Big Data Analytics: convertir les accions en informació



Aquest bloc tracta sobre Big Data Analytics, la seva importància, el que significa, les diverses eines necessàries i, finalment, els diferents dominis i casos d’ús.

De la mateixa manera que es diu que es va formar l’univers sencer i la nostra galàxia a causa de l’explosió del Big Bang, de manera similar, a causa de tants avenços tecnològics, les dades també han anat creixent exponencialment i han provocat l’explosió del Big Data. Aquestes dades provenen de diverses fonts, tenen diferents formats, es generen a un ritme variable i també poden contenir incoherències. Per tant, podem anomenar simplement l'explosió de dades com .Explicaré els temes següents en aquest bloc per donar-vos informació sobre Big Data Analytics:

Per què Big Data Analytics?

Abans de saltar per explicar-vos què és Analytics, permeteu-me que us expliqui per què és necessari. Permeteu-me que us reveli també que cada dia creem uns 2,5 quintilions de bytes de dades. Així que ara que ja hem acumulat el Big Data, no el podem ignorar ni deixar que es mantingui inactiu i deixi-lo perdre.





Diverses organitzacions i sectors de tot el món van començar a adoptar Big Data Analytics per tal d’obtenir nombrosos beneficis. Big Data Analytics proporciona informació que moltes empreses estan convertint en accions i obtenint enormes beneficis i descobriments. Vaig a enumerar quatre d'aquestes raons juntament amb exemples interessants.

La primera raó és,



  1. Fer una organització més intel·ligent i eficient
    Permeteu-me que us expliqui una d’aquestes organitzacions, el Departament de Policia de Nova York (NYPD). El NYPD utilitza brillantment el Big Data i les analítiques per detectar i identificar els delictes abans que es produeixin. Analitzen els patrons històrics d’arrest i els mapen amb esdeveniments com ara dies festius federals, dies de pagament, fluxos de trànsit, precipitacions, etc.Això els ajuda a analitzar la informació immediatament mitjançant la utilització d’aquests patrons de dades. Estratègia d’anàlisi i Big Dataajudaidentifiquen llocs de crims, a través dels quals desplegen els seus oficials a aquests llocs. Així, en arribar a aquests llocs abans que es cometessin els crims, eviten que es produeixin delictes.

  2. Optimitzeu les operacions comercials analitzant el comportament dels clients La majoria de les organitzacions utilitzen analítiques de comportament dels clients per tal de proporcionar-los la satisfacció i, per tant, augmentar la seva base de clients. El millor exemple d'això és Amazon. Amazon és un dels llocs web de comerç electrònic millors i més utilitzats amb una base de clients d’uns 300 milions. Utilitzen dades de flux de clics dels clients i dades de compra històriques per proporcionar-los resultats personalitzats en pàgines web personalitzades. Analitzant els clics de tots els visitants del seu lloc web els ajuden a entendre el seu comportament de navegació al lloc, els camins que l’usuari va seguir per comprar el producte, els camins que els van portar a deixar el lloc i molt més. Tota aquesta informació ajuda Amazon a millorar la seva experiència d’usuari, millorant així les seves vendes i màrqueting.
  3. Reducció de cost Les tecnologies de grans dades i els avenços tecnològics com la computació en núvol aporten importants avantatges de costos a l’hora d’emmagatzemar i processar Big Data. Permeteu-me que us expliqui com l’assistència sanitària utilitza Big Data Analytics per reduir els seus costos. Actualment, els pacients utilitzen nous dispositius de sensor quan són a casa o fora, que envien fluxos constants de dades que es poden controlar i analitzar en temps real per ajudar els pacients a evitar l’hospitalització autogestionant les seves condicions.Per als pacients hospitalitzats, els metges poden utilitzar anàlisis predictives per optimitzar els resultats i reduir les readmissions.L’hospital Parkland utilitza models analítics i predictius per identificar pacients d’alt risc i predir els resultats probables un cop els pacients s’envien a casa. Com a resultat, Parkland va reduir un 30% els reingressos de 30 dies en pacients amb insuficiència cardíaca., estalviant 500.000 dòlars anuals.

