Big Data may well be the Next Big Thing in the IT world. The first organizations to embrace it were online and startup firms. Firms like Google, eBay, LinkedIn, and Facebook were built around big data from the beginning.
Content:
Introduction
What is Big Data?
Big Data facts
Three Characteristics of Big Data
Storing Big Data
THE STRUCTURE OF BIG DATA
WHY BIG DATA
HOW IS BIG DATA DIFFERENT?
BIG DATA SOURCES
BIG DATA ANALYTICS
TYPES OF TOOLS USED IN BIG-DATA
Application Of Big Data analytics
HOW BIG DATA IMPACTS ON IT
RISKS OF BIG DATA
BENEFITS OF BIG DATA
Future of big data
What is Big Data?
Big Data Laws
Why Big Data?
Industries using Big Data
Current process/SW in SCM
Challenges in SCM industry
How Big data can solve the problems?
Migration to Big data for an SCM industry
Big Data may well be the Next Big Thing in the IT world. The first organizations to embrace it were online and startup firms. Firms like Google, eBay, LinkedIn, and Facebook were built around big data from the beginning.
Content:
Introduction
What is Big Data?
Big Data facts
Three Characteristics of Big Data
Storing Big Data
THE STRUCTURE OF BIG DATA
WHY BIG DATA
HOW IS BIG DATA DIFFERENT?
BIG DATA SOURCES
BIG DATA ANALYTICS
TYPES OF TOOLS USED IN BIG-DATA
Application Of Big Data analytics
HOW BIG DATA IMPACTS ON IT
RISKS OF BIG DATA
BENEFITS OF BIG DATA
Future of big data
What is Big Data?
Big Data Laws
Why Big Data?
Industries using Big Data
Current process/SW in SCM
Challenges in SCM industry
How Big data can solve the problems?
Migration to Big data for an SCM industry
Big Data Analytics and its Application in E-CommerceUyoyo Edosio
Abstract-This era unlike any, is faced with explosive
growth in the size of data generated/captured. Data
growth has undergone a renaissance, influenced
primarily by ever cheaper computing power and
the ubiquity of the internet. This has led to a
paradigm shift in the E-commerce sector; as data is
no longer seen as the byproduct of their business
activities, but as their biggest asset providing: key
insights to the needs of their customers, predicting
trends in customer’s behavior, democratizing of
advertisement to suits consumers varied taste, as
well as providing a performance metric to assess the
effectiveness in meeting customers’ needs.
This paper presents an overview of the unique
features that differentiate big data from traditional
datasets. In addition, the application of big data
analytics in the E-commerce and the various
technologies that make analytics of consumer data
possible is discussed.
Further this paper will present some case studies of
how leading Ecommerce vendors like Amazon.com,
Walmart Inc, and Adidas apply Big Data analytics in
their business strategies/activities to improve their
competitive advantage. Lastly we identify some
challenges these E-commerce vendors face while
implementing big data analytic
Disclaimer :
The images, company, product and service names that are used in this presentation, are for illustration purposes only. All trademarks and registered trademarks are the property of their respective owners.
Data/Image collected from various sources from Internet.
Intention was to present the big picture of Big Data & Hadoop
Detailed description of big data, with the characteristics of it. What are the limitations of the traditional systems? Where we are using big data? And also the applications of big data.
Big Data Analytics and its Application in E-CommerceUyoyo Edosio
Abstract-This era unlike any, is faced with explosive
growth in the size of data generated/captured. Data
growth has undergone a renaissance, influenced
primarily by ever cheaper computing power and
the ubiquity of the internet. This has led to a
paradigm shift in the E-commerce sector; as data is
no longer seen as the byproduct of their business
activities, but as their biggest asset providing: key
insights to the needs of their customers, predicting
trends in customer’s behavior, democratizing of
advertisement to suits consumers varied taste, as
well as providing a performance metric to assess the
effectiveness in meeting customers’ needs.
This paper presents an overview of the unique
features that differentiate big data from traditional
datasets. In addition, the application of big data
analytics in the E-commerce and the various
technologies that make analytics of consumer data
possible is discussed.
Further this paper will present some case studies of
how leading Ecommerce vendors like Amazon.com,
Walmart Inc, and Adidas apply Big Data analytics in
their business strategies/activities to improve their
competitive advantage. Lastly we identify some
challenges these E-commerce vendors face while
implementing big data analytic
Disclaimer :
The images, company, product and service names that are used in this presentation, are for illustration purposes only. All trademarks and registered trademarks are the property of their respective owners.
