關(guān)于大數(shù)據(jù)服務(wù)應(yīng)該了解的一切

　　許多企業(yè)并沒(méi)有意識(shí)到大數(shù)據(jù)服務(wù)的潛在好處。盡管大肆宣傳，要么沒(méi)有意識(shí)到自己存在大數(shù)據(jù)問(wèn)題，要么不這么認(rèn)為。當(dāng)數(shù)據(jù)量、種類和速度突然增長(zhǎng)，并且企業(yè)當(dāng)前的數(shù)據(jù)庫(kù)和應(yīng)用無(wú)法再處理負(fù)載時(shí)，大數(shù)據(jù)技術(shù)通常十分有用。

　　如果處理不當(dāng)，大數(shù)據(jù)問(wèn)題可能會(huì)增加開支，并對(duì)生產(chǎn)力和競(jìng)爭(zhēng)力產(chǎn)生負(fù)面影響。另一方面，強(qiáng)大的大數(shù)據(jù)戰(zhàn)略可以通過(guò)將勞動(dòng)密集型的現(xiàn)有工作負(fù)載轉(zhuǎn)換為大數(shù)據(jù)技術(shù)，并引入新的應(yīng)用來(lái)利用尚未開發(fā)的潛力，從而幫助組織降低成本，并提高運(yùn)營(yíng)效率。

　　大數(shù)據(jù)即服務(wù)(BDaaS)：什么是大數(shù)據(jù)服務(wù)?

　　大數(shù)據(jù)即服務(wù)由云提供商提供數(shù)據(jù)平臺(tái)和工具，幫助企業(yè)處理、管理和分析海量數(shù)據(jù)集，以產(chǎn)生可用于增強(qiáng)業(yè)務(wù)運(yùn)營(yíng)并獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的見(jiàn)解。

　　大數(shù)據(jù)即服務(wù)(BDaaS)旨在通過(guò)利用外部提供商的數(shù)據(jù)管理系統(tǒng)和IT專業(yè)知識(shí)來(lái)釋放組織資源，而不是部署本地系統(tǒng)，并雇用內(nèi)部員工來(lái)執(zhí)行這些功能。

　　許多企業(yè)生成大量結(jié)構(gòu)化、非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。大數(shù)據(jù)即服務(wù)可以作為由云提供商托管和管理的托管服務(wù)合同提供，也可以作為在云中運(yùn)行的專用硬件和軟件提供。

　　什么是大數(shù)據(jù)?

　　大數(shù)據(jù)是指由于數(shù)據(jù)數(shù)量、速度和種類不斷增長(zhǎng)而導(dǎo)致傳統(tǒng)數(shù)據(jù)庫(kù)無(wú)法解決的數(shù)據(jù)管理問(wèn)題。

　　定義大數(shù)據(jù)的方法有多種，但大多數(shù)都包含所謂大數(shù)據(jù)“三個(gè)V”的思想：

　　數(shù)據(jù)量：數(shù)據(jù)量在TB到PB之間變化。

　　多樣性：多樣性包括來(lái)自許多不同來(lái)源和格式的信息，如網(wǎng)絡(luò)日志、社交媒體互動(dòng)、電子商務(wù)和在線交易、金融交易等。

　　速度：從收集數(shù)據(jù)到用戶獲得可行的見(jiàn)解，企業(yè)的要求越來(lái)越高。因此，必須在相對(duì)較短的時(shí)間內(nèi)(從每日到實(shí)時(shí))收集、保存、處理和評(píng)估數(shù)據(jù)。

　　大數(shù)據(jù)處理的演變

　　大數(shù)據(jù)生態(tài)系統(tǒng)建設(shè)進(jìn)展迅速。如今，各種分析方法服務(wù)于各種組織活動(dòng)。

　　用戶可以回答“發(fā)生了什么以及為什么?”的問(wèn)題借助描述性分析。帶有記分卡和儀表板的傳統(tǒng)查詢和報(bào)告設(shè)置就是一些示例。

　　用戶可以借助預(yù)測(cè)分析評(píng)估功能中特定事件的可能性。例如預(yù)警系統(tǒng)、欺詐檢測(cè)、預(yù)防性維護(hù)和預(yù)測(cè)。

　　規(guī)范性分析為用戶提供特定(規(guī)范性)建議。其回答這個(gè)問(wèn)題：如果出現(xiàn)“x”，該怎么辦?