Productes de nova generació

Amb la capacitat de mesurar les necessitats i la satisfacció dels clients a través de l’anàlisi, arriba el poder de donar als clients el que volen. He trobat tres productes tan interessants per citar aquí. Primer , De Googlecotxe autònomcosa que fa milions de càlculs en cada viatge que ajuden el cotxe a decidir quan i on girar, si cal frenar o accelerar i quan canviar de carril: les mateixes decisions que pren un conductor humà al volant.

El segon un ésNetflix que es va comprometre durant dues temporades amb el seu popularíssim programa House of Cards, confiant completament en Big Data Analytics. L’any passat, Netflix va augmentar la seva base de subscriptors als Estats Units un 10% i va afegir prop de 20 milions de subscriptors de tot el món.



El tercer L’exemple és una de les novetats molt divertides que he trobat, és una estora de ioga intel·ligent. La primera vegada que utilitzeu el vostre Smart Mat, us portarà una sèrie de moviments per calibrar la forma del cos, la mida i les limitacions personals. Aquesta informació del perfil personal s’emmagatzema a la vostra aplicació Smart Mat i us ajudarà a detectar-lo quan esteu fora d’alineació o equilibri. Amb el pas del temps, evolucionarà automàticament amb dades actualitzades a mesura que aneu millorant la vostra pràctica de ioga.

Què és Big Data Analytics?

Ara definim formalment 'Què és el Big Data Analytics?' L’anàlisi de dades massives examina tipus de dades grans i diferents per descobrir patrons, correlacions i altres coneixements ocults. Bàsicament, Big Data Analytics és utilitzat en gran part per les empreses per facilitar el seu creixement i desenvolupament. Això implica principalment aplicar diversos algoritmes de mineria de dades al conjunt de dades donat, cosa que els ajudarà a prendre millors decisions.

Etapes a Big Data Analytics

Aquestes són les següents etapes del procés de Big Data Analytics:

Tipus de Big Data Analytics

Hi ha quatre tipus:

  1. Anàlisi descriptiva: Utilitza l'agregació de dades i l'explotació de dades per proporcionar informació sobre el passat i respondre: 'Què ha passat?' L'anàlisi descriptiva fa exactament el que el nom implica que 'descriuen' o resumeixen dades brutes i la fan interpretable pels humans.
  2. Anàlisi predictiu: Utilitza models estadístics i tècniques de predicció per entendre el futur i respondre: 'Què podria passar?' L'anàlisi predictiu proporciona a les empreses estadístiques útils basades en dades. Proporciona estimacions sobre la probabilitat d’un resultat futur.
  3. Anàlisi prescriptiva: Utilitza algoritmes d’optimització i simulació per assessorar sobre possibles resultats i respostes: 'Què hem de fer?' Permet als usuaris 'prescriure' diverses accions possibles diferents i orientar-los cap a una solució. En poques paraules, aquesta anàlisi es tracta de proporcionar consells.
  4. Anàlisi de diagnòstic: S'utilitza per determinar per què va passar alguna cosa en el passat. Es caracteritza per tècniques com el drill-down, el descobriment de dades, l'explotació de dades i les correlacions. L’anàlisi diagnòstica analitza amb més profunditat les dades per comprendre les causes fonamentals dels esdeveniments.

Dades massives Eines

Aquestes són algunes de les eines següents que s’utilitzen per a Big Data Analytics: Hadoop , , Apache HBase , Apache Spark , , , Rusc Apache , Kafka .

