تحليلات البيانات الضخمة - تحويل الرؤى إلى عمل

تدور هذه المدونة حول تحليلات البيانات الضخمة ، وأهميتها ، وما تعنيه ، والأدوات المختلفة المطلوبة لها ، وأخيرًا المجالات المختلفة وحالات الاستخدام.

تمامًا كما يقال إن الكون بأكمله ومجرتنا قد تشكلت بسبب الانفجار العظيم ، وبالمثل ، نظرًا للعديد من التطورات التكنولوجية ، كانت البيانات تتزايد بشكل كبير مما أدى إلى انفجار البيانات الضخمة. تأتي هذه البيانات من مصادر مختلفة ، ولها تنسيقات مختلفة ، ويتم إنشاؤها بمعدل متغير وقد تحتوي أيضًا على تناقضات. وبالتالي ، يمكننا ببساطة تسمية انفجار مثل هذه البيانات مثل .سأشرح الموضوعات التالية في هذه المدونة لإعطائك رؤى حول تحليلات البيانات الضخمة:

لماذا تحليلات البيانات الضخمة؟

قبل أن أقفز لأخبرك ما هو التحليلات ، دعني أخبرك يا رفاق عن سبب الحاجة إليها. اسمحوا لي أيضًا أن أكشف لكم يا رفاق أننا نصنع حوالي 2.5 كوينتيليون بايت من البيانات كل يوم! والآن بعد أن تراكمت لدينا البيانات الضخمة ، لا يمكننا تجاهلها ولا يمكننا تركها في وضع الخمول وجعلها تذهب سدى.





بدأت العديد من المنظمات والقطاعات في جميع أنحاء العالم في اعتماد تحليلات البيانات الضخمة من أجل الحصول على العديد من الفوائد. تقدم تحليلات البيانات الضخمة رؤى حولها العديد من الشركات إلى إجراءات وتحقق أرباحًا ضخمة بالإضافة إلى الاكتشافات. سأقوم بإدراج أربعة من هذه الأسباب مع أمثلة مثيرة للاهتمام.

السبب الأول هو



  1. جعل منظمة أكثر ذكاء وكفاءة
    اسمحوا لي أن أخبركم عن إحدى هذه المنظمات ، قسم شرطة نيويورك (NYPD). تستخدم شرطة نيويورك ببراعة البيانات الضخمة والتحليلات لاكتشاف الجرائم والتعرف عليها قبل وقوعها. يقومون بتحليل أنماط الاعتقال التاريخية ثم تعيينها بأحداث مثل العطلات الفيدرالية وأيام الدفع وتدفقات حركة المرور وهطول الأمطار وما إلى ذلك.هذا يساعدهم في تحليل المعلومات على الفور من خلال استخدام أنماط البيانات هذه. استراتيجية البيانات الضخمة والتحليلاتيساعديحددون مواقع الجريمة ، وينشرون من خلالها ضباطهم في هذه المواقع. وهكذا فإن الوصول إلى هذه المواقع قبل ارتكاب الجرائم يمنع وقوع الجريمة.

