El fondo de previsión de Nanjing se retira una vez después de comprar una casa. ¿Aún puedo retirarlo más tarde?
4 5 9 1 6. Materiales originales, renovación manual periódica, rápida, sin riesgos.
Anquan puede confiar en la empresa de fundición y cobrar después de recibir con éxito el costo.
-
|
|
|
|
Este mundo contiene Tenemos acceso a cantidades inimaginables de información digital, que avanza cada vez más rápido... Desde los negocios hasta la ciencia, desde el gobierno hasta el arte, este impacto está en todas partes. Científicos e ingenieros informáticos han creado un modelo para este fenómeno.
Nuevo término: provocar big data. ¿Qué significa la era del big data? ¿Qué significa el concepto de big data? ¿Qué significa el análisis de big data? ¿Qué son los llamados big data? ¿Cuál es su origen y definición?
Míralo.
1: Definición de big data.
1. Big data, también conocido como big data, se refiere a la cantidad de datos involucrados que es tan enorme que el cerebro humano o incluso las herramientas de software convencionales no pueden capturarlos, gestionarlos, procesarlos ni organizarlos. ayudar a las empresas de manera razonable a tomar decisiones más positivas en el tiempo necesario.
2. La tecnología de big data se refiere a la capacidad técnica de obtener rápidamente información valiosa de varios tipos de big data, incluida la recopilación, el almacenamiento, la gestión, el análisis y la extracción de datos, la visualización y otras tecnologías y su integración. Adecuado para tecnologías de big data
, incluidas bases de datos de procesamiento masivo paralelo (MPP), redes eléctricas de minería de datos, sistemas de archivos distribuidos, bases de datos distribuidas, plataformas de computación en la nube, Internet y sistemas de almacenamiento escalables.
Internet es una red mágica, y el desarrollo del big data también es un modelo. Si realmente quieres aprender sobre big data, puedes venir aquí. El número inicial de este teléfono móvil es 187, el número del medio es tres cero y el último número es 14250. Puedes encontrarlo combinándolos en orden. Lo que intento decir es que, a menos que quieras hacer esto o sepas algo al respecto, no vengas si solo estás allí por diversión.
3. La aplicación de big data se refiere al acto de integrar y aplicar tecnología de big data a colecciones específicas de big data para obtener información valiosa. Para diferentes negocios en diferentes campos y empresas, o incluso el mismo negocio de diferentes empresas en el mismo campo, la tecnología de big data y el sistema de información de big data utilizados pueden ser muy diferentes debido a las diferencias en sus necesidades comerciales, recopilación y análisis de datos, y objetivos mineros. Sólo insistiendo en el desarrollo simultáneo de la trinidad de clasificación de objetos, tecnologías y aplicaciones podremos realizar plenamente el valor del big data.
Cuando tu tecnología llega a su límite, también es el límite de los datos. Big data no se trata de cómo definirlo, lo más importante es cómo utilizarlo. El mayor desafío es qué tecnologías pueden hacer un mejor uso de los datos y cómo aplicar big data. El auge de las herramientas de análisis de big data de código abierto como Hadoop y el valor de estos servicios de datos no estructurados en comparación con las bases de datos tradicionales.
2. Tipos de big data y métodos de minería de valor
1. Los tipos de big data se pueden dividir a grandes rasgos en tres categorías:
1) Empresa tradicional. datos: incluidos datos de clientes de sistemas CRM, datos de ERP tradicionales, datos de inventario y datos de cuentas.
2) Datos generados por máquinas/sensores: incluidos registros de CallDetail, medidores inteligentes, sensores de equipos industriales, registros de equipos (generalmente escapes digitales), datos de transacciones, etc.
3) Datos sociales: incluidos registros de comportamiento de los usuarios, datos de retroalimentación, etc. Plataformas de redes sociales como Twitter y Facebook.
2. Existen cuatro métodos principales para extraer valor empresarial a partir de big data:
1) Segmentar grupos de clientes y luego personalizar servicios especiales para cada grupo.
2) Simular el entorno real, explorar nuevas necesidades y mejorar el retorno de la inversión.
3) Fortalecer las conexiones departamentales y mejorar la eficiencia de toda la cadena de gestión y cadena industrial.
4) Reducir los costos de los servicios, descubrir pistas ocultas e innovar productos y servicios.
3. Características del big data
La industria suele utilizar cuatro V (es decir, cantidad, variedad, valor y velocidad) para resumir las características del big data. En concreto, el big data tiene cuatro características básicas:
1 es una enorme cantidad de datos.