Dominis de Big Data

  • Atenció sanitària: L’assistència sanitària utilitza l’anàlisi de dades massives per reduir costos, predir epidèmies, evitar malalties prevenibles i millorar la qualitat de vida en general. Una de les més estesesLes aplicacions del Big Data a la salut són els registres electrònics de salut (EHR).
  • Telecom: Són un dels col·laboradors més importants del Big Data. La indústria de les telecomunicacions millora la qualitat del servei irutes el trànsit amb més eficàcia. En analitzar els registres de dades de trucades en temps real, aquestes empreses poden identificar comportaments fraudulents i actuar-hi immediatament. La divisió de màrqueting pot modificar les seves campanyes per orientar-se millor als seus clients i utilitzar les estadístiques obtingudes per desenvolupar nous productes i serveis.
  • Assegurança: Aquestes empreses utilitzen analítiques de dades massives per a l'avaluació de riscos, la detecció de fraus, el màrqueting, la informació del client, l'experiència del client i molt més.
  • Govern: El govern indi va utilitzar l’anàlisi de dades massives per obtenir una estimació del comerç al país. Van utilitzar les factures d’impostos de vendes centrals per analitzar fins a quin punt els estats comercien entre ells.
  • Finances: Els bancs i les empreses de serveis financers utilitzen analítiques per diferenciar les interaccions fraudulentes de les transaccions comercials legítimes. Els sistemes d’anàlisi suggereixen accions immediates, com ara el bloqueig de transaccions irregulars, que atura el frau abans que es produeixi i millori la rendibilitat.
  • Automòbil: Rolls Royce, que ha abraçat el Big Data, incorporant centenars de sensors als seus motors i sistemes de propulsió, que registren tots els detalls detallats sobre el seu funcionament. Els canvis en les dades en temps real s’informen als enginyers que decidiran la millor manera d’actuar, com ara la planificació del manteniment o l’enviament d’equips d’enginyeria.
  • Educació: Aquest és un camp on Big Data Analytics s’absorbeix lentament i gradualment.Optar per la tecnologia basada en dades massives com a eina d’aprenentatge en lloc dels mètodes tradicionals de conferències, va millorar l’aprenentatge dels estudiants i va ajudar els professors a rastrejar millor el seu rendiment.
  • Venda al detall: El comerç minorista, inclòs el comerç electrònic i les botigues, utilitzen àmpliament Big Data Analytics per optimitzar el seu negoci. Per exemple, Amazon, Walmart, etc.

Casos d’ús de Big Data

El primer cas d'ús que he pres aquí és de Starbucks.

El segon cas d’ús que vull compartir amb vosaltres és de Procter & Gamble.

Tendències en Big Data Analytics

La imatge següent mostra el fitxer ingressos del mercat de Big Data dinsmil milionsDòlars nord-americans des de l'any 2011 fins al 2027.

Aquí n'hi ha Dades i estadístiques de Forbes :

Perspectives de carrera a Big Data Analytics:

  • Aspectes salarials: El salari mitjà dels llocs de treball d’analítica és d’uns 94.167 dòlars. Data Scientist ha estat nomenat el millor treball a Estats Units durant tres anys consecutius, amb un salari base mitjà de 110.000 dòlars i 4.524 vacants. A l’Índia, el percentatge de professionals de l’anàlisi que obtenen sous inferiors a 10 Lakhs INR ha augmentat el percentatge de professionals de l’anàlisi que guanyen més de 15 Lakhs INR. 17% el 2016 fins a el 21% el 2017 fins a 22.3% el 2018.
  • Enormes oportunitats laborals: Empreses com Google, Apple, IBM, Adobe, Qualcomm i molts més contracten professionals de Big Data Analytics.

Conjunt d'habilitats

Aquestes són algunes de les habilitats que es requereixen en funció del paper en el camp de Big Data Analytics:

  • Programació bàsica: S'ha de tenir coneixement d'almenys alguns llenguatges de programació per a usos generals, com ara Java i Python.
  • Anàlisi estadística i quantitativa: És ideal tenir una idea sobre estadístiques i anàlisis quantitatives.
  • Emmagatzematge de dades: Es requereix coneixement de les bases de dades SQL i NoSQL.
  • Visualització de dades: És molt important saber visualitzar les dades per poder entendre les estadístiques i aplicar-les en acció.
  • Coneixement empresarial específic: Per optimitzar les seves operacions, cal que sigui conscient del negoci on apliquen analítiques.
  • Marcs computacionals: Preferiblement s’hauria de conèixer almenys una o dues eines necessàries per a Big Data Analytics.

Ara que ja coneixeu el Big Data Analytics, consulteu el per Edureka, una empresa d'aprenentatge en línia de confiança amb una xarxa de més de 250.000 estudiants satisfets repartits per tot el món. El curs de formació en certificació Edureka Big Data Hadoop ajuda els estudiants a convertir-se en experts en HDFS, Yarn, MapReduce, Pig, Hive, HBase, Oozie, Flume i Sqoop mitjançant casos d’ús en temps real en dominis Retail, Social Media, Aviació, Turisme, Finances.

com invertir les cadenes en python

Tens alguna pregunta? Esmenta’l a la secció de comentaris i et respondrem.