따라 대용량 데이터 3 철 규칙 비즈니스 기회 및 광업

일본에서는 인적 자원 거 인 모집 및 Kao, 당사 (대형 종합 여행사), DeNA (모바일 인터넷), 미쓰비시 중공업 같은 대기업 뿐만 아니라 일부 지역 등뼈를 포함 하 여 기업 및 일반 중소기업 기꺼이 하지도, 큰 데이터를 사용 하 여 비즈니스 기회를 창출 하기 시작 했습니다. 확신 하기 위해, 큰 데이터 경쟁의 시대에서 많은 기업 경쟁 큰 데이터를 사용 하 여 새로운 사업 분야를 입력 하 경쟁자 에뮬레이션할 수 없는 비즈니스 모델을 만드는.

그러나, 그것은 단순히 많은 양의 데이터를 수집 하 고 정처 없이 분석 보물을 찾을 수 없습니다. 명확한 목표와 작업 큰 데이터에서 그들의 상업적 가치를 찾을 수 있어야 합니다.

큰 데이터 마이닝 비즈니스 기회

거의 300 년의 역사 일본의 교토 유-차가 게 Kito 오른쪽-뒷문, 우수한 일본 차 유명한 생산 때문에의 있다. 1 월 2013 년 약 180 년 동안 차를 만들고 있다, 제조 하 고 판매 하는 와인 (그림 1) 시작, 유명한 오래 된가 게에서에서 일본 와인과 매 혼합 차는 새로운 와인 시장을 개발 하기 위하여 와인. 이것은 비록 아무도 필드를 입력 했습니다 하지만 비즈니스 계획 학과의 장관 울렸다---아주 자신감.

Kito 오른쪽-다시 게이트의 노트북은 제조 및 차 및 차 만들기 재료 판매. 아무리 영업 데이터 및 고객 데이터를 분석 하는 더 명확한 결론-어떻게 새로운 와인 시장을 탐구 해야 합니다. 따라서 회사는 답변을 가질 수는 왜?

큰 데이터 드라이브 새로운 시장을 개발 하는 기업

회사는 지역 와이너리에서 와인 사업에 참여 하기 시작 했다와 차와 일본 와인의 조합 개발 섞인 새로운 제품-"녹색 와인의 밤." 2012 년 5 월 시험, 5000 병을 판매 하는 절반 년 될 매우 인기 있는 상품.

오른쪽 뒤 문 사업 계획 부 장관 울렸다 Kito 및 "녹색 와인의 밤"

하지만 그럼에도 불구 하 고, 그것은 "공식적으로 (랑) 원인에"투자 수 있습니다. "차를 마시는"의 새로운 필드를 설정 하기 위해서는 그것은 상품 라인을 확장 하는 데 필요한입니다. 같은 때, 광고 및 홍보에 대 한 투자를 증가 하는 필요의 인식을 개선 하기 위해. 얼마나 인기가 아무리 경우 임시 패션 제품, 그것은 수 없습니다 공식적으로 투입 생산.

결국, 큰 데이터가이 불안을 제거 하 고 새로운 영역에 도전 하는 결정 하는 회사를 만드는. 회사는 WINGARC의 상품 정보 소프트웨어-dr.sum 판매 웹 사이트의 액세스 로그 및 판매 실적, POS 판매 단말기와 각 고객 특성 (인지 새로운 고객이 나 일반 고객)의 판매 추세를 감지의 목적으로 회원 특성을 분석 하는 EA 사용 합니다. 그리고 십자가 판매 상품과 판촉 활동의 효과 사이의 속도.

분석, 것으로 밝혀졌다 "원래 예측 새로운 고객의 대부분은 ((Guang-rang), 사실 고객의 약 80%는 회사의 제품과 높은 사람 수가 구입한 하지만." 회사는만 전송 하 여 오래 된 고객에 게 편지 또한 얻을 수 있습니다 해당 견적 판매, 그래서 최종 결정 하기로 정식 생산에 투입.