　　大數(shù)據(jù)即服務(wù)示例

　　數(shù)字時(shí)代最重要的發(fā)展之一是“大數(shù)據(jù)”技術(shù)。強(qiáng)大的分析功能可以揭示隱藏在海量數(shù)據(jù)集中的模式和聯(lián)系，為幾乎所有企業(yè)的規(guī)劃和決策提供信息。

　　過(guò)去十年中，大數(shù)據(jù)的使用量大幅增加，幾乎影響到我們生活方式、購(gòu)買模式和日常消費(fèi)者決策的方方面面。

　　以下是一些每天影響人類的大數(shù)據(jù)應(yīng)用實(shí)例：

　　運(yùn)輸

　　我們大多數(shù)人依賴的GPS智能手機(jī)應(yīng)用在最短的時(shí)間內(nèi)從一個(gè)地方移動(dòng)到另一個(gè)地方，這些應(yīng)用都是由大數(shù)據(jù)提供支持的。政府機(jī)構(gòu)和衛(wèi)星照片是GPS數(shù)據(jù)的兩個(gè)提供者。

　　對(duì)于跨大西洋旅行，一架飛機(jī)可以產(chǎn)生1,000 TB或更多的數(shù)據(jù)。所有這些數(shù)據(jù)均由航空分析系統(tǒng)獲取，然后分析燃油效率、乘客和貨物重量以及天氣模式，以最大限度地提高安全性和能源利用。

　　大數(shù)據(jù)通過(guò)以下方式使運(yùn)輸變得更輕松、更高效：

　　擁堵管理和交通控制：借助大數(shù)據(jù)分析，高德地圖現(xiàn)在可以提供前往任何位置最不擁堵的路線。

　　路線規(guī)劃：為了實(shí)現(xiàn)最大效率的規(guī)劃，可以根據(jù)用戶需求、燃料消耗和其他要素來(lái)比較不同的路線。

　　交通安全：為了識(shí)別事故多發(fā)地點(diǎn)，采用實(shí)時(shí)處理和預(yù)測(cè)分析。

　　廣告與營(yíng)銷

　　廣告始終關(guān)注特定的客戶群體。過(guò)去，營(yíng)銷人員使用焦點(diǎn)小組、調(diào)查結(jié)果、電視和廣播偏好以及其他方法來(lái)嘗試和預(yù)測(cè)消費(fèi)者對(duì)廣告的反應(yīng)。這些技術(shù)充其量只是有根據(jù)的猜測(cè)。

　　為了了解人們實(shí)際點(diǎn)擊、搜索和“喜歡”的內(nèi)容，廣告商如今購(gòu)買或收集大量數(shù)據(jù)。利用瀏覽量和點(diǎn)擊率等精確衡量標(biāo)準(zhǔn)，還可以評(píng)估營(yíng)銷活動(dòng)的有效性。

　　例如，亞馬遜收集了有關(guān)數(shù)百萬(wàn)客戶的購(gòu)買、運(yùn)輸方式和支付偏好的大量信息。然后，向狹窄的細(xì)分市場(chǎng)和子群體提供高度針對(duì)性的廣告投放。

　　銀行和金融服務(wù)

