关于大数据服务应该了解的一切

许多企业并没有意识到大数据服务的潜在好处。尽管大肆宣传，要么没有意识到自己存在大数据问题，要么不这么认为。当数据量、种类和速度突然增长，并且企业当前的数据库和应用无法再处理负载时，大数据技术通常十分有用。

如果处理不当，大数据问题可能会增加开支，并对生产力和竞争力产生负面影响。另一方面，强大的大数据战略可以通过将劳动密集型的现有工作负载转换为大数据技术，并引入新的应用来利用尚未开发的潜力，从而帮助组织降低成本，并提高运营效率。

大数据即服务(BDaaS)：什么是大数据服务?

大数据即服务由云提供商提供数据平台和工具，帮助企业处理、管理和分析海量数据集，以产生可用于增强业务运营并获得竞争优势的见解。

大数据即服务(BDaaS)旨在通过利用外部提供商的数据管理系统和IT专业知识来释放组织资源，而不是部署本地系统，并雇用内部员工来执行这些功能。

许多企业生成大量结构化、非结构化和半结构化数据。大数据即服务可以作为由云提供商托管和管理的托管服务合同提供，也可以作为在云中运行的专用硬件和软件提供。

什么是大数据?

大数据是指由于数据数量、速度和种类不断增长而导致传统数据库无法解决的数据管理问题。

定义大数据的方法有多种，但大多数都包含所谓大数据“三个V”的思想：

数据量：数据量在TB到PB之间变化。

多样性：多样性包括来自许多不同来源和格式的信息，如网络日志、社交媒体互动、电子商务和在线交易、金融交易等。

速度：从收集数据到用户获得可行的见解，企业的要求越来越高。因此，必须在相对较短的时间内(从每日到实时)收集、保存、处理和评估数据。

大数据处理的演变

大数据生态系统建设进展迅速。如今，各种分析方法服务于各种组织活动。

用户可以回答“发生了什么以及为什么?”的问题借助描述性分析。带有记分卡和仪表板的传统查询和报告设置就是一些示例。

用户可以借助预测分析评估功能中特定事件的可能性。例如预警系统、欺诈检测、预防性维护和预测。

规范性分析为用户提供特定(规范性)建议。其回答这个问题：如果出现“x”，该怎么办?

大数据即服务示例

数字时代最重要的发展之一是“大数据”技术。强大的分析功能可以揭示隐藏在海量数据集中的模式和联系，为几乎所有企业的规划和决策提供信息。

过去十年中，大数据的使用量大幅增加，几乎影响到我们生活方式、购买模式和日常消费者决策的方方面面。

以下是一些每天影响人类的大数据应用实例：

运输

我们大多数人依赖的GPS智能手机应用在最短的时间内从一个地方移动到另一个地方，这些应用都是由大数据提供支持的。政府机构和卫星照片是GPS数据的两个提供者。

对于跨大西洋旅行，一架飞机可以产生1,000 TB或更多的数据。所有这些数据均由航空分析系统获取，然后分析燃油效率、乘客和货物重量以及天气模式，以最大限度地提高安全性和能源利用。