Data/Image collected from various sources from Internet.
Intention was to present the big picture of Big Data & Hadoop
Detailed description of big data, with the characteristics of it. What are the limitations of the traditional systems? Where we are using big data? And also the applications of big data.
http://www.saturd.ru/ - заказать увеличение продаж можно здесь.
Презентация на тему BIG DATA в интернет продажах. Биг дата - это обработка и использование собранных данных о человеке для того чтобы дать ему релевантное предложение.
Темы: Продвижение в интернете, SaturD, Продвижение медицинских услуг
Big Data for Customer centric organisation - CleverDATA for Oracle CIO Club M...CleverDATA
- how to know your customer for not to loose him
- how to use customer centric approach
- how to get 3D customer view
- data sources review
- customer profile on every stage of customer life cycle
- use cases
- how to build a solution architecture to use all your data
- 1DMP.RU for Enterprise components to work with big data
- Oracle Big Data appliance to deploy a solution
- 1DMP.RU solution's benefits
Решение технологического кейса для компании "Аэрофлот"Mikhail Alekseev
Решение технологического кейса в рамках чемпионата Microsoft Challenge Cup "Внедрение технологий Microsoft в инфраструктуру компании Аэрофлот", команда ImprovY
A graph is a data structure composed of vertices/dots and edges/lines. A graph database is a software system used to persist and process graphs. The common conception in today's database community is that there is a tradeoff between the scale of data and the complexity/interlinking of data. To challenge this understanding, Aurelius has developed Titan under the liberal Apache 2 license. Titan supports both the size of modern data and the modeling power of graphs to usher in the era of Big Graph Data. Novel techniques in edge compression, data layout, and vertex-centric indices that exploit significant orders are used to facilitate the representation and processing of a single atomic graph structure across a multi-machine cluster. To ensure ease of adoption by the graph community, Titan natively implements the TinkerPop 2 Blueprints API. This presentation will review the graph landscape, Titan's techniques for scale by distribution, and a collection of satellite graph technologies to be released by Aurelius in the coming summer months of 2012.
This presentation, by big data guru Bernard Marr, outlines in simple terms what Big Data is and how it is used today. It covers the 5 V's of Big Data as well as a number of high value use cases.
Digital Branding Summit 15-16 october 2014. Александр Филатов (Розничная сеть...World Brand Academy
Digital Branding Summit 15-16 october 2014.
Александр Филатов (Розничная сеть Улыбка Радуги) & Екатерина Савченко (Synqera)
Personalization, multi channeling & big data analysis: how buzz words turn into real business?
The Danger of Big Data by Kerry Bodine - Forrester research
Service design teams can glean big data insights from social media, financial systems, emails, surveys, call centers, and digital and analog sensors. But companies that fixate on amassing new data sources put themselves at risk of neglecting small data insights gathered through qualitative research methods. How can firms achieve balance?
Big Data - что это и с чем его "едят") Откуда взялся термин Big Data, какое содержание он в себе несет, и, есть ли будущее у тренда Big Data. Изучаем...
Аналитический обзор рынка Больших Данных от IPOboardIpo Board
Данный аналитический обзор посвящен рынку Больших Данных.
В обзоре освящена текущая ситуация на международном и российском рынках.
Также описаны тенденции рынка и его прогноз.
Анджей Аршавский, Директор ЦК, ЦК по супермассивам данных, Сбербанк-Технологии. "Типы данных и корпоративная платформа для полного цикла работы с данными"
•19:20-19:40 Максим Еременко, Управляющий директор-начальник управления, Управление инструментов и моделей, Сбербанк. "Как модели могут сохранять или зарабатывать деньги?"
•19:40-20:00 Тихонов Роман, Управляющий директор — директор управления, Управление валидации, Сбербанк. "Кейсы Сбербанка: от предсказания дефолта в реальном времени до глубинного обучения на данных естественного языка".
Если вы хотите получить доступ к видео выступления, напишите нам на datascienceweek2016@gmail.com.
Логическая витрина для доступа к большим даннымSergey Gorshkov
Как компании получить максимальную выгоду от накопленной информации? Как интегрировать данные из хранилищ Big Data с традиционной аналитической информацией?
