전통적인 분석 및 대용량 데이터 분석의 차이점

왜 큰 데이터 분석은 비즈니스에 중요 한

분석 소프트웨어 및 응용 프로그램 시스템 공급 업체의 주요 IT 기업으로 구입 일상 현상 되고있다. 우리는 용어는 "빅 데이터 분석" 많은 엔터프라이즈 솔루션에 사용을 보았다.

큰 데이터 전통적인 관계형 형식 기업 데이터베이스에 저장 되지 않는 비정형된 데이터의 많은 수를 나타내는 데 사용 하는 일반적인 용어입니다. 다음은 대용량 데이터의 일반적인 특징입니다.

현재 엔터프라이즈 결핵 (테라 바이트) 바이트를 기준으로 데이터 저장소의 저장 용량 제한 정의 PB (PETA 바이트) 바이트, Exa 바이트, 그리고 더 높은 용량 순서.

그것은 종종 간주 됩니다 구조화 되지 않은 데이터와 관계형 데이터베이스를 사용 하 여 익숙한 기업에 적합 하지 않습니다.

데이터 생성 데이터 입력, 무선 주파수 식별 (RFID), 센서 네트워크, 등의 비 전통적인 방법을 사용합니다.

데이터 시간적 이며, 데이터 수집 및 관련된 표준 시간대의 구성 됩니다.

과거에는, 전문 용어 "분석" 도구와 정보를 빠르고, 일관성, 대화형 액세스 가능한 정보 관점의 넓은 범위를 통해 통찰력을 얻기 위해 제공 비즈니스 인텔리전스 (BI) 세계에 적용 되었습니다.

매우 가까운 분석의 개념, 데이터 마이닝에 적용 된 중요 한 모니터링 및 대량 정보 분석을 유지 하는 기업. 가장 큰 도전은 많은 데이터를 통해 모든 숨겨진된 정보를 찾아 하는 방법 이다.

큰 데이터를 기준으로 전통적인 데이터 웨어하우스 (DW) 분석

시간의 기간 동안 그 내용에서 정보에 대 한 의미 있는 통찰력으로 엔터프라이즈 데이터의 분석은 대용량 데이터 분석 일반적인 데이터 웨어하우스 분석에서 다릅니다 왜 이유. 다음 표에서 그들 사이의 차이점의 일부 요약.

큰 데이터 분석 사용 사례

사용 사례를 바탕으로, 기업의 대용량 데이터 분석 및 대용량 데이터 분석의 도움으로 전통적인 문제를 해결 하는 방법의 가치를 이해할 수 있다. 여기에 몇 가지 사용 됩니다.

고객 만족 및 보증 분석: 아마도 이것은 제품 기반으로 기업에 대 한 우려의 큰 지역 이다. 오늘날의 시대에서는 제품 문제 및 공식적인 방법으로 스프레드시트에 표시 하지 않는 한 고객 만족에 관련 된 문제를 측정 하는 명확한 방법이 없다는입니다.

정보 품질, 다양 한 외부 채널을 통해 수집 되 고 대부분의 시간 데이터 청소 되지 않는.

데이터는 구조화 된 관련 문제와 연결 될 수 없습니다 있기 때문에 장기 솔루션 고객에 게 제공 됩니다.

분류 및 그룹화 문제 진술 누락, 문제를 그룹화 하지 기업 발생 됩니다.

위의 논의에서 고객 만족과 보증 분석을 위한 대용량 데이터 분석의 사용 회사 이득 많이 필요한 고객에 대 한 통찰력 관심 설정, 효과적으로 그들의 문제를 해결 하 고 그들의 새로운 제품 라인에 이러한 문제를 방지 하는 데 도움이 됩니다.

경쟁 시장 침투 분석: 경제에서 오늘날의 경쟁이 매우 치열, 우리 경쟁사의 강한 지역 및 그들의 문제점을 측정 하는 실시간 분석 필요. 이 정보는 다양 한 웹 사이트, 소셜 미디어 사이트, 그리고 다른 공공 장소에 사용할 수 있습니다. 이러한 데이터의 대용량 데이터 분석 회사 강점, 약점, 기회, 및 그들의 제품 라인의 위협에 대 한 정보를 제공할 수 있습니다.

건강 관리/역학 연구 및 제어: 전염병 및 독감 계절 질병 인구, 특정 패턴에서 시작 되 고 그들은 조기 발견 및 제어 없이 더 큰 영역으로 확산 될 수 있습니다. 이것 두 개발에 대 한 가장 큰 과제 중 하나는 국가 개발 하 고. 대부분의 현재 시간에 대 한 문제는 사람들이 다른 증상, 그리고 다른 의료진 들을 다르게 취급 이다. 또한 인구에 있는 일반적인 증상 분류 없음입니다. 이 전형적인 구조화 되지 않은 데이터에 대용량 데이터 분석을 사용 하는 것은 감염에 효과적으로 대응 하는 지방 자치 단체 도움이 됩니다.

제품 기능 및 사용 현황 분석: 대부분의 제품 회사, 특히 소비재, 그들의 제품 라인에 많은 기능을 추가 하려면 계속 하지만 일부 기능은 정말 고객, 사용 하지 않는 및 일부 함수는 더 사용 가능 하다 다양 한 모바일 장치 및 기타 무선 주파수 식별 (RFID) 입력 통해 캡처된 데이터의 효과적인 분석 제품 기업에 대 한 귀중 한 통찰력을 제공할 수 있습니다.

미래 방향 분석: 연구 팀 다양 한 기업 산업 관련 포털 및 심지어 일반적인 블로그를 통해 사용할 수 있는 동향 분석. 이 미래 데이터의 지속적인 분석은 미래를 보는 기업과 그들의 생산 라인에 그 기대를가지고 도움이 됩니다.

요약

대용량 데이터 분석 데이터 클렌징 일반적인 엔터프라이즈 데이터 웨어하우스 시나리오에서의 관행에 의해 거부 되었습니다 지금까지 구조화 되지 않은 데이터를 분석 하 기업 및 정부에 대 한 새로운 방법을 제공 합니다. 그러나 그것은 분명 위의 사용 경우,,에서이 분석 기업의 운영 개선 갈 길이 있다. 우리는 며칠 더 많은 제품과이 시장에서 응용 프로그램 시스템을 볼 것 이다.

(책임 편집자: 류 펜)