  2. تحسين العمليات التجارية من خلال تحليل سلوك العملاء تستخدم معظم المؤسسات التحليلات السلوكية للعملاء من أجل توفير رضا العملاء وبالتالي زيادة قاعدة عملائهم. أفضل مثال على ذلك هو أمازون. يعد موقع أمازون أحد أفضل مواقع التجارة الإلكترونية وأكثرها استخدامًا مع قاعدة عملاء تبلغ حوالي 300 مليون عميل. يستخدمون بيانات نقر العميل وبيانات الشراء التاريخية لتزويدهم بنتائج مخصصة على صفحات الويب المخصصة. التحليل تساعد نقرات كل زائر على موقعه على فهم سلوك التنقل في الموقع ، والمسارات التي اتخذها المستخدم لشراء المنتج ، والمسارات التي أدت به إلى مغادرة الموقع والمزيد. تساعد كل هذه المعلومات Amazon على تحسين تجربة المستخدم ، وبالتالي تحسين مبيعاتها وتسويقها.
  3. تقليل التكاليف توفر تقنيات البيانات الضخمة والتطورات التكنولوجية مثل الحوسبة السحابية مزايا كبيرة من حيث التكلفة عندما يتعلق الأمر بتخزين ومعالجة البيانات الضخمة. دعني أخبرك كيف تستخدم الرعاية الصحية تحليلات البيانات الضخمة لتقليل تكاليفها. يستخدم المرضى في الوقت الحاضر أجهزة استشعار جديدة في المنزل أو في الخارج ، والتي ترسل تدفقات مستمرة من البيانات التي يمكن مراقبتها وتحليلها في الوقت الفعلي لمساعدة المرضى على تجنب دخول المستشفى من خلال الإدارة الذاتية لحالاتهم.بالنسبة للمرضى المقيمين في المستشفى ، يمكن للأطباء استخدام التحليلات التنبؤية لتحسين النتائج وتقليل إعادة الإدخال.يستخدم مستشفى باركلاند التحليلات والنمذجة التنبؤية لتحديد المرضى المعرضين لمخاطر عالية والتنبؤ بالنتائج المحتملة بمجرد إرسال المرضى إلى المنزل. نتيجة لذلك ، خفضت باركلاند عمليات إعادة الإدخال لمدة 30 يومًا لمرضى قصور القلب ، بنسبة 31٪، مما يوفر 500000 دولار سنويًا.

منتجات الجيل الجديد

مع القدرة على قياس احتياجات العملاء ورضاهم من خلال التحليلات ، تأتي القوة لمنح العملاء ما يريدون. لقد وجدت ثلاثة من هذه المنتجات المثيرة للاهتمام للاستشهاد بها هنا. أول ، جوجلسيارة ذاتية القيادةالتي تُجري ملايين الحسابات في كل رحلة تساعد السيارة على تحديد متى وأين تنعطف ، وما إذا كانت ستبطئ أو تسرع ومتى تغير المسارات - نفس القرارات التي يتخذها السائق البشري خلف عجلة القيادة.

ال ثانيا واحد هوNetflix التي خصصت لمدة موسمين من عرضها الشهير House of Cards ، من خلال الوثوق التام بتحليلات البيانات الكبيرة! في العام الماضي ، نمت Netflix قاعدة مشتركيها في الولايات المتحدة بنسبة 10٪ وأضافت ما يقرب من 20 مليون مشترك من جميع أنحاء العالم.



ال الثالث المثال هو أحد الأشياء الجديدة الرائعة التي صادفتها ، وهي سجادة اليوغا الذكية. في المرة الأولى التي تستخدم فيها Smart Mat ، ستأخذك عبر سلسلة من الحركات لمعايرة شكل جسمك وحجمك وحدودك الشخصية. يتم تخزين معلومات الملف الشخصي الشخصية هذه في تطبيق Smart Mat الخاص بك وسوف تساعد Smart Mat على اكتشاف ما إذا كنت خارج المحاذاة أو التوازن. بمرور الوقت ، ستتطور تلقائيًا مع البيانات المحدثة أثناء تحسين ممارسة اليوجا.

ما هي تحليلات البيانات الضخمة؟

الآن دعونا نحدد رسميًا 'ما هي تحليلات البيانات الضخمة؟' تفحص تحليلات البيانات الضخمة أنواعًا كبيرة ومختلفة من البيانات للكشف عن الأنماط والارتباطات المخفية والرؤى الأخرى. في الأساس ، تستخدم الشركات بشكل كبير تحليلات البيانات الضخمة لتسهيل نموها وتطورها. يتضمن هذا بشكل رئيسي تطبيق خوارزميات استخراج البيانات المختلفة على مجموعة معينة من البيانات ، والتي ستساعدهم بعد ذلك في اتخاذ قرارات أفضل.

