¿Cuáles son los campos de aplicación del big data?

Esta es el área de aplicación más conocida de Dashubai. Muchas empresas están interesadas en los datos de las redes sociales, los registros del navegador, la minería de texto y otros conjuntos de datos para crear modelos predictivos a través de tecnología de big data para obtener una comprensión más completa de los clientes, sus comportamientos y preferencias.

Utilizando big data, el minorista estadounidense Target puede incluso predecir cuándo los clientes tendrán bebés; las empresas de telecomunicaciones pueden predecir mejor la rotación de clientes; Wal-Mart puede predecir las ventas de productos con mayor precisión; las compañías de seguros de automóviles pueden comprender a sus clientes de manera más realista; 'condiciones reales de conducción.

Las estaciones de esquí utilizan big data para rastrear y dirigirse a los clientes. Si eres un ávido esquiador, imagina recibir una invitación de tu centro turístico favorito; o recibir alertas por mensaje de texto para servicios personalizados o que te indiquen la mejor ruta de taxi; . . . . . Al mismo tiempo, se proporciona una plataforma interactiva (sitio web, aplicación móvil) para registrar datos diarios: cuántos deslizamientos de tierra, cuántas subidas, etc. , comparte esta información en las redes sociales y compara y compite con familiares y amigos.

Además, la tecnología de análisis de big data se ha introducido en las campañas gubernamentales. Algunas personas creen que la victoria de Obama en las elecciones presidenciales de 2012 se debió a las excelentes capacidades de análisis de big data de su equipo.

2.

Mejorar la atención sanitaria y la salud pública.

El poder del análisis de big data para decodificar secuencias completas de ADN en minutos nos ayuda a encontrar nuevos tratamientos y comprender y predecir mejor los patrones de enfermedades. Imagínese cuando los datos de todos los dispositivos portátiles, como los relojes inteligentes, puedan aplicarse a millones de personas y sus diversas enfermedades, los ensayos clínicos futuros ya no se limitarán a muestras pequeñas, ¡sino que incluirán a todos!

La aplicación de salud de Apple Research Kit convierte efectivamente tu teléfono en un dispositivo de investigación médica. Al recopilar datos sobre los usuarios, puede realizar un seguimiento de cuántos pasos da en un día o alertarle sobre cómo se siente después de la quimioterapia o cómo está progresando la enfermedad de Parkinson. Los investigadores esperan que el proceso sea más fácil y automatizado, atraiga a más participantes y aumente la precisión de los datos.

La tecnología big data también se utiliza para monitorizar el estado físico de bebés prematuros y enfermos. Al registrar y analizar cada latido del corazón y patrón de respiración de cada bebé, se pueden predecir los síntomas de infección física con 24 horas de anticipación, lo que permite una intervención temprana para salvar a bebés vulnerables cuyas vidas pueden estar en peligro en cualquier momento.

Más importante aún, el análisis de big data nos ayuda a monitorear y predecir el brote de epidemias o enfermedades infecciosas. Los datos de los registros médicos y algunos datos de las redes sociales se pueden combinar para el análisis. Por ejemplo, Google predice brotes de gripe basándose en el tráfico de búsqueda. Si bien los modelos predictivos no funcionaron en 2014 (el hecho de que se buscaran “síntomas de gripe” no significa que en realidad se enfermara), el impacto de este tipo de análisis de big data es cada vez más conocido.

Proporcionar servicios personalizados

Big data no es solo para empresas y gobiernos, sino también para cada uno de nosotros, como beneficiarse de los datos recopilados por dispositivos portátiles como relojes inteligentes o pulseras inteligentes. . La pulsera inteligente de Jawbone puede analizar el consumo de calorías, el nivel de actividad y la calidad del sueño de una persona. Jawbone ha podido recopilar 60 años de datos sobre el sueño, analizarlos y proporcionar información única a cada usuario. De esto también se beneficia la plataforma online "Finding True Love". La mayoría de los sitios web de citas utilizan algoritmos y herramientas de análisis de big data para conectar a los usuarios con los socios más adecuados.

4.

Comprender y optimizar los procesos de negocio

El big data también se utiliza cada vez más para optimizar los procesos de negocio, como la optimización de la cadena de suministro o la ruta de distribución. Realice un seguimiento de mercancías o vehículos de transporte mediante sistemas de posicionamiento e identificación y optimice las rutas de transporte basándose en datos de tráfico en tiempo real.

Los procesos de negocio de recursos humanos también se están optimizando utilizando big data. Sociometric Solutions detecta el lugar de trabajo y las actividades sociales de los empleados mediante la implantación de sensores en sus credenciales: dónde se mueven los empleados en el lugar de trabajo, con quién hablan e incluso el tono de sus interacciones. En uso, Bank of America encontró a los mejores empleados en el centro de llamadas: establecieron un sistema de descanso y rotación de grupos, y el rendimiento promedio aumentó en un 23%.

Si coloca etiquetas RFID en teléfonos móviles, llaves, gafas y otros objetos personales, podrá localizarlos rápidamente si se pierden accidentalmente.