Kito 오른쪽-뒷문 데이터의 분석에 대 한 연간 30 백만 액세스 뿐만 아니라 600000 회원 데이터와 2 백만 판매 데이터에 대 한 로그입니다. 물론, 데이터와 소위 "빅 데이터" 차이, 멀리 하지만 로컬 백본으로 기업 너무 많은 데이터를 수집할 수 있습니다 이며 분석 드문 일반의 크기입니다. 회사는 도전 하는 그 이상, 그리고 "오프닝 새로운 시장을", 대기업에도.

현재, Kito 같은 오른쪽 뒷문 같은 큰 데이터 기업, 그들의 기업 및 지역의 크기가 아니라 사용 했다 되었습니다 나오고 있다. 이 기업은 다른 기업 앞에서의 강탈, 비즈니스 기회를 경쟁 우위를 차지. 사실, 인터넷 기업, 이어질 시장 큰 데이터의 최전선에, 큰 데이터 나이 대 한 새로운 비즈니스 모델을 만들 시작 했습니다.

네트워크 기업 오픈 물리적 저장

네트워크 정보 서비스를 제공 하는 인적 자원 거 대 한 모집 또한 중세 차량 정보 웹사이트를 운영 하 고 "자동차 센서 (carsensor). 그물", 회사 최근 중세 자동차의 실제 비즈니스의 판매, 서비스의 이름은 "자동차와 카운터"

2012 년 1 월 센다이 쇼핑 센터에서 회사는 어디 중간 자동차 업체의 협력 뿐만 아니라, 차를 선택 하는 네트워크에 고객의 요구에 따라 중세 자동차 전문가 서명 계약 및 기타 비즈니스 실제가 게를 열었습니다. 가 게의 작업 그룹의 바이 관 동 마케팅 부서에 의해 처리 됩니다.

회사는 중세 자동차 정보 사이트를 운영 하지만 중세 자동차의 판매에 후속에 속한다. 경우에 판매 에이전트 장점은 없습니다 그래서 차별화 된 서비스를 제공 하는 무 능력 때문에 전통적인 서비스와 비교. 그 결과, 회사 다른 회사 하지 따라-동일한 품질 중세 자동차 (자동차, 년 생산 및 유형 및 자동차 및 유지 보수 기록, 등의 거리의 유형)의 수와 동일한 가격에 판매 새로운 비즈니스 모델을 만드는 큰 데이터를 충분히 활용 하기로 결정 했다.

사실, 과거에 중세 자동차의 가격에 대 한 명확한 기준이 없다 했다. 하지만, 중세 자동차 매장에서 구입 하는 사람들의 경매 시장 가격을 참조 하지만 궁극적으로 "느낌 및 경험"에 의존의 판매 가격을 결정 하. 따라서, 심지어 중세 자동차의 동일한 품질, 다른 상점의 가격 동일 하지 않습니다, 그리고 가격은 다른 지역에서 크게 다릅니다. 그리고 큰 데이터의 효과적인 사용을 모집, 자동차 가격 정보, 가격을 결정 하는 요인의 분석의 수백만 수집 합니다. 최종의 실현은 동일한 품질, 동일한 가격 (같은 가격에 판매 하는 자동차의 동일한 품질)

모집 그룹 IT 솔루션 부서 말했다 큰 데이터를 사용 하 여 목적에 대 한 이야기에 국화 원래 확장의 머리에 큰 데이터: "데이터를 통해 고객 분석 표시 중세 자동차 가격의 합리 성 가격의 고객의 불신을 제거 합니다." "

서비스 차이 dissimilation를 실현 하기 위해 Hadoop을 사용 하 여

큰 데이터의 새로운 비즈니스 모델을 지 원하는 회사의 중세 자동차 정보 서비스 "자동차 센서" 게시 데이터입니다. 이상의 30 가격 요인 (예: 차량 종류, 자동차 생산 연도 모델 및 여행 거리, 배기 양, 등) 및 달 당 3.4 백만 시장 가격 정보를 바탕으로, 통합된 가격 유추 시스템이 설정 됩니다.

