a sus preguntas: Big data Datos Se refiere a datos que no pueden ser capturados, gestionados y procesados por herramientas de software convencionales dentro de un cierto período de tiempo. Es un activo de información enorme, de alto crecimiento y diversificado que requiere nuevos modelos de procesamiento para tener capacidades más sólidas de toma de decisiones, conocimiento y descubrimiento, y capacidades de optimización de procesos. Técnicamente hablando, la relación entre big data y computación en la nube es tan inseparable como las dos caras de una moneda. Los big data no pueden ser procesados por una sola computadora y deben utilizar una arquitectura distribuida. Su característica es la minería de datos distribuida de datos masivos. Pero debe depender del procesamiento distribuido, las bases de datos distribuidas, el almacenamiento en la nube y las tecnologías de virtualización de la computación en la nube. Big data requiere técnicas especiales para procesar eficazmente grandes cantidades de datos dentro del tiempo permitido. Las tecnologías adecuadas para big data incluyen bases de datos MPP, minería de datos, sistemas de archivos distribuidos, bases de datos distribuidas, plataformas de computación en la nube, Internet y sistemas de almacenamiento escalables.
La unidad básica más pequeña es el bit, y todas las unidades se dan en orden: bit, byte, KB, MB, GB, TB, PB, EB, ZB, YB, BB, NB, DB.
Los beneficios del big data para las personas
Tiene poca importancia para los usuarios comunes. También es necesario que las farmacias y compañías farmacéuticas comprendan las necesidades de los usuarios, pero si es así. realmente usado Sigue siendo muy útil para brindar comodidad a los usuarios a la hora de elegir medicamentos. Por ejemplo, cuando está enfermo y no sabe qué medicamento elegir, puede ayudarle a encontrar el medicamento adecuado basándose en los principios de la medicina basada en evidencia, lo que también es beneficioso.
¿Qué significa el big data industrial para China?
Big data industrial puede promover la aplicación de big data en todo el ciclo de vida del producto y en toda la cadena industrial, como el diseño de I+D industrial, la fabricación, la gestión de operaciones, el marketing y el servicio posventa, analizar y percibir. necesidades de los usuarios y mejorar los productos, agregar valor, construir fábricas inteligentes y promover cambios en el modelo de fabricación y la transformación y modernización industrial.
En el siguiente paso, el país utilizará big data para promover la integración profunda de la informatización y la industrialización, investigará y promoverá la aplicación de big data en I+D, diseño y fabricación, gestión de operaciones, marketing y post-producción. servicio de ventas, etc., y la investigación y el desarrollo estarán orientados a diferentes industrias, análisis de big data y plataformas de aplicación para diferentes enlaces, empresas típicas seleccionadas, industrias clave y áreas clave para llevar a cabo aplicaciones piloto de big data en empresas industriales. y promover activamente la creación de redes y la inteligencia de la industria manufacturera.
Durante el proceso piloto de los proyectos de aplicaciones, es necesario evaluar la seguridad y confiabilidad de las demostraciones de aplicaciones y utilizar tecnología de prueba de big data, tecnología de prueba de sistemas electrónicos industriales y tecnología de prueba de nube industrial para garantizar que los pilotos de proyectos de aplicaciones de big data en la industria. Las empresas avanzan constantemente. El Centro de Evaluación de Software de China tiene una profunda acumulación técnica y de casos en campos relacionados, lo que puede salvaguardar el desarrollo del big data industrial de China.
¿Cuáles son las principales características del big data?
Big data se refiere a datos que se capturan, gestionan y procesan mediante herramientas de software tradicionales dentro de un marco de tiempo asequible.
Características del big data:
1. Volumen: el tamaño de los datos determina el valor y la información potencial de los datos considerados;
2. Diversidad de tipos de datos;
3. Velocidad: se refiere a la velocidad con la que se obtienen los datos;
4. Variabilidad: dificulta el proceso de procesamiento y gestión de datos de manera efectiva.
5. Autenticidad: la calidad de los datos.
6. Complejidad: La cantidad de datos es enorme y proviene de múltiples canales.
La importancia del big data:
La sociedad actual es una sociedad en rápido desarrollo con ciencia, tecnología y circulación de información avanzadas. La comunicación entre las personas es cada vez más estrecha y la vida se vuelve cada vez más cómoda. Los macrodatos son un producto de esta era de alta tecnología.
Algunas personas comparan los datos de una mina de carbón con la energía. El carbón se divide en carbón coquizable, carbón de antracita, carbón graso y carbón pobre según sus propiedades, y los costos de extracción de las minas de carbón a cielo abierto y las minas de carbón de montaña profunda son diferentes. Del mismo modo, los big data no son "grandes", sino "útiles". El contenido de valor y los costos de extracción son más importantes que la cantidad. Para muchas industrias, cómo utilizar estos datos a gran escala es la clave para ganar la competencia.
Desventajas del big data:
Sin embargo, la gran importancia del "big data" en el desarrollo económico no significa que pueda sustituir todo pensamiento racional en cuestiones sociales. La lógica no puede perderse en cantidades masivas de datos. El famoso economista Ludwig von Mises advirtió una vez: "Hoy en día, muchas personas están tan ocupadas acumulando información inútil que han perdido el significado económico especial de explicar y resolver problemas. Comprenda. "Esto requiere vigilancia.