대용량 데이터에 대 한 사용 사례

큰 데이터 플랫폼은 빅 데이터 전략을 만들고 그들은 데이터를 일치 하고자 하는 모든 기업에 대 한 것입니다. 기업에는 기업 내에서 대규모 데이터를 사용 하는 방법을 이해 해야 합니다. 이 위해, 우리는 8 일반적인 경우의 엔터프라이즈 대용량 데이터 사용을 소개 하는 당신을 위해이 문서에 있을 것입니다. 물론, 경우에 귀하의 비즈니스는 점점 더 나은 경우, 또한 문서 코멘트 우리와 의사 소통을 통해 환영.

고객의 1, 실시간 이해

과거에는, 우리는 항상 고객 그룹 및 설문 조사를 사용 하 여 했다 밖으로 찾을 수 있었습니다. 결과 정리 하는 경우 결과 종종 오래 된. 큰 데이터를이 상황이 다시 일어나지 않을 것입니다. 큰 데이터는 완전히 그들의 고객의 DNA를 설명 하는 회사를 도울 수 있다. 완전히 이해는 고객 비즈니스 협력 키를 달성 하기 위해 고객과 함께 효과적인. 물론,이 과정에서 고객의 개인 정보를 보호 하기 위해 매우 좋지 않은 경우 쉽습니다 극단으로가 서.

그러나 만약 회사가 그들의 고객의 개인 정보 보호 타협 하지 있도록 수, 큰 데이터 개별 고객의 아주 개인 설정 된 보기를 제공할 수 있습니다. 상호 연결 된 소셜 미디어 데이터, 모바일 데이터, 네트워크 분석, 및 기타 데이터 분석을 사용 하 여, 회사 수 있는 완벽 하 게 모든 고객을 이해, 실시간으로 원하는 그리고 그들은 그것을 원하는 때.

진정으로 이해 하는 당신의 고객 타겟 충고 하거나 광고를 표시 하 여 고객의 맞춤된 기능을 결합할 수 있습니다 의미 합니다. 아마존은 이미이 최선의 그리고 그들이 그들의 고객에 대 한 권장 제품 절대로 우연의 일치. 아마존의 추천 엔진 기반으로 완전히 고객을 과거에 무엇을 했는지: 그들은 그들의 쇼핑 카트를 수집 하는 항목, 그들의 고객 처럼, 제품 및 그들은 찾아보기 또는 구매 항목. 아마존은 각 고객에 대 한 개별 홈페이지를 사용자 지정 하는 알고리즘을 사용 합니다. 전략을 회사의 판매 성장 27% % 그것의 제 3 회계 분기 동안에 $13.18 십억 조, 지난해 같은 기간 동안 판매에 9.6 십억 달러에 비해 했다.

2, 기업 생성 함께 실시간으로 개선 및 혁신 제품

과거에는, 우리는 고객과 나, 그들이, 그리고 그들에 게 우리의 최종 제품을 보여 그들과 함께 토론 했다. 경우 고객은 그것을 좋아하지 않아, 당신은 곤경에 있을 거 야. 그리고 큰 데이터를 사용 하 여 그것은 과거의 역사 되고있다.

대용량 데이터 분석 회사 제품 고객이 원하는 더 나은 이해를 도울 수 있다. 사람들이 제품을 평가 하는 방법 소셜 미디어와 블로그에서 수집, 그들은 전통적인 설문 조사 보다 더 많은 정보를 제공할 수 있습니다. 실시간으로 정보를 수집 하는 때에 특히 기업 즉각적이 고 구체적인 개선 가능한 문제를 만들 수 있습니다. 이것 당신의 제품의 좋은 평가 되지 않습니다 하지만 또한 다른 인구 그룹 또는 제품 평가 대 한 사람들의 다른 장소를 수집할 수 있습니다.

큰 데이터 또한 실시간 시뮬레이션의 수천을 동시에 실행 하는 기업, 새로운 제품을 테스트 또는 디지털 제품을 향상 수 있습니다. 확장 가능한 컴퓨터 전원, 시뮬레이션 알고리즘, 함께 실행 하 고 동시에 다른 변경의 수천을 테스트 수 있습니다. 각 디자인 조금 조정, 에뮬레이터 제품 향상을 표시 하려면 모든 작은 변화를 결합할 수 있습니다.

인터넷 오프 라인 제품, 운영 하 고, 책임 수행 방법을 알고 있는 경우 사용할 수 있습니다 또한 큰 데이터 개선 및 자동차 혁신. 포드는 자동차 제품의 개발을 향상 시키기 위해 실리콘 밸리에서 실험실을 열었습니다. 자동차의 품질을 향상, 연료 소비를 절감, 안전 향상과 배출량을 줄이기 위해, 포드는 4 백만 이상의 차량, 자동차 센서 및 응용 프로그램 원격 관리 소프트웨어를 포함 하 여에서 데이터를 수집 했다. 모든 데이터는 실시간으로 수 있도록 실시간으로 문제를 분석 하 고 어떤 다른 요인 든 지 뿐만 아니라 다른도 및 날씨 조건에서 자동차 여행 하는 방법을 이해 하는 엔지니어.

얼마나 많은 위험을 결정 하는 3, 비즈니스 얼굴

위험 식별 비즈니스 얼굴은 오늘날의 비즈니스의 중요 한 측면 이다. 잠재 고객 또는 공급 업체 위험 식별, 각 고객 또는 공급 업체 자체 수준 위험 고객 또는 공급 업체 특정 카테고리에 분류 해야 합니다. 더 자주, 귀하의 고객 또는 공급 업체를 잘못 된 범주에 분류 하는 경우 그것은 이어질 것입니다 의심할 여 지 없이 에러의 위험. 너무 높은 위험 프로필은 제외 하 고 귀하의 비즈니스 수익을 잃는다 하지만 너무 낮은 위험 때때로 귀하의 비즈니스에 심각한 손상이 발생할 수 있습니다에 매우 유해한입니다. 각 고객에 대 한 위험 범주를 식별 하기 위해 데이터를 사용할 수 또는 공급 업체의 과거와 현재 큰 실시간 데이터.

특히 보험 업계에서에서 고객이 미래에 지출 될 수 있습니다 얼마나 많은 돈을 결정 하 예측 분석을 사용할 수 있습니다. 그것은 가장 적절 한 시간과 장소 주장의 비용 감소와 고객 사기를 피할 수 있도록 적당 한 가격에 가장 적합 한 보험 상품으로 고객에 게 제공 하는 보험 회사를 도울 수 있다. 대용량 데이터 기술, 인식, 회귀 분석, 텍스트 분석, 소셜 데이터 집계 및 감정 분석 (자연 언어 처리 또는 소셜 미디어를 모니터링)를 통해 360도 아무 코너 조사 잠재 고객의 패턴 등의 사용. 이 전반적인 분석 크게 위험을 줄일 수 있습니다. 이러한 360도 분석, 새로운 또는 기존 공급 업체에 대 한 잠재적인 위험을 식별 하기 위해 사용할 수 있습니다. 이 작업은 향후 몇 년 동안에서 많은 금융 기관에 대 한 우선권 이다.

(책임 편집기: 유산의 좋은)