Решения HPE Software для Больших данныхYuri Yashkin
Аналитика Больших данных позволяет улучшить бизнеспроцессы и операционную деятельность, повысить эффективность управления рисками и добиться дополнительной экономии средств. В документе описаны восемь подводных камней на пути к внедрению аналитики Больших данных
Большие данные и бизнес-аналитика: как найти пользу?Marina Payvina
Как извлечь пользу из больших данных.
Инструменты бизнес-аналитики для анализа и исследования больших данных
Мероприятие:
День Науки НИУ ВШЭ 2015
Фото: http://vk.com/album-66011151_214023156
Восемь подводных камней на пути к внедрению аналитики Больших данныхElizaveta Alekseeva
Приручить Большие данные, аналитику и искусственный интеллект и добиться от них пользы для бизнеса не так-то просто. Узнайте, какие «подводные камни» ожидают тех, кто решил внедрять аналитику Больших данных, и – главное – как их преодолеть.
2. 2
История появления термина BIG DATA
Клиффорд Линч, редактор журнала Nature, в 2008 году впервые упомянул о термине BIG DATA в специальном
номере журнала с темой «Как могут повлиять на будущее науки технологии, открывающие возможности
работы с большими объёмами данных?», в котором были собраны материалы о феномене взрывного роста
объёмов и многообразия обрабатываемых данных и технологических перспективах в парадигме вероятного скачка
«от количества к качеству»
В 2009 году термин широко распространился в деловой прессе, а к 2010 году относят появление первых продуктов и
решений, относящихся исключительно и непосредственно к проблеме обработки больших данных. К 2011 году
большинство крупнейших поставщиков информационных технологий для организаций в своих деловых стратегиях
используют понятие о больших данных, в том числе IBM, Oracle, Microsoft, Hewlett-Packard, EMC, а основные
аналитики рынка информационных технологий посвящают концепции выделенные
В 2011 году Gartner отмечает большие данные как тренд номер два в информационно-технологической
инфраструктуре (после виртуализации и как более существенный, чем энергосбережение и мониторинг).
Прогнозируется, что внедрение технологий больших данных наибольшее влияние окажет на информационные
технологии в производстве ,здравоохранении, торговле, государственном управлении, а также в сферах и отраслях,
где регистрируются индивидуальные перемещения ресурсов
3. 3
Что же такое BIG DATA?
Группа технологий и методов производительной обработки динамически растущих объемов
данных( структурированных и неструктурированных) в распределенных информационных
системах, обеспечивающих организацию качественно новой полезной информацией
Big Data — это наборы данных такого объема, что традиционные инструменты не
способны осуществлять их захват, управление и обработку за приемлемое для практики
время.
Технология Big Data предоставляет услуги, помогающие раскрыть коммерческий потенциал
мегамассивов данных за счет поиска ценных закономерностей и фактов путем объединения
и анализа больших объемов данных.
4. 4
Volume Variety Velocity
Volume Variety Velocity
Реально большие
объемы данных в
физическом смысле
Слабо
структурированные
и разнородные
данные
Необходимость
высокой скорости
обработки данных
1Gb, 1Tb, 1Pb, 1EXb, 1Zb DB, XML, Logs, Texts,
Video, Audio
5. 5
Объем данных корпораций по отраслям в 2012г
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
Ценные бумаги
Банкинг
Медицина
Энергетика
Правительство
Страхование
Коммуникации и медиа
Энергетика
Объем данных в Тб
Источник данных: McKinsey
6. 6
Интернет и мобильные технологии
Twitter 175 млн твит сообщений в день
Facebook 300 млн фото загружаемых ежедневно
Google 24PB ежедневно
AT&T передает 30Pb в день
Walmart более 1 млн продаж в час
Объем данных, переданных/полученных на мобильные
устройства, — 1,3 эксабайт
7. 7
Основные технологии анализа в BigData
MapReduce - это фреймворк для вычисления некоторых наборов распределенных задач с
использованием большого количества компьютеров (называемых «нодами»),
образующих кластер, разработанный компанией Google.
Hadoop - набор утилит, библиотек и программный каркас для разработки и выполнения
распределённых программ, работающих на кластерах из сотен и тысяч узлов.
NoSql - ряд подходов, направленных на реализацию хранилищ баз данных, имеющих
существенные отличия от моделей, используемых в традиционных реляционных СУБД с
доступом к данным средствами языка SQL. Применяется к базам данных, в которых
делается попытка решить проблемы масштабируемости и доступности за
счёт атомарности и согласованности данных
9. 9
Методы анализа используемые в BigData
Уникальность подхода больших данных заключается в агрегировании
огромного объема неструктурированной информации из разных
источников в одном месте.
