신역국은 36Kr 산하의 컴파일 팀으로 과학, 상업, 직장, 생활 등 새로운 분야에 집중하며 외국의 신기술, 새로운 이념, 새로운 트렌드를 도입하는 데 주력하고 있다.

편집자: 빅데이터는 의심할 여지 없이 최근 몇 년 동안 가장 핫한 화제 중 하나이다. 인터넷의 발전으로 정보와 데이터를 쉽고 빠르게 얻을 수 있게 되었다. 지금까지 빅 데이터는 여전히 대기업에 주로 사용되고 있지만, 빅 데이터가 중소기업에서 점점 더 중요해지고 있다는 것은 부인할 수 없는 사실입니다. 그렇다면 중소기업은 어떻게 큰 데이터 추세를 파악하고 큰 데이터를 이용하여 회사의 발전을 이룰 수 있을까?

빅 데이터 기술 및 관련 도구를 통한 데이터 관리는 기업 및 국가 차원에서 동일한 주제입니다. 현재 빅 데이터 기술은 주로 대기업에 적용되지만 점점 더 많은 중소기업들이 빅 데이터 사용에 참여하고 있습니다.

2025 년까지 빅 데이터 분석 및 관리는 더 이상 대기업의 특허가 될 것으로 예상됩니다. 앞으로 몇 년 동안 대용량 데이터 기술은 생산을 계속 보완하고 내부 프로세스를 최적화할 것입니다.

우리는 이미 워크플로우에서 이 기술을 실천한 업계로부터 무엇을 배울 수 있습니까? 먼저, 빅데이터 애플리케이션의 성공 사례를 살펴봅시다.

빅 데이터는 비즈니스 개발의 새로운 원동력입니다.

디지털 기술과 소셜네트워크서비스 시대에 생성되는 정보의 양은 기하급수적으로 증가하고 있다. 회사에 웹 사이트와 응용 프로그램이 있는 경우 분석할 수 있는 데이터도 있습니다. 그런데 기업에 어떤 도움이 될까요?

일부 대기업들은 7 년 전부터 이 문제에 대해 생각하기 시작했다. 그럼에도 불구하고 20 15 년 동안 전 세계 기업의 17% 만이 운영에 큰 데이터를 사용했습니다. IT 회사, 은행, 통신회사들이 모두 빅데이터의 초기 실천자였다는 것은 놀라운 일이 아니다. 이들 부서가 장기적으로 방대한 데이터베이스를 축적했기 때문이다. 은행은 거래를 통해 데이터를 축적합니다. 통신 회사는 지리적 위치 정보를 통해 데이터를 얻습니다. 검색 엔진은 사용자의 기록을 사용하여 데이터를 얻습니다.

미국에서는 빅 데이터가 모든 업종에 적용되었지만 유럽과 아시아에서는 이 기술에 대한 수요가 상대적으로 낮다.

지난 5 년 동안 회사는 큰 데이터를 사용하는 횟수가 두 배로 증가했으며 이러한 성장 추세는 계속될 것입니다. Statista 는 2027 년까지 전 세계 빅 데이터 시장의 규모가 6543.8+003 억 달러로 2020 년의 두 배가 될 것으로 전망했다.

업종별 빅 데이터의 추세, 선호도 및 영향

빅 데이터 기술을 무시하는 기업들이 이윤의 손실에 직면할 수 있는 것도 빅 데이터 기술에 대한 관심이 높아지는 이유다. 예를 들어, 주요 전문 장비 제조업체인 카터빌러는 대형 데이터 기술이 구현되지 않았기 때문에 유통업체가 약 6543.8+05 억 달러를 잃었다고 시인했습니다. 카터빌러는 350 만 대 이상의 자동차에 센서를 장착하여 건강 데이터를 수집했으며, 이를 통해 차주가 장비 사용을 최적화하고 비용 관리를 유지할 수 있게 되었습니다.

이윤의 손실은 일반적으로 고객의 손실과 최적화의 누락으로 나타난다. 현재 기업들은 내부의 빅 데이터 전문 지식을 중점적으로 개발하고 있으며, 빅 데이터가 회사 프로세스에 미치는 영향을 파악하는 것은 모든 사람의 * * * 지식임을 알 수 있습니다.

