¿Qué hace el big data?
Pregunta 2: ¿Qué puede hacer el big data? Hay tantos usos.
En primer lugar, una personalización precisa.
Apuntando principalmente tanto al lado de la oferta como a la demanda, obtenemos las necesidades personalizadas del lado de la demanda, ayudamos a los proveedores a establecer objetivos de posicionamiento y luego proponemos * * * productos basados en la demanda, logrando en última instancia la mejor combinación entre la oferta y la demanda. partidos de la demanda.
Los ejemplos de aplicaciones específicas también se pueden resumir en tres categorías.
En primer lugar, los productos personalizados, como los motores de búsqueda inteligentes, generarán resultados diferentes para todos los que busquen el mismo contenido. O algunos servicios de noticias personalizados o juegos en línea.
El segundo es el marketing de precisión. Hoy en día, los más comunes incluyen el marketing de Internet, la promoción de Baidu, la promoción web de Taobao, etc. , o envío de información basado en la ubicación geográfica. Cuando llegue a un lugar determinado, las instalaciones de consumo circundantes se enviarán automáticamente.
El tercero es la ubicación, incluida la ubicación de tiendas minoristas o la ubicación de infraestructura pública.
Todos estos se basan en un análisis de big data de las necesidades de los usuarios, y luego los proveedores brindan servicios relativamente personalizados.
La segunda dirección de aplicación es la predicción.
La predicción se centra principalmente en el objeto objetivo, en función de sus factores relacionados pasados y futuros y el análisis de datos, para realizar alertas tempranas u optimización dinámica en tiempo real.
Desde la perspectiva de aplicaciones específicas, se pueden dividir aproximadamente en tres categorías.
La primera categoría es el apoyo a las decisiones, incluidas las decisiones de operaciones corporativas, las decisiones de inversión en valores, el diagnóstico clínico y el apoyo al tratamiento en la industria médica, el gobierno electrónico, etc.
El segundo es la advertencia de riesgos, como la predicción de epidemias, la predicción de enfermedades para la gestión diaria de la salud, la operación y mantenimiento de equipos e instalaciones, la seguridad pública, la gestión del riesgo crediticio en la industria financiera, etc.
El tercero es la optimización en tiempo real, como la planificación inteligente de rutas, precios en tiempo real, etc.
Pregunta 3: ¿Qué es big data? ¿Qué pueden hacer los grandes datos? Big data se refiere a datos que no pueden capturarse, gestionarse y procesarse mediante herramientas de software tradicionales en un plazo asequible. Requiere un nuevo modelo de procesamiento con capacidades más sólidas de toma de decisiones, conocimiento y optimización de procesos para adaptarse a los activos de información masivos, diversos y de alto crecimiento.
Los macrodatos pueden ser correctos; los datos se recopilan y almacenan, luego se analizan y se aplican para formar nuestros productos y servicios, y los productos y servicios también generarán nuevos datos, que se reciclarán en nuestros procesos intermedios.
Cuando todo el sistema de circulación se convierte en un sistema inteligente que puede automatizarse mediante máquinas, puede convertirse en un nuevo modelo, ya sea comercial o no.
Pregunta 4: ¿Para qué se utiliza el big data? Big data se refiere a "cantidades masivas de datos complejos que las herramientas de software existentes no pueden extraer, almacenar, buscar, compartir, analizar y procesar. La industria suele utilizar cuatro V (es decir, volumen, variedad, valor y velocidad) para resumir las características". de grandes datos.
La cantidad de datos es enorme. El volumen de datos de todo el material impreso producido por humanos hasta ahora es de 200 PB, mientras que el volumen de datos de todas las palabras pronunciadas por humanos a lo largo de la historia es de aproximadamente 5 EB (1 EB = 210 PB).
Existen muchos tipos de datos. En comparación con los datos estructurados basados en texto que eran fáciles de almacenar en el pasado, ahora hay cada vez más datos no estructurados, incluidos registros web, audio, vídeo, imágenes, información de ubicación geográfica, etc. Estos tipos de datos imponen mayores exigencias a las capacidades de procesamiento de datos.
Baja densidad de valor. La densidad de valor es inversamente proporcional a la cantidad total de datos. Cómo "purificar" el valor de los datos más rápidamente mediante potentes algoritmos automáticos se ha convertido en un problema urgente que debe resolverse en el contexto del big data.
Rápida velocidad de procesamiento. La característica más importante del big data que lo distingue de la minería de datos tradicional. Según el informe "Digital Universe" de IDC, se espera que el uso global de datos alcance los 35,2 ZB en 2020.
-
Las redes sociales nos permiten observar a partir de datos patrones de comportamiento cada vez más complejos en la sociedad humana. Las redes sociales proporcionan recopilación y análisis de información de primera mano para big data.
Extraer y analizar los hábitos de comportamiento y las preferencias de los usuarios detrás de datos complicados, encontrar productos y servicios que estén más en línea con los "gustos" de los usuarios y ajustarse y optimizarse de manera específica en función de las necesidades del usuario. grandes datos.
Por lo tanto, a partir de los conceptos anteriores, podemos ver la transformación industrial del big data:
1. La integración industrial y los nuevos impulsores de la industria provocados por el efecto volante del big data<. /p>
2 Nueva agregación de información provocada por cambios radicales en los métodos de adquisición de información
3 Nueva promoción de información provocada por cambios radicales en los modelos de impulso de información
4 Marketing de precisión
5 Pago a terceros - Reforma integral de la financiación de Internet representada por pequeños préstamos y crowdfunding online.