사실, 회사는 오래 전, 이런이 생각을 했다 하지만 기본 데이터를 통합할 필요가 너무 크면, 가격 계산 논리를 파생 해야 합니다 연간 자동차 생산 되며 모델 고 거리, 중간 차량 및 시장 가격 및 가격 요소를 확인할 수 있을 다른 데이터 컨트롤의 특성 등을 여행합니다 클러스터 할 몇 일을 걸리는 경우에 처리, 그것은 년 비즈니스 모델을 설정 하 고 따라서 아이디어를 포기 했다.

이 상황에서 변경 처리 소프트웨어 "Hadoop" 배포 됩니다. 5 서버를 사용 하 여 Hadoop에 따라 실험을 빌드하고 클러스터 처리 결과 확인, 데이터를 처리 하는 일을 했다 1.5 시간에서 처리 했다. 즉, 큰 데이터 기술 비즈니스 모델 문제를 해결합니다.

시간, 반복된 클러스터 처리 및 검증, 최고의 가격 계산 유추 프로그램의 원인의 성공적인 건설의 3 개월을 보내고는 드디어 전망이 있다. 하드웨어 성능 향상으로 인해 현재 총만 약 30 분입니다. 그리고 업그레이드, "동일한 품질, 동일한 가격" 정확도 개선 하는 논리의 월별 가격 계산.

해외 시장 확장 하는 방법 열기

현재, 큰 데이터도 된다 일본 기업 해외 시장 추진 손 확대. 미쓰비시 중공업, 예를 들어 참여 하고있다 도시 교통에 아랍 에미레이트 아부다비 Dall 2012 년 5 월 이후.

미쓰비시 중공업 대형 데이터 트래픽 시뮬레이터를 사용 하 여, 전기 자동차 (EV) 및 스 톨 시, 전기 버스 보급의 계획을 제안 하 고 경제 파급 효과 계산 합니다.

전기 자동차와 전기 버스의 대중화 충전 스테이션 설정에 대 한 투자를 요구 한다. 승용차와 버스의 전기 드라이브 홍보의 비용이 다르다. 미쓰비시 전기 자동차와 전기 버스 보급의 비용을 계산 하는 동안 필요한 전력 소비 (산책, 에어컨)에 대 한 추측 유형 및 전기 및 전기 버스의 수를 변경 하 여 트래픽 시뮬레이터를 사용 합니다.

시뮬레이터를 생성 하려면 미쓰비시 중공업도로 슬로프와 EV 가속, 배터리의 저하 등 다양 한 데이터를 분석. 그리고, 한 번 사용된 10 ev "i-miev" "축 시 실제 테스트에 대 한 수집 데이터와 걷고 분석. "결과 제대로 세계의 스마트 도시 계획 건물에 우리의 회사의 참여의 강력한 무기는 미래에 있을 것입니다 예측 능력" 신뢰와 미쓰비시 중공업의 머리를 말했다. "

큰 데이터를 도전 하는 철의 3 원칙

위에서 언급 한 세 회사의 일반적인 특성은 그들은 대용량 데이터의 분석을 통해 새로운 비즈니스의 비즈니스 기회를 파악 했습니다. 모두는 "빅 데이터"는 바 오산은 말했다, 하지만 정말 숨겨진된 보물 인지 한 눈에 아니에요.

어떻게 회사를 사용 해야 큰 데이터의 무기 새로운 벤처 도전? 저자 생각 큰 데이터를 사용 하는 기업 즉 "에--자리 느낌 분석의 핵심 이다"; 하는 3 개의 철의 원리에 의해 준수 해야 대상 외부 데이터 뿐만 아니라 회사의 내부 데이터 ", 활용 도구를" 쉽고 빠르게 분석.

노무라 연구 보고서, 1 조 엔 이상의 판매 회사의 약 60%는 공부 하는 방법을 큰 데이터의 사용. 50 십억 엔 기업 보다 적은 4 명의 회사 정보 수집에 1이 있다. 그래서 우리의 경쟁 업체에 대 한 새로운 이니셔티브 입니까?이 문서 고급 예제 참조에 대 한 소개를 계속.