大数据通过以下方式使运输变得更轻松、更高效：

拥堵管理和交通控制：借助大数据分析，高德地图现在可以提供前往任何位置最不拥堵的路线。

路线规划：为了实现最大效率的规划，可以根据用户需求、燃料消耗和其他要素来比较不同的路线。

交通安全：为了识别事故多发地点，采用实时处理和预测分析。

广告与营销

广告始终关注特定的客户群体。过去，营销人员使用焦点小组、调查结果、电视和广播偏好以及其他方法来尝试和预测消费者对广告的反应。这些技术充其量只是有根据的猜测。

为了了解人们实际点击、搜索和“喜欢”的内容，广告商如今购买或收集大量数据。利用浏览量和点击率等精确衡量标准，还可以评估营销活动的有效性。

例如，亚马逊收集了有关数百万客户的购买、运输方式和支付偏好的大量信息。然后，向狭窄的细分市场和子群体提供高度针对性的广告投放。

银行和金融服务

大数据和分析在金融领域的应用产生了巨大的影响：

欺诈检测：银行跟踪客户的消费习惯和其他活动，以发现可能表明欺诈交易的异常行为和异常情况。

风险管理：借助大数据分析，银行可以跟踪和报告操作流程、KPI和人员活动。

客户关系优化：为了更好地了解如何将潜在客户转变为客户并鼓励更多地使用不同的金融产品，金融机构研究网站使用情况和交易数据中的数据。

个性化营销：银行利用大数据建立每个客户的生活方式、品味和目标的详细档案，然后将其应用于微观目标营销活动。

政府

政府组织收集大量数据，但其中许多组织，尤其是地方一级，并未使用尖端技术数据挖掘，以及充分利用其分析工具。

社会保障管理局和国税局是利用数据分析来发现虚假残疾索赔和逃税的组织的例子。美国联邦调查局(FBI)和美国证券交易委员会(SEC)使用大数据技术监控市场，以发现非法商业行为。联邦住房管理局多年来一直使用大数据分析来预测抵押贷款违约和还款率。

媒体和娱乐

娱乐行业使用大数据来分析消费者反馈、预测观众兴趣和偏好、管理节目安排并确定广告投放目标。

两个最著名的例子是Spotify和Amazon Prime，它们都使用大数据分析为订阅者提供定制的节目推荐。

气象

全球分布的天气传感器和卫星收集大量数据来监测环境。

气象学家利用大数据来：

分析灾害趋势。

进行天气预报。

认识全球变暖的影响。

确定世界上可以获得饮用水的地点。

尽早通知风暴和海啸等迫在眉睫的紧急情况。

卫生保健

大数据正在稳步但显着地改变庞大的医疗保健行业。使用可穿戴技术和传感器数据实时更新患者的电子健康记录。

目前，提供商和实践组织将大数据用于多种目的，例如：

预测流行病的爆发

早期症状识别，避免可预防的疾病

数字健康记录

实时通知

增加患者参与

预测和避免重大疾病的发展

战略性计划

研究速度加快

远程医疗

改进的医学图像分析

网络安全

大数据可能会增加企业遭受网络攻击的危险，但机器学习分析可以使用相同的数据存储来阻止和打击在线犯罪。对历史数据的分析可以产生情报来构建更有效的威胁控制。

此外，当模式和序列偏离常态时，机器学习可以向企业发出警报，因此可以针对勒索软件攻击、有害的内部程序和未经授权的访问尝试等风险采取有效的对策。

在企业发生入侵或数据盗窃后，攻击后分析可以揭示所使用的技术。然后，机器学习可用于创建防御措施，以阻止未来此类尝试。

教育

大数据正在受到管理者、学者和其他利益相关者的欢迎，以帮助改进课程、吸引顶尖人才并增强学生体验。

示例包括：

定制课程：大数据可以根据特定学生的需求定制学术课程，经常将在线学习与传统的现场课程和独立学习结合起来。

降低辍学率：预测分析为教育机构提供有关学生表现的信息、有关建议学习课程的反馈以及有关毕业生在劳动力市场表现的建议。

提高学生成绩：通过检查学生的个人“数据轨迹”，可以更好地了解学生的学习偏好和习惯，然后将其应用于设计一个促进学生学习的环境学习。

有针对性的国际招聘：借助大数据分析，机构可以更准确地预测申请人的成功机会。另一方面，还可以帮助海外学生找到最有可能接受其并最能实现其学术目标的大学。

总结

大数据是一个在商业和技术领域广泛使用的术语。简而言之，这是从各种来源获取极大量复杂数据，并对其进行分析以发现模式、趋势、问题并提供获得有用见解的机会的过程。

大数据即服务(BDaaS)旨在通过利用外部提供商的数据管理系统和IT专业知识来释放组织资源，而不是部署本地系统和雇用内部员工。许多企业生成大量结构化、非结构化和半结构化数据。

目前最令人着迷和最令人满意的大数据项目提供的见解基于当前正在发生的事情，而不仅仅是上周发生的事情，允许立即采取行动，而不仅仅是从过去学习。