Imagine un futuro en el que se puedan crear etiquetas inteligentes y adjuntarlas a prácticamente cualquier cosa. No solo pueden indicarle dónde está un objeto, sino que también pueden indicarle la temperatura, la humedad, el estado de movimiento y más. Esto abrirá una nueva era de big data. El campo de los "grandes datos" busca * * información y patrones, por lo que los "pequeños datos" generados en él se centran en un solo producto.

5.

Mejorar la construcción de ciudades y países

El big data se utiliza para mejorar todos los aspectos de nuestras ciudades y países. En la actualidad, muchas grandes ciudades están comprometidas con la construcción de transporte inteligente. Vehículos, peatones, infraestructura vial y lugares de servicio público están todos integrados en la red de transporte inteligente para mejorar la eficiencia en la utilización de recursos y optimizar la gestión y los servicios urbanos.

Long Beach, California, está utilizando medidores de agua inteligentes para detectar el uso ilegal de agua en tiempo real, lo que ayuda a algunos propietarios a reducir el consumo de agua en un 80 %. Los Ángeles utiliza datos de sensores magnéticos de carreteras y cámaras de tráfico para controlar los semáforos y optimizar el flujo de tráfico en la ciudad. Según las estadísticas, la ciudad ha controlado 4.500 semáforos, lo que ha reducido la congestión del tráfico en aproximadamente un 16%.

6. Reforzar la investigación científica

Las infinitas posibilidades que aporta el big data están cambiando la investigación científica. El CERN tiene 150 centros de datos en todo el mundo, 65.000 procesadores y puede analizar 30 petabytes de datos al mismo tiempo. Esta potencia informática impacta la investigación científica en muchos campos. Por ejemplo, los datos de los censos y de los desastres naturales que los gobiernos necesitan se vuelven más accesibles y analizables, creando más valor para nuestra salud y desarrollo social.

7. Mejorar el rendimiento de los equipos mecánicos

El big data hace que los equipos mecánicos sean más inteligentes y automatizados. El Toyota Prius, por ejemplo, está equipado con cámaras, un sistema de posicionamiento global y potentes ordenadores y sensores que le permiten conducirse solo sin intervención humana. Xcel Energy lanzó la primera prueba de "red inteligente" en Colorado, instalando medidores inteligentes en los hogares de los usuarios y luego iniciando sesión en el sitio web para ver el consumo de energía en tiempo real. Una “red inteligente” también puede predecir el uso para que las compañías eléctricas puedan planificar las necesidades futuras de infraestructura y evitar el agotamiento de la energía. En Irlanda, el personal del almacén de la cadena de supermercados Tescos usa brazaletes especiales para seguir la distribución de los artículos en los estantes e incluso predecir cuándo se completará una tarea.

8. Fortalecer las capacidades de seguridad y aplicación de la ley

Los macrodatos se han utilizado ampliamente para mejorar la seguridad y la aplicación de la ley. La Agencia de Seguridad Nacional (NSA) utiliza tecnología de big data para detectar y prevenir ciberataques (frustrando complots terroristas). La policía utiliza big data para atrapar delincuentes y predecir actividades delictivas. Las compañías de tarjetas de crédito utilizan big data para detectar transacciones fraudulentas y más.

2065438+En febrero de 2004, el Departamento de Policía de Chicago informó y visitó la "lista" generada por big data: personas que pueden cometer delitos, con el fin de prevenirlos por adelantado.

9.

Mejorar las habilidades deportivas

La mayoría de los eventos deportivos más importantes ahora utilizan tecnología de análisis de big data. La herramienta IBM SlamTracker para partidos de tenis utiliza análisis de vídeo para rastrear la posición de una pelota de fútbol o el rendimiento de cada jugador en un partido de béisbol. Muchos equipos deportivos de élite también realizan un seguimiento de la nutrición y el sueño de los atletas fuera del entrenamiento. La NFL ha desarrollado una plataforma de aplicaciones especializada para ayudar a todos los equipos a tomar las mejores decisiones basadas en las condiciones del césped, las condiciones climáticas y el desempeño personal de los jugadores durante el período de aprendizaje, reduciendo lesiones innecesarias a los jugadores.

Otra cosa interesante es una estera de yoga inteligente: los sensores integrados en la estera pueden proporcionar información sobre tu postura, calificar tu práctica e incluso guiarte sobre cómo practicar en casa.

10. Transacciones financieras

El big data también se utiliza mucho en el ámbito de las transacciones financieras. La mayoría de las decisiones sobre negociación de acciones se toman mediante ciertos modelos algorítmicos. Las entradas a estos algoritmos ahora consideran datos de las redes sociales y de noticias para tomar decisiones comerciales más integrales. Al mismo tiempo, estos modelos de algoritmos también cambiarán con los cambios del mercado en función de las necesidades y deseos de los clientes.

Más interesante: curso de computación distribuida 14_spark construcción de clústeres de chispa +S