　　大數(shù)據(jù)和分析在金融領(lǐng)域的應(yīng)用產(chǎn)生了巨大的影響：

　　欺詐檢測(cè)：銀行跟蹤客戶的消費(fèi)習(xí)慣和其他活動(dòng)，以發(fā)現(xiàn)可能表明欺詐交易的異常行為和異常情況。

　　風(fēng)險(xiǎn)管理：借助大數(shù)據(jù)分析，銀行可以跟蹤和報(bào)告操作流程、KPI和人員活動(dòng)。

　　客戶關(guān)系優(yōu)化：為了更好地了解如何將潛在客戶轉(zhuǎn)變?yōu)榭蛻舨⒐膭?lì)更多地使用不同的金融產(chǎn)品，金融機(jī)構(gòu)研究網(wǎng)站使用情況和交易數(shù)據(jù)中的數(shù)據(jù)。

　　個(gè)性化營(yíng)銷：銀行利用大數(shù)據(jù)建立每個(gè)客戶的生活方式、品味和目標(biāo)的詳細(xì)檔案，然后將其應(yīng)用于微觀目標(biāo)營(yíng)銷活動(dòng)。

　　政府

　　政府組織收集大量數(shù)據(jù)，但其中許多組織，尤其是地方一級(jí)，并未使用尖端技術(shù)數(shù)據(jù)挖掘，以及充分利用其分析工具。

　　社會(huì)保障管理局和國(guó)稅局是利用數(shù)據(jù)分析來(lái)發(fā)現(xiàn)虛假殘疾索賠和逃稅的組織的例子。美國(guó)聯(lián)邦調(diào)查局(FBI)和美國(guó)證券交易委員會(huì)(SEC)使用大數(shù)據(jù)技術(shù)監(jiān)控市場(chǎng)，以發(fā)現(xiàn)非法商業(yè)行為。聯(lián)邦住房管理局多年來(lái)一直使用大數(shù)據(jù)分析來(lái)預(yù)測(cè)抵押貸款違約和還款率。

　　媒體和娛樂(lè)

　　娛樂(lè)行業(yè)使用大數(shù)據(jù)來(lái)分析消費(fèi)者反饋、預(yù)測(cè)觀眾興趣和偏好、管理節(jié)目安排并確定廣告投放目標(biāo)。

　　兩個(gè)最著名的例子是Spotify和Amazon Prime，它們都使用大數(shù)據(jù)分析為訂閱者提供定制的節(jié)目推薦。

　　氣象

　　全球分布的天氣傳感器和衛(wèi)星收集大量數(shù)據(jù)來(lái)監(jiān)測(cè)環(huán)境。

　　氣象學(xué)家利用大數(shù)據(jù)來(lái)：

　　分析災(zāi)害趨勢(shì)。

　　進(jìn)行天氣預(yù)報(bào)。

　　認(rèn)識(shí)全球變暖的影響。

　　確定世界上可以獲得飲用水的地點(diǎn)。

　　盡早通知風(fēng)暴和海嘯等迫在眉睫的緊急情況。

　　衛(wèi)生保健

　　大數(shù)據(jù)正在穩(wěn)步但顯著地改變龐大的醫(yī)療保健行業(yè)。使用可穿戴技術(shù)和傳感器數(shù)據(jù)實(shí)時(shí)更新患者的電子健康記錄。

　　目前，提供商和實(shí)踐組織將大數(shù)據(jù)用于多種目的，例如：

　　預(yù)測(cè)流行病的爆發(fā)

　　早期癥狀識(shí)別，避免可預(yù)防的疾病

　　數(shù)字健康記錄

　　實(shí)時(shí)通知

　　增加患者參與

　　預(yù)測(cè)和避免重大疾病的發(fā)展

　　戰(zhàn)略性計(jì)劃

　　研究速度加快

　　遠(yuǎn)程醫(yī)療

　　改進(jìn)的醫(yī)學(xué)圖像分析

　　網(wǎng)絡(luò)安全

　　大數(shù)據(jù)可能會(huì)增加企業(yè)遭受網(wǎng)絡(luò)攻擊的危險(xiǎn)，但機(jī)器學(xué)習(xí)分析可以使用相同的數(shù)據(jù)存儲(chǔ)來(lái)阻止和打擊在線犯罪。對(duì)歷史數(shù)據(jù)的分析可以產(chǎn)生情報(bào)來(lái)構(gòu)建更有效的威脅控制。