빅 데이터 분석에 대한 투자도 늘고 있다. 실제로 향후 몇 년 동안 큰 데이터 분석을 하는 회사는 계속해서 큰 데이터 항목의 수를 늘릴 것입니다.

빅 데이터 분석 지출은 산업 부문에 달려 있다. 예를 들어, 이 기술을 사용하면 통신 회사는 데이터를 저장 및 처리하고 기밀 데이터를 보호하기 위해 점점 더 많은 서버를 사용해야 하기 때문에 통신 회사에 수백만 달러의 매출을 올릴 수 있습니다.

기업의 대형 데이터 솔루션은 수집한 데이터의 유형과 당면 과제에 따라 다릅니다. 몇 가지 좋은 예를 살펴 보겠습니다.

1. 전자 상거래의 큰 데이터

개인화가 발생하기 전에 마케팅 담당자는 일반적으로 시장 조사 및 판매 분석에 의존하여 고객 수요를 파악합니다. 그러나, 이 방법의 결과는 여전히 현실과 큰 차이가 있다.

20 18 년 HM 은 10 분기 연속 이윤이 하락하면서 회사의 생존을 심각하게 위협하고 있다. 이후 이 회사는 빅데이터 알고리즘을 이용해 정세를 안정시키고 판매량을 줄이지 않고 40% 의 재고를 비웠다.

사진 출처: Pexels

소매업자는 고객과 소통하고 내부 프로세스를 최적화하는 데 사용할 수 있는 많은 양의 데이터를 얻을 수 있습니다. 월마트 네트워크가 사용하는 대형 데이터 기술은 시간당 2.5pb 의 데이터를 처리해야 한다.

현대 소매업은 CRM 마케팅에서 예측 분석으로 이동하고 있습니다.

2. 의료 서비스의 큰 데이터.

의료 데이터 분석 잠재력이 크다. 의료 분야에서 빅 데이터 기술이 적용됨에 따라 이 분야는 다음과 같은 이점을 얻을 수 있습니다.

_ 가공 비용 절감

-전염병 예측

-질병의 조기 검사를 제공한다.

_ 전반적인 삶의 질을 향상시킵니다.

_ 현대 치료법을 실시하다.

미국 최대 독립 약국 이익 관리 회사와 최대 약국 중 하나인 ExpressScripts 는 매년 수백만 부의 가정 및 소매 약국에 배달되는 처방을 처리합니다. 이 수치에는 풍부한 환자 정보가 포함되어 있어 의료진은 환자에게 약을 처방하기 전에 약물의 부작용을 미리 알 수 있다.

이것은 국가 보건 시스템의 주요 개선에 도움이 될 것입니다:

의료 서비스 공급업체는 진통제를 처방하기 전에 환자가 중독될 위험이 있는지 확인할 것이다. 이런 조건 하에서 의료진은 다른 치료 방안을 선택하여 환자의 약물 사용 상황을 더욱 면밀히 감시할 수 있다.

처방전, 생리학 등의 의료 정보를 분석하면 만성병 또는 아직 완전히 진단되지 않은 질병에 대한 연구를 파악하는 데 도움이 될 것입니다.

환자가 퇴원한 후 의사의 지시에 대한 순응도를 분석하면 향후 90 일 이내에 재입원 가능성을 예측하는 데 도움이 되며 재입원 예방을 위한 적절한 조치를 취하는 데 도움이 된다.

3. 통신 빅 데이터

통신사가 제공하는 통신 솔루션은 매일 많은 사용자들을 끌어들이지만, 통신 사기에도 이용할 수 있는 기회를 제공한다. (윌리엄 셰익스피어, 통신, 통신, 통신, 통신, 통신, 통신, 통신, 통신) 불법 액세스, 불법 권한 부여, 정보 위조, 클론 복제 및 사기 행위가 가장 흔한 사기 유형입니다. 또한 사기는 사용자의 호감도에 직접적인 영향을 미칩니다. 따라서 사기 탐지에 사용되는 시스템, 도구 및 방법은 통신 분야에서 널리 사용되고 있습니다.

전 세계에서 가장 많은 사용자가 있는 모바일 사업자는 대용량 데이터 분석 및 기계 학습 기술을 기반으로 하는 천방패 암호화 소프트웨어를 차이나 모바일 개발했습니다. 개발자는 경찰이 제공하는 사기 사례 데이터베이스를 사용하여 일반적인 통신 사기 콘텐츠를 탐지하고 스팸과 전화를 차단할 수 있도록 알고리즘을 훈련시킵니다.