6 La tendencia de integración vertical industrial y la reconstrucción de la ecología industrial provocada por ella
7 Reforma empresarial y remodelación de la cadena de valor interna de las empresas, ampliando las fronteras externas del industria
8. Apertura y transparencia del gobierno y las instituciones en todos los niveles, así como el consiguiente control centralizado y ajustes de los mecanismos internos.
9 nuevos servicios generados por la innovación de datos
Pregunta 5: ¿Qué es big data? ¿Qué pueden hacer los grandes datos? ¿Qué hace realmente el big data? Cómo hacer big data Big data, o enormes datos, se refiere a la cantidad de datos involucrados que es tan grande que no se puede capturar, administrar, procesar y organizar en información para propósitos más positivos a través de las herramientas de software actuales para ayudar a las empresas en un tiempo razonable Tomar decisiones comerciales. El estándar para el análisis de big data es el software de inteligencia empresarial (BI). La complejidad del análisis de datos tradicional se refleja principalmente en dos aspectos. En primer lugar, el personal técnico necesita dedicar mucho tiempo a preparar los datos; en segundo lugar, el proceso de implementación de algunos requisitos de análisis del personal empresarial basado en la superposición de datos es relativamente complicado. El módulo de servicio de datos de FineBI, con su modelo de diseño de análisis único y su módulo de análisis inteligente de factores que influyen en los indicadores, ayuda a los usuarios a resolver los problemas del tiempo de preparación de datos de BI tradicional, procesos complejos de análisis de datos, etc., permitiendo a los técnicos preparar datos sin ningún código y El complejo proceso de configuración puede ser analizado fácilmente por personal ajeno a TI.
Pregunta 6: ¿Qué puede hacer el big data? Puede utilizar varias palabras clave para definir big data.
En primer lugar, la "gran escala" se puede medir desde dos dimensiones. Una es acumular una gran cantidad de datos de series de tiempo y la otra es ser más detallada.
En segundo lugar, la "diversidad" puede consistir en diferentes formatos de datos, como texto, imágenes, vídeos, diferentes categorías de datos, como datos de población, datos económicos y diferentes fuentes de datos, como Internet y sensores.
En tercer lugar, "dinámico". Los datos cambian constantemente. Se puede agregar rápidamente una gran cantidad de datos con el tiempo, o los datos pueden moverse y cambiar constantemente en el espacio.
Estas tres palabras clave definen la imagen del big data.
Pero se requiere otra capacidad clave, que es la "velocidad de procesamiento rápida". Si existen datos tan a gran escala, diversos y dinámicos, pero lleva mucho tiempo procesarlos y analizarlos, no se les llama big data. Desde otra perspectiva, es definitivamente imposible lograr un procesamiento rápido de estos datos manualmente, por lo que es necesario lograrlo con la ayuda de máquinas.
En última instancia, con la ayuda de las máquinas, podemos obtener la información requerida o la aplicación de todo el sistema procesando y analizando rápidamente estos datos, lo que se puede denominar big data.
Pregunta 7: ¿Qué hacen exactamente las empresas de big data? El negocio principal incluye recopilación de datos, almacenamiento de datos, análisis de datos, visualización de datos y seguridad de datos. Se trata de modelos de negocio basados en datos existentes. Otras empresas de big data dependen de herramientas de big data para llevar soluciones innovadoras al mercado y promover el desarrollo tecnológico. Los big data de Tianyun tienen aplicaciones de mercado más amplias en este tipo de empresas.
Pregunta 8: ¿Qué hace exactamente la aplicación de big data? Para "big data", la organización de investigación Gartner da esta definición. Los "grandes datos" son un activo de información enorme, diverso y de alto crecimiento que requiere nuevos modelos de procesamiento para tener un mayor poder de toma de decisiones, conocimiento y descubrimiento, y capacidades de optimización de procesos. * * * Según la definición, big data se refiere a datos que no pueden capturarse, gestionarse y procesarse mediante herramientas de software convencionales en un plazo asequible * * *.
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. Se caracteriza por la extracción distribuida de datos masivos, pero debe depender del procesamiento distribuido, bases de datos distribuidas, almacenamiento en la nube y tecnología de virtualización de la computación en la nube.
Con la llegada de la era de la nube, los big data han recibido cada vez más atención.
La importancia estratégica de la tecnología de big data no radica en dominar una gran cantidad de información, sino en el procesamiento profesional de estos datos significativos. En otras palabras, si se compara el big data con una industria, entonces la clave para la rentabilidad en esta industria es mejorar las "capacidades de procesamiento" de los datos y lograr el "valor agregado" de los datos a través del "procesamiento".
Pregunta 9: ¿Qué puede hacer el big data en el futuro? Sí, los datos se recopilan a través de Internet y el procesamiento y análisis de los datos recopilados se basan en la comunicación. Big data se refiere a un término conceptual moderno y popular, propuesto hace veinte o treinta años. Se refiere específicamente a información masiva que puede almacenarse permanentemente en servidores. Las personas que recopilan y gestionan datos están cambiando. En cuanto a las actividades humanas, China tiene finanzas en Internet y cada industria tiene su propia clasificación de datos única.
Pregunta 10: ¿Qué es el marketing de big data? El marketing de big data es un método de marketing basado en grandes cantidades de datos de múltiples plataformas y aplicado a la industria de la publicidad en Internet sobre la base de la tecnología de big data. Yangzhong Interactive cree que el verdadero núcleo del marketing de big data es ofrecer publicidad en línea a las personas adecuadas en el momento adecuado, a través del operador adecuado y de la manera correcta. En última instancia, se trata de utilizar sus propios datos o información para localizar con precisión a los clientes y satisfacer las necesidades del grupo objetivo de la mejor y más rápida manera.