Quelles sont les caractéristiques du big data ?

Caractéristiques du big data : 1. Capacité ; la taille des données détermine la valeur et l'information potentielle des données considérées. 2. Type ; diversité des types de données. 3. Vitesse ; la vitesse d’obtention des données. 4. La variabilité entrave le processus de traitement et de gestion efficace des données. 5. Authenticité ; qualité des données. 6. Complexité ; énorme quantité de données provenant de sources multiples. 7. Valeur : Utilisation rationnelle du Big Data pour créer une valeur élevée à faible coût.

L'environnement d'exploitation de ce tutoriel : système Windows 7, ordinateur Dell G3.

Le Big Data, terme utilisé dans l'industrie informatique, fait référence à un ensemble de données qui ne peuvent pas être capturées, gérées et traitées dans un certain laps de temps à l'aide d'outils logiciels conventionnels. Elles nécessitent de nouveaux modèles de traitement pour permettre une prise de décision plus solide. création d'actifs d'information massifs, à forte croissance et diversifiés avec de puissantes capacités, des informations et des capacités d'optimisation des processus.

Dans « L'ère du Big Data » écrit par Victor Meier-Schoenberg et Kenneth Cukier, le big data fait référence à l'utilisation de toutes les données au lieu de raccourcis tels que l'analyse aléatoire (enquête par échantillonnage). Les caractéristiques 5V du big data (proposées par IBM) : Volume (capacité), Vélocité (haute vitesse), Variété (diversité), Valeur (faible densité de valeurs) et Véracité (authenticité).

Caractéristiques du big data

• Volume : La taille des données détermine la valeur des données considérées et informations potentielles ;

• Variété : la diversité des types de données

• Vitesse : fait référence à l'obtention de données Vitesse

• Variabilité : entrave le processus de traitement et de gestion efficace des données.

• Véracité : la qualité des données.

• Complexité : La quantité de données est énorme et provient de plusieurs canaux.

• Valeur : Utilisation rationnelle du Big Data pour créer une valeur élevée à faible coût.

La valeur du Big Data se reflète dans les aspects suivants :

(1) Pour les consommation Les entreprises qui fournissent des produits ou des services peuvent utiliser le Big Data pour un marketing de précision

(2) Les petites, moyennes et micro-entreprises avec un modèle petit mais beau peuvent utiliser le Big Data pour la transformation des services ; (3) Les entreprises traditionnelles qui doivent se transformer sous la pression d'Internet doivent suivre le rythme de leur temps et exploiter pleinement la valeur du Big Data.

Cependant, l'énorme importance du « big data » dans le développement économique ne signifie pas qu'il peut remplacer toute pensée rationnelle sur les questions sociales. La logique du développement scientifique ne peut pas être enfouie dans des données massives. Le célèbre économiste Ludwig von Mises a rappelé un jour : « Aujourd'hui, de nombreuses personnes sont occupées à accumuler inutilement des données, de sorte qu'elles ont perdu la compréhension de l'importance économique particulière de l'explication et de la résolution des problèmes. .

À l'ère du développement rapide du matériel intelligent, un problème important qui afflige les développeurs d'applications est de savoir comment trouver l'équilibre délicat entre puissance, couverture, taux de transmission et coût. Les entreprises exploitent des données et des analyses pertinentes pour les aider à réduire leurs coûts, à accroître leur efficacité, à développer de nouveaux produits, à prendre des décisions commerciales plus judicieuses, et bien plus encore. Par exemple, en combinant le Big Data et l'analyse haute performance, les situations suivantes qui sont bénéfiques pour l'entreprise peuvent se produire :

(1) Une analyse opportune des causes profondes des pannes, des problèmes et des défauts peut sauver l'entreprise des dizaines de dollars chaque année, des milliards de dollars.

(2) Planifiez des itinéraires de circulation en temps réel pour des milliers de véhicules express afin d'éviter les embouteillages.

(3) Analysez tous les SKU, le prix et nettoyez l'inventaire dans le but de maximiser les profits.

(4) En fonction des habitudes d'achat du client, poussez les informations préférentielles qui pourraient l'intéresser.

(5) Identifiez rapidement les clients Gold parmi un grand nombre de clients.

(6) Utilisez l'analyse du parcours de navigation et l'exploration de données pour éviter la fraude.

Recommandations associées : "

"

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!