مراحل تحليلات البيانات الضخمة

هذه هي المراحل التالية التي تدخل في عملية تحليلات البيانات الضخمة:

أنواع تحليلات البيانات الضخمة

هناك أربعة أنواع:

  1. التحليلات الوصفية: يستخدم تجميع البيانات واستخراج البيانات لتوفير نظرة ثاقبة للماضي والإجابة: 'ماذا حدث؟' تقوم التحليلات الوصفية بالضبط بما يوحي به الاسم أنها 'تصف' أو تلخص البيانات الأولية وتجعلها قابلة للتفسير من قبل البشر.
  2. التحليلات التنبؤية: يستخدم نماذج إحصائية وتقنيات التنبؤ لفهم المستقبل والإجابة: 'ماذا يمكن أن يحدث؟' توفر التحليلات التنبؤية للشركات رؤى قابلة للتنفيذ تستند إلى البيانات. يوفر تقديرات حول احتمالية نتيجة مستقبلية.
  3. التحليلات الوصفية: يستخدم خوارزميات التحسين والمحاكاة لتقديم المشورة بشأن النتائج والإجابات المحتملة: 'ماذا يجب أن نفعل؟' يسمح للمستخدمين 'بوصف' عدد من الإجراءات المختلفة الممكنة وتوجيههم نحو حل. باختصار ، هذه التحليلات تدور حول تقديم المشورة.
  4. التحليلات التشخيصية: يتم استخدامه لتحديد سبب حدوث شيء ما في الماضي. يتميز بتقنيات مثل الحفر ، واكتشاف البيانات ، واستخراج البيانات والارتباطات. تأخذ التحليلات التشخيصية نظرة أعمق على البيانات لفهم الأسباب الجذرية للأحداث.

البيانات الكبيرة أدوات

فيما يلي بعض الأدوات التالية المستخدمة في تحليلات البيانات الضخمة: هادوب ، ، اباتشي HBase ، اباتشي سبارك ، ، ، اباتشي خلية ، كافكا .

مجالات البيانات الضخمة

  • الرعاية الصحية: تستخدم الرعاية الصحية تحليلات البيانات الضخمة لتقليل التكاليف والتنبؤ بالأوبئة وتجنب الأمراض التي يمكن الوقاية منها وتحسين نوعية الحياة بشكل عام. واحدة من أكثرها انتشاراتطبيقات البيانات الضخمة في الرعاية الصحية هي السجلات الصحية الإلكترونية (EHRs).
  • الاتصالات: إنهم أحد أهم المساهمين في البيانات الضخمة. تعمل صناعة الاتصالات على تحسين جودة الخدمة وحركة الطرق بشكل أكثر فعالية. من خلال تحليل سجلات بيانات المكالمات في الوقت الفعلي ، يمكن لهذه الشركات تحديد السلوك الاحتيالي والتصرف على الفور. يمكن لقسم التسويق تعديل حملاته لاستهداف عملائه بشكل أفضل واستخدام الأفكار المكتسبة لتطوير منتجات وخدمات جديدة.
  • تأمين: تستخدم هذه الشركات تحليلات البيانات الضخمة لتقييم المخاطر واكتشاف الاحتيال والتسويق ورؤى العملاء وتجربة العملاء والمزيد.
  • حكومة: استخدمت الحكومة الهندية تحليلات البيانات الضخمة للحصول على تقدير للتجارة في البلاد. استخدموا فواتير ضريبة المبيعات المركزية لتحليل مدى تجارة الدول مع بعضها البعض.
  • المالية: تستخدم البنوك وشركات الخدمات المالية التحليلات للتمييز بين التفاعلات الاحتيالية والمعاملات التجارية المشروعة. تقترح أنظمة التحليلات إجراءات فورية ، مثل منع المعاملات غير المنتظمة ، والتي توقف الاحتيال قبل حدوثه وتحسن الربحية.
  • سيارة: Rolls Royce التي تبنت البيانات الضخمة من خلال تركيب مئات من أجهزة الاستشعار في محركاتها وأنظمة الدفع ، والتي تسجل كل التفاصيل الدقيقة حول عملها. يتم الإبلاغ عن التغييرات في البيانات في الوقت الفعلي للمهندسين الذين سيقررون أفضل مسار للعمل مثل جدولة الصيانة أو إرسال فرق هندسية.
  • التعليم: هذا هو أحد المجالات التي يتم فيها استيعاب تحليلات البيانات الضخمة ببطء وتدريجي.إن اختيار التكنولوجيا التي تعمل بالبيانات الضخمة كأداة تعليمية بدلاً من أساليب المحاضرات التقليدية ، عزز تعلم الطلاب وكذلك ساعد المعلمين على تتبع أدائهم بشكل أفضل.
  • بيع بالتجزئة: يستخدم البيع بالتجزئة بما في ذلك التجارة الإلكترونية والمتاجر على نطاق واسع تحليلات البيانات الضخمة لتحسين أعمالهم. على سبيل المثال ، Amazon و Walmart وما إلى ذلك.