　　此外，當(dāng)模式和序列偏離常態(tài)時(shí)，機(jī)器學(xué)習(xí)可以向企業(yè)發(fā)出警報(bào)，因此可以針對(duì)勒索軟件攻擊、有害的內(nèi)部程序和未經(jīng)授權(quán)的訪問(wèn)嘗試等風(fēng)險(xiǎn)采取有效的對(duì)策。

　　在企業(yè)發(fā)生入侵或數(shù)據(jù)盜竊后，攻擊后分析可以揭示所使用的技術(shù)。然后，機(jī)器學(xué)習(xí)可用于創(chuàng)建防御措施，以阻止未來(lái)此類嘗試。

　　教育

　　大數(shù)據(jù)正在受到管理者、學(xué)者和其他利益相關(guān)者的歡迎，以幫助改進(jìn)課程、吸引頂尖人才并增強(qiáng)學(xué)生體驗(yàn)。

　　示例包括：

　　定制課程：大數(shù)據(jù)可以根據(jù)特定學(xué)生的需求定制學(xué)術(shù)課程，經(jīng)常將在線學(xué)習(xí)與傳統(tǒng)的現(xiàn)場(chǎng)課程和獨(dú)立學(xué)習(xí)結(jié)合起來(lái)。

　　降低輟學(xué)率：預(yù)測(cè)分析為教育機(jī)構(gòu)提供有關(guān)學(xué)生表現(xiàn)的信息、有關(guān)建議學(xué)習(xí)課程的反饋以及有關(guān)畢業(yè)生在勞動(dòng)力市場(chǎng)表現(xiàn)的建議。

　　提高學(xué)生成績(jī)：通過(guò)檢查學(xué)生的個(gè)人“數(shù)據(jù)軌跡”，可以更好地了解學(xué)生的學(xué)習(xí)偏好和習(xí)慣，然后將其應(yīng)用于設(shè)計(jì)一個(gè)促進(jìn)學(xué)生學(xué)習(xí)的環(huán)境學(xué)習(xí)。

　　有針對(duì)性的國(guó)際招聘：借助大數(shù)據(jù)分析，機(jī)構(gòu)可以更準(zhǔn)確地預(yù)測(cè)申請(qǐng)人的成功機(jī)會(huì)。另一方面，還可以幫助海外學(xué)生找到最有可能接受其并最能實(shí)現(xiàn)其學(xué)術(shù)目標(biāo)的大學(xué)。

　　總結(jié)

　　大數(shù)據(jù)是一個(gè)在商業(yè)和技術(shù)領(lǐng)域廣泛使用的術(shù)語(yǔ)。簡(jiǎn)而言之，這是從各種來(lái)源獲取極大量復(fù)雜數(shù)據(jù)，并對(duì)其進(jìn)行分析以發(fā)現(xiàn)模式、趨勢(shì)、問(wèn)題并提供獲得有用見(jiàn)解的機(jī)會(huì)的過(guò)程。

　　大數(shù)據(jù)即服務(wù)(BDaaS)旨在通過(guò)利用外部提供商的數(shù)據(jù)管理系統(tǒng)和IT專業(yè)知識(shí)來(lái)釋放組織資源，而不是部署本地系統(tǒng)和雇用內(nèi)部員工。許多企業(yè)生成大量結(jié)構(gòu)化、非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。

　　目前最令人著迷和最令人滿意的大數(shù)據(jù)項(xiàng)目提供的見(jiàn)解基于當(dāng)前正在發(fā)生的事情，而不僅僅是上周發(fā)生的事情，允許立即采取行動(dòng)，而不僅僅是從過(guò)去學(xué)習(xí)。

　　來(lái)源：千家網(wǎng)