Классификация (методы категоризации новых данных на основе принципов,
ранее применённых к уже наличествующим данным)
Кластерный анализ
Регрессионный анализ
Рекомендательные системы
Искусственные нейронные сети, в том числе генетические алгоритмы;
10. 10
Самые продвинутые отрасли BigData
01 Маркетинг 03
Сегментация рынка
Моделирование
приобретения и оттока
клиентов
Рекомендательные
системы
Анализ соц.медиа
02 Финансы Медицина
Детектирование
аномального поведения
Анализ кредитных рисков
Страховое моделирование
Генетический анализ
Анализ клинических
испытаний
Экспертные системы
11. 11
Value для бизнеса
Value
Учитывая масштабность, перед бизнесом встала задача не только выбора
адекватного инструментария по анализу информации, но и построения
оптимальной вычислительной инфраструктуры, которая была бы
эффективной и не очень дорогой.
.Действительно, большие хранилища данных в сфере финансовых услуг, телекоммуникаций, розничной торговли и
государственных организаций существовали на протяжении многих лет. Применялись решения по обработке данных в
реальном времени для управления бизнес-процессами, например в торговле, а также высокопроизводительные
вычислительные системы для научных исследований. Различие их состоит в том, что те системы, которые раньше решали
отдельные проблемы бизнеса на больших предприятиях, сегодня становятся основой осуществления их бизнес-стратегии.
Технология Big Data позволяет уменьшить расходы на ИТ-инфраструктуру и ПО, сократить затраты на рабочую силу за счет
более эффективных методов интеграции данных, управления, анализа и выработки решения; обеспечить увеличение
дохода и прибыли путем новых или более эффективных способов ведения бизнеса. То есть на современном этапе те же
самые технологии представляют качественно новую ценность для предприятия
12. 12
Кейс «Как компания может узнать о ваших секретах?»
Магазин Target и
беременная девочка,
США 2012г
13. 13
Спасибо за
внимание!
Алексеев Михаил
alekseev.miha@gmail.com
Linkedin
Facebook
Vk
Editor's Notes
В мире больших данных мы можем проанализировать огромное количество данных, а в некоторых случаях – обработать ВСЕ данные, касающиеся того или иного явления, а не полагаться на случайные выборки.
В мире больших данных мы можем проанализировать огромное количество данных, а в некоторых случаях – обработать ВСЕ данные, касающиеся того или иного явления, а не полагаться на случайные выборки.
Два года назад огромная сеть магазинов Target стала использовать машинное обучение при взаимодействии с покупателями. В качестве обучающей выборки использовались данные, накопленные компанией за несколько лет. В качестве маркеров конкретных покупателей использовались банковские и именные скидочные карты. Алгоритмы проанализировали, как и в каких условиях менялись предпочтения покупателей и делали прогнозы. А на основе этих прогнозов покупателям делались всевозможные специальные предложения. Весной 2012 года разразился скандал, когда отец двенадцатилетней школьницы пожаловался, что его дочери присылают буклеты с предложениями для беременных. Когда сеть Target уже приготовилась признавать ошибку и извиняться перед обиженными покупателями, выяснилось, что девочка действительно была беременна, хотя ни она, ни ее отец на момент жалобы не знали об этом. Алгоритм отловил изменения в поведении покупательницы, характерные для беременных женщин.
Два года назад огромная сеть магазинов Target стала использовать машинное обучение при взаимодействии с покупателями. В качестве обучающей выборки использовались данные, накопленные компанией за несколько лет. В качестве маркеров конкретных покупателей использовались банковские и именные скидочные карты. Алгоритмы проанализировали, как и в каких условиях менялись предпочтения покупателей и делали прогнозы. А на основе этих прогнозов покупателям делались всевозможные специальные предложения. Весной 2012 года разразился скандал, когда отец двенадцатилетней школьницы пожаловался, что его дочери присылают буклеты с предложениями для беременных. Когда сеть Target уже приготовилась признавать ошибку и извиняться перед обиженными покупателями, выяснилось, что девочка действительно была беременна, хотя ни она, ни ее отец на момент жалобы не знали об этом. Алгоритм отловил изменения в поведении покупательницы, характерные для беременных женщин.