Gran volumen de datos se refiere a un gran conjunto de datos, generalmente alrededor de 10 TB. Sin embargo, en aplicaciones prácticas, muchos usuarios empresariales reúnen múltiples conjuntos de datos, lo que forma un volumen de datos a nivel de petabytes. Según los datos de Baidu, la navegación de su nueva página de inicio necesita proporcionar más de 1,5 petabytes (1 pb = 1024 TB) de páginas cada día, que si se imprimieran superarían los 500 mil millones de hojas de papel A4. Se confirma que el volumen de datos de todos los materiales impresos producidos por humanos hasta ahora es de solo 200 PB.
2. Existen muchas categorías y tipos de datos.
Existen muchos tipos de datos y los datos provienen de diversas fuentes de datos. Los tipos y formatos de datos son cada vez más ricos, lo que ha superado las categorías previamente definidas de datos estructurados, incluidos los semiestructurados y los semiestructurados. datos no estructurados. Los tipos de datos actuales no son sólo texto, sino también imágenes, vídeos, audios, información geográfica y otros tipos de datos personalizados.
3. Velocidad de procesamiento rápida.
El procesamiento de datos en tiempo real también se puede lograr cuando la cantidad de datos es enorme. El procesamiento de datos sigue la divertida ley de 1 segundo y puede obtener rápidamente información de alto valor a partir de varios tipos de datos.
4. Es autenticidad de alto valor y baja densidad.
Los datos son muy auténticos. Con el interés de las personas en nuevas fuentes de datos, como datos sociales, contenido empresarial, datos de transacciones y aplicaciones, las limitaciones de las fuentes de datos tradicionales se rompen y las empresas necesitan cada vez más poder de información eficaz para garantizar su autenticidad y seguridad. Tomemos el vídeo, por ejemplo. Una hora de vídeo puede tener sólo uno o dos segundos de datos útiles durante un seguimiento ininterrumpido.
Cuatro: El papel del big data
1. El procesamiento y análisis de big data se están convirtiendo en los nodos de la nueva generación de aplicaciones de integración de tecnologías de la información.
Internet móvil, Internet de las Cosas, redes sociales, hogares digitales, comercio electrónico, etc. son las formas de aplicación de la nueva generación de tecnologías de la información, y estas aplicaciones siguen generando big data. La computación en la nube proporciona una plataforma informática y de almacenamiento para estos datos masivos y diversos. Al gestionar, procesar, analizar y optimizar datos de diferentes fuentes, los resultados se retroalimentarán a las aplicaciones mencionadas, lo que creará un enorme valor económico y social.
El big data tiene el poder de promover el cambio social. Pero liberar esta energía requiere una gobernanza de datos rigurosa, un análisis de datos profundo y un entorno que estimule la innovación en la gestión (Ramaiya Krishnan, decano de la Escuela Hindes de la Universidad Carnegie Mellon).
2. El big data es el nuevo motor del crecimiento rápido y sostenido de la industria de la información.
Nuevas tecnologías, nuevos productos, nuevos servicios y nuevos formatos de negocio seguirán surgiendo en el mercado del big data. En el campo del hardware y los equipos integrados, los big data tendrán un impacto importante en las industrias de chips y almacenamiento, y también darán lugar a servidores integrados de almacenamiento y procesamiento de datos, computación en memoria y otros mercados. En el campo del software y los servicios, los macrodatos impulsarán el desarrollo del procesamiento y análisis rápidos de datos, la tecnología de extracción de datos y los productos de software.
3. La utilización de big data se convertirá en un factor clave para mejorar la competitividad central.
Las decisiones en todas las industrias están impulsadas por el negocio de las burlas.
Transformando la diversión basada en datos. El análisis de big data puede permitir a los minoristas captar la dinámica del mercado en tiempo real y responder rápidamente; puede brindar apoyo a la toma de decisiones para que los comerciantes formulen estrategias de marketing más precisas y efectivas; puede ayudar a las empresas a brindar a los consumidores servicios más oportunos y personalizados; en el campo médico, puede mejorar la precisión del diagnóstico y la eficacia de los medicamentos en el sector público, y los macrodatos también han comenzado a desempeñar un papel importante en la promoción del desarrollo económico y el mantenimiento de la estabilidad social.
4. Los métodos y medios de la investigación científica sufrirán cambios importantes en la era del big data.
Por ejemplo, la encuesta por muestreo es un método de investigación básico en ciencias sociales. En la era del big data, podemos monitorear y rastrear los datos de comportamiento masivos generados por los objetos de investigación en Internet en tiempo real, realizar minería y análisis, revelar regularidades y proponer conclusiones y contramedidas de investigación.
Verbo (abreviatura de verbo) El valor comercial de big data
1. Segmentación de grupos de clientes
Los big data divertidos pueden segmentar grupos de clientes y luego dirigirse a cada cliente. grupo. Los grupos toman acciones únicas. Comercializar y atender a grupos de clientes específicos siempre ha sido el objetivo de las empresas. Las grandes cantidades de datos almacenados en la nube y las técnicas analíticas que analizan el panorama del big data permiten segmentar a los consumidores en tiempo real y de forma muy rentable.
