Big-Data-Usa-Case.jpg

Negli ultimi mesi ci siamo incontrati con clienti e potenziali clienti per discutere dei Big Data e dei possibili casi d'uso e dei relativi vantaggi derivanti dall'avvio di un'iniziativa sui Big Data. Una progressione naturale è capire cosa significano per loro i Big Data, quindi passare ai casi d'uso del settore e infine restringere la nostra attenzione a un problema specifico che potremmo prendere in considerazione per affrontarli, possibilmente sotto forma di un Verifica teorica.

Sembra che quasi tutti i settori abbiano molte opportunità di sfruttare i Big Data e aggiungere un valore ai profitti per l'organizzazione. Diamo un'occhiata ad alcuni solo per far funzionare le nostre menti.

Produzione
Il settore manifatturiero vuole affrontare i problemi di qualità e gestirli in modo rapido ed efficace è ancora una sfida per molte organizzazioni. I Big Data possono aiutare identificando in modo efficiente modelli di difetto, modelli di richiesta di garanzia e dati generati dal sensore. I Big Data possono anche tenere traccia delle singole parti di una macchina o di un componente che può essere prodotto da più subappaltatori.  

Assistenza sanitaria
Sono stupito pensando alle opportunità di Big Data nel settore sanitario. Uno dei miei casi d'uso preferiti è la prevedibilità di epidemie legate alla salute come l'influenza per una particolare area geografica monitorando twitter. Un articolo recente In che modo Twitter è in grado di prevedere epidemie di influenza più rapidamente dell'infografica CDC ha riferito che un gruppo dell'Università di Rochester a New York ha usato Twitter per monitorare lo scoppio dell'influenza in tutta New York. Hanno analizzato oltre 4 milioni di tweet che contenevano dati relativi al GPS nell'arco di 1 mese nel 2010. Hanno tracciato i risultati su una mappa di calore e fornito una prevedibilità fino a 8 giorni in anticipo su quale area / posizione sarebbe a rischio per lo stesso.   

Servizi finanziari
Esistono molti casi studio sui servizi finanziari Big Data da attingere, incluso il rilevamento di frodi con carta di credito. Monitorando le transazioni con carta di credito e i relativi modelli di spesa, le banche possono combattere le frodi in tempo reale confrontando una transazione in corso con la cronologia e quindi avvisando il titolare del conto.   

Indipendentemente dalle potenziali opportunità offerte dai Big Data, una cosa è chiara: se avvierai un progetto Big Data, molto probabilmente dovrai giustificare i costi di tali numeri con un ROI elevato. Alcuni sostenitori dei Big Data affermano che le organizzazioni dovrebbero creare un serbatoio di dati in modo da poter porre le domande che non stai pensando di porre oggi. Apprezzo il concetto, ma chi può permettersi di giustificare qualsiasi progetto sulla base di "se lo costruiamo arriveranno?"

Mentre le nostre discussioni con i clienti si spostano dai casi d'uso del settore alle loro specifiche esigenze aziendali, molti clienti ci dicono che stanno già svolgendo attività di tipo Big Data come l'acquisizione e il reporting su grandi set di dati guidati, possibilmente, da file di registro o dati nati. Alcuni dei nostri clienti affermano che trovano difficile giustificare costi per l'acquisizione e il reporting di dati non strutturati (estratti dai social media, ad esempio). Come quantificano il valore di un tale esercizio?   

Alla fine, la discussione sul caso d'uso dei Big Data si trasforma in opportunità operative - ed è qui che di solito troviamo aree di vantaggio significative e pratiche indipendentemente dal settore. In particolare, ci sono molte organizzazioni là fuori che si scontrano costantemente contro i loro accordi sul livello di servizio (SLA) di Transform Transform Load (ETL). In poche parole, i loro lavori ETL impiegano troppo tempo per essere eseguiti ed è principalmente perché, in effetti, i nostri clienti hanno acquisito grandi quantità di dati ma non hanno avuto un metodo efficiente per elaborarli. Ecco!!! Abbiamo trovato un caso di utilizzo pratico importante per la nostra base di clienti che possono mostrare agli stakeholder e ottenere un "buy-in".

Slide1

Ho sentito di casi in cui i lavori ETL hanno impiegato quasi 24 ore per essere eseguiti in ambienti RDBMS tradizionali. Quando li hanno spostati in un ambiente Hadoop, multi-nodo, multi-elaborazione, il processo ETL è stato ridotto a solo un paio d'ore. Non solo il tempo in cui lo SLA è stato ridotto drasticamente, le aziende stanno facendo questo pesante sollevamento di hardware basato su prodotti di base e nessun costo di licenza Hadoop (open source).  

So che probabilmente stai pensando: "Non sono sicuro dell'open source, per chi supporterà la mia applicazione aziendale?" Ecco dove aziende come il nostro partner, Cloudera, entrano per fornire supporto e formazione 24 ore su XNUMX. Quindi, alla fine, abbiamo trovato un accesso relativamente semplice ai Big Data che potrebbe non offrire lo sfrigolio proclamato da alcuni esperti dei Big Data, ma abbiamo comunque trovato un valore reale nel dimostrare intuizioni sull'efficienza operativa. Il metodo operativo di mettere la tecnologia dei Big Data nell'organizzazione può aprire le porte allo sviluppo futuro e quindi consentire a coloro che fanno domande che non stanno nemmeno pensando di porre.

Ulteriori informazioni sulla nostra Servizi di consulenza per big data e il nostro partnership con Cloudera!

{caricamento bigdata}