حالات استخدام البيانات الضخمة

حالة الاستخدام الأولى التي أخذتها هنا هي حالة ستاربكس.

حالة الاستخدام الثانية التي أريد مشاركتها معكم هي حالة شركة Procter & Gamble.

الاتجاهات في تحليلات البيانات الضخمة

الصورة أدناه تصور ملف عائدات السوق من البيانات الضخمة فيملياردولار أمريكي من عام 2011 إلى عام 2027.

هنا بعض حقائق وإحصاءات فوربس :

الآفاق المهنية في تحليلات البيانات الضخمة:

  • جوانب الراتب: يبلغ متوسط ​​الراتب لوظائف التحليلات حوالي 94167 دولارًا. حصل عالم البيانات على لقب أفضل وظيفة في أمريكا لمدة ثلاث سنوات متتالية ، بمتوسط ​​راتب أساسي يبلغ 110،000 دولار و 4،524 فرصة عمل. في الهند ، ارتفعت النسبة المئوية لمتخصصي التحليلات الذين يحصلون على رواتب أقل من INR 10 Lakhs بنسبة أقل من محترفي التحليلات الذين يكسبون أكثر من INR 15 Lakhs من 17٪ في عام 2016 إلى واحد وعشرين٪ في 2017 إلى 22.3٪ في 2018.
  • فرص عمل ضخمة: تقوم شركات مثل Google و Apple و IBM و Adobe و Qualcomm والعديد من الشركات الأخرى بتعيين متخصصي تحليلات البيانات الكبيرة.

مجموعة المهارات

هذه بعض المهارات المطلوبة اعتمادًا على الدور في مجال تحليلات البيانات الضخمة:

  • البرمجة الأساسية: يجب أن يكون لدى المرء معرفة على الأقل ببعض لغات البرمجة ذات الأغراض العامة مثل Java و Python.
  • التحليل الإحصائي والكمي: الحصول على فكرة عن الإحصاء والتحليل الكمي مثالي.
  • تخزين البيانات: مطلوب معرفة قواعد بيانات SQL و NoSQL.
  • عرض مرئي للمعلومات: من المهم جدًا معرفة كيفية تصور البيانات حتى تتمكن من فهم الأفكار وتطبيقها عمليًا.
  • المعرفة التجارية المحددة: يجب أن يكون المرء على دراية بالنشاط التجاري حيث يطبقون التحليلات من أجل تحسين عملياتهم.
  • الأطر الحسابية: يفضل أن يعرف المرء عن أداة واحدة أو اثنتين على الأقل مطلوبة لتحليلات البيانات الضخمة.

الآن بعد أن تعرفت على تحليلات البيانات الضخمة ، تحقق من من Edureka ، وهي شركة تعليمية موثوقة عبر الإنترنت مع شبكة تضم أكثر من 250000 متعلم راضٍ منتشرين في جميع أنحاء العالم. تساعد الدورة التدريبية لشهادة Edureka Big Data Hadoop المتعلمين على أن يصبحوا خبراء في مجال HDFS ، و Yarn ، و MapReduce ، و Pig ، و Hive ، و HBase ، و Oozie ، و Flume ، و Sqoop باستخدام حالات الاستخدام في الوقت الفعلي على البيع بالتجزئة ، والوسائط الاجتماعية ، والطيران ، والسياحة ، والمجال المالي.

كيفية إنشاء قائمة مرتبطة في ج

لديك سؤال لنا؟ يرجى ذكر ذلك في قسم التعليقات وسنعاود الاتصال بك.