2. Simular la realidad
Utiliza big data interesantes para simular situaciones reales, explorar nuevas necesidades y mejorar el retorno de la inversión. Hoy en día, cada vez más productos están equipados con sensores y la proliferación de automóviles y teléfonos inteligentes ha provocado una explosión en la cantidad de datos que se pueden recopilar. Las redes sociales como blogs, Twitter, Facebook y Weibo también generan grandes cantidades de datos.
La computación en la nube y la tecnología de análisis de big data permiten a las empresas almacenar y analizar estos datos y datos de comportamiento de transacciones en tiempo real con una alta rentabilidad. Los procesos de transacciones, el uso de productos y el comportamiento humano se pueden digitalizar. La tecnología de minería de datos puede integrar estos datos para la minería de datos, de modo que en algunos casos, se puedan juzgar diferentes programas bajo diferentes variables (como diferentes programas de promoción en diferentes regiones) mediante simulación de modelos.
Máximo retorno de la inversión.
3. Mejorar el retorno de la inversión.
Aumentar el intercambio de resultados de big data entre departamentos relevantes y mejorar el retorno de la inversión de toda la cadena de gestión y la cadena industrial. Los departamentos con capacidades sólidas para clasificar big data pueden compartir resultados de big data con departamentos con capacidades débiles para clasificar big data a través de la computación en la nube, Internet y motores de búsqueda internos, ayudándolos a crear valor comercial al clasificar big data.
4. Alquiler de espacio de almacenamiento de datos
Tanto las empresas como los particulares tienen necesidades de almacenamiento masivo de información. Sólo almacenando estos datos correctamente se podrá explorar más a fondo su valor potencial. Específicamente, este modelo de negocio se puede dividir en almacenamiento de archivos personales y uso empresarial.
Existen dos tipos de familias. Principalmente a través de API fáciles de usar, los usuarios pueden colocar cómodamente varios objetos de datos en la nube y luego cargarlos según el uso, como agua y electricidad. En la actualidad, muchas empresas han lanzado servicios correspondientes, como Asia.
Mason, NetEase, Nokia, etc. Los operadores también han lanzado servicios correspondientes, como el servicio Cai Yun de China Mobile.
5. Gestionar las relaciones con los clientes
El propósito de las aplicaciones de gestión de clientes es analizar y comprender en profundidad a los clientes desde diferentes ángulos en función de sus atributos (incluidos los atributos naturales y los atributos de comportamiento), agregando así nuevos clientes, mejorar la fidelidad de los clientes, reducir la tasa de abandono de clientes y aumentar el consumo de clientes. Para los clientes pequeños y medianos, un CRM dedicado es obviamente grande y costoso. Muchas pequeñas y medianas empresas utilizan Fetion como su CRM principal. Por ejemplo, agregue clientes antiguos al grupo Fetion y publique nuevos clientes en el círculo de amigos del grupo.
Adelantos de productos, avisos especiales de venta, servicios completos de preventa y posventa, etc.
6. Recomendaciones personalizadas y precisas
Dentro de los operadores, es muy común recomendar varios servicios o aplicaciones en función de las preferencias del usuario, como recomendaciones de software de la tienda de aplicaciones y recomendaciones de programas de vídeo IPTV. .
Después de analizar el algoritmo, se puede extender a servicios comerciales y utilizar tecnología de extracción de datos para ayudar a los clientes a realizar un marketing preciso. En el futuro, las ganancias pueden provenir de compartir la parte de valor agregado de los clientes.
Tomemos como ejemplo la ubicación diaria del spam. No todos los mensajes son spam cuando se tratan como spam porque el destinatario no los necesita. Después de analizar los datos del comportamiento del usuario, podemos enviar la información requerida a las personas que la necesitan, convirtiendo así los mensajes de texto spam en información valiosa. En McDonald's en Japón, los usuarios descargan cupones en sus teléfonos y luego van al restaurante a pagar con la billetera móvil del operador DoCoMo. Los operadores y McDonald's recopilan información relevante de los consumidores, como lo que compran habitualmente.
A qué tienda acudir para comprar hamburguesas, con qué frecuencia consumirlas y luego enviar cupones con precisión a los usuarios.
7. Búsqueda de datos
La búsqueda de datos no es una aplicación nueva. Con el advenimiento de la era de los big data, la demanda de las personas de búsquedas completas y en tiempo real se ha vuelto cada vez más fuerte.
Necesitamos poder buscar en varias redes sociales, comportamiento de los usuarios y otros datos. Su valor de aplicación comercial radica en vincular el procesamiento de datos en tiempo real con el análisis y la publicidad, es decir, servicios sociales y comerciales de publicidad en tiempo real para publicidad móvil dentro de la aplicación.
La información que los operadores tienen sobre el comportamiento online de los usuarios hace que los datos obtenidos sean más completos y de mayor valor comercial. Las aplicaciones típicas incluyen el divertido sitio web de búsqueda Pangu de China Mobile.
Seis: El importante impacto del big data en la economía y la sociedad
1.
Por ejemplo, la contribución al crecimiento del beneficio neto de la industria minorista de China y la reducción de los costes de desarrollo y montaje de productos manufactureros. Se estima que los macrodatos globales impulsarán directa e indirectamente los gastos en tecnología de la información a 120 mil millones de dólares en 2013.
2. Puede promover la mejora del nivel de gestión social.
La aplicación de big data en el campo de los servicios públicos puede promover eficazmente el desarrollo del trabajo relacionado, mejorar el nivel de toma de decisiones, la eficiencia del servicio y el nivel de gestión social de los departamentos relevantes y generar un enorme valor social. Al analizar los datos sobre el flujo de tráfico recopilados en tiempo real, muchas ciudades europeas pueden mejorar las condiciones del tráfico urbano guiando a los conductores por las mejores rutas.
3. Sin herramientas de análisis de alto rendimiento, no se puede liberar el valor del big data.
Debemos mantener una comprensión clara de la aplicación del big data. No podemos creer ciegamente en los resultados de su análisis ni negar su importante papel porque no es completamente preciso.
1) Por diversas razones, los objetos de datos analizados y procesados incluirán inevitablemente varios datos erróneos y datos inútiles, y tecnologías como el análisis de datos y la inteligencia artificial, que son el núcleo de la tecnología de big data, son Aún no está completamente maduro, por lo que no se puede exigir que los resultados del análisis y procesamiento de big data completados por computadoras sean completamente precisos. Por ejemplo, al analizar el contenido de búsqueda de cientos de millones de usuarios, Google puede predecir brotes de influenza más rápido que las organizaciones profesionales, pero esta predicción ha sido inexacta muchas veces debido a la interferencia de información inútil en Weibo.
2) El posicionamiento debe ser claro: el papel y el valor del big data se centran en guiar e inspirar el pensamiento innovador y la toma de decisiones asistida de los usuarios de big data. En pocas palabras, si se trata de un problema, generalmente la gente puede pensar en un método, y big data puede proporcionar diez métodos de referencia. Incluso si solo tres de ellos son factibles, triplicará la idea de resolver el problema.
Por lo tanto, comprender objetivamente y aprovechar al máximo el papel del big data, sin exagerarlo ni minimizarlo, es el requisito previo para comprender y aplicar el big data con precisión.
Siete: Finalmente, la Universiada de Beijing te dará un resumen.
Ya sea que el valor central del big data sea la predicción o no, los modelos de toma de decisiones basados en big data han aportado ganancias y reputación a muchas empresas.
1. Del análisis de la cadena de valor del big data, se distinguen tres modelos:
1) Retener big data pero no hacer un buen uso de él. Los ejemplos típicos incluyen instituciones financieras, Industria de telecomunicaciones, agencias gubernamentales, etc.
2) No tengo datos, pero sé cómo ayudar a las personas que tienen datos a utilizarlos; las típicas empresas de consultoría y servicios de TI, como Accenture, IBM, Oracle, etc.
3) Tanto el pensamiento de datos como el pensamiento de big data; los ejemplos típicos incluyen Google, Amazon, MasterCard, etc.
2. Hay dos cosas más valiosas en el campo del big data en el futuro:
1) Personas con pensamiento en big data, que pueden transformar el valor potencial del big data en beneficios reales;
2) Áreas de negocio que no se han visto afectadas por el big data. Se trata de pozos de petróleo y depósitos de oro inexplorados, los llamados océanos azules.
Big data es un campo típico en el que la tecnología de la información y la tecnología profesional, la industria de la tecnología de la información y diversas industrias están estrechamente integradas. Tiene una fuerte demanda de aplicaciones y amplias perspectivas de aplicación. Para aprovechar las nuevas oportunidades que brinda este campo emergente, debemos continuar rastreando y estudiando big data, mejorar continuamente nuestro conocimiento y comprensión de big data, adherirnos a los esfuerzos coordinados de innovación tecnológica e innovación de aplicaciones, y acelerar el desarrollo de big data. en diversos campos económicos y sociales. Utilizar y promover el desarrollo de big data en países, industrias y empresas.
Los requisitos de la solicitud y el nivel de datos de la solicitud han entrado en una nueva etapa.