또한 스팸을 자주 보내는 사용자를 식별하고 경고를 보낼 수 있습니다. 또한 차이나 모바일 (WHO) 는 "천방패의 정확성은 투입에 따라 계속 높아질 것" 이라고 밝혔다.

사진 출처: Pexels

4.4 의 큰 데이터 잠재력. 웹 응용 프로그램 개발

대용량 데이터는 기업의 기존 모바일 및 웹 애플리케이션에 대용량 데이터를 구현 및 통합함으로써 회사의 내부 프로세스를 최적화할 수 있습니다. 예를 들어 미국에서 가장 중요한 공급망 관리 회사인 UPS Logistics 는 매일 220 여 개국에 654.38+06.90,000 개 이상의 상품을 운송하는데, 이는 빅데이터가 제공하는 솔루션과 밀접한 관련이 있습니다.

경로를 최적화하고 비용을 절감하기 위해 UPS 는 Orion 애플리케이션, 즉 도로 통합 최적화 탐색, 포괄적인 도로 최적화 탐색을 사용합니다. 이 회사의 차량 관리 웹 어플리케이션인 이 어플리케이션은 대량의 지도 데이터, 출발 및 도착 데이터, 화물 크기 및 배송 시간을 사용하여 최적의 경로를 생성합니다.

이에 따라 UPS 는 매년 약 600 만 리터의 연료를 절약하고 654.38+0.3 만 톤의 탄소 배출을 줄여 배송 속도를 높일 수 있다.

교육의 큰 데이터.

미국 기업 및 교육 프로그램의 리더인 Skillsoft 는 IBM 과 협력하여 사용자 상호 작용의 내부 데이터를 활용하고, 프로젝트 및 메일을 통해 직접 의사 소통하고, 사용자 경험을 개인화하고, 참여를 늘리고, 학습 효과를 높입니다.

이들은 사용자 활동 데이터를 활용하여 사용자의 참여를 모니터링하고 최적의 커뮤니케이션 채널과 커뮤니케이션 시간을 결정하여 사용자의 관심을 포착합니다. 또한 사용자 선호도에 따라 교육 콘텐츠 추천 시스템도 구축했습니다. 또한 이 회사는 사용자별로 데이터 기반 시각화 도구를 사용자 정의했습니다.

마케팅에 대한 빅 데이터의 장점

쇼핑 행동을 추적하고 예측하기 위해 온라인 자전거 및 오토바이 소매점인 BikeBerry 는 복잡한 기계 학습 알고리즘과 통계 모델을 사용하여 사용자의 구매 내역, 인구 통계, 행동 정보 등의 데이터를 수집하고 회사의 다른 기술과 결합하여 웹 사이트에서 사용자의 행동 패턴을 식별하고 적용합니다.

따라서 상점은 항상 고객에게 가장 관련성이 높은 제품을 추천하고, 실제로 이러한 제품을 필요로 하는 고객에게 맞춤형 할인을 제공하기 시작합니다. 마지막으로:

그들의 매출은133% 증가했다.

그들의 사용자 활동은 200% 증가했습니다.

재방문객 수가 두 배로 늘어났습니다.

그러한 고객의 평균 청구 금액은 30% 증가했습니다.

7. 교통 빅 데이터

미국 최대 철도회사 연합태평양철도회사 (Union Pacific Railroad) 는 열차 탈선률을 75% 낮춘 빅데이터를 이용해 위험관리 시스템을 강화하고 있다. 이 회사는 각 열차의 온도계, 청각 및 시각 센서, 날씨 정보, 제동 시스템 상태 및 GPS 위치로부터 데이터를 수집합니다.

이러한 데이터를 바탕으로 연합 태평양은 사고 발생 며칠 또는 몇 주 전에 바퀴와 철도의 상태를 모니터링하고 열차의 탈선을 예측하는 예측 모델을 생성할 수 있습니다.

빅 데이터 기술을 통해 이러한 문제를 신속하게 처리할 수 있어 열차의 손상과 지연을 피할 수 있습니다.

사진 출처: Pexels

8. 공공 관리에 빅 데이터 적용

정부는 의료, 고용, 경제 규제, 범죄 및 안전, 비상 대응 등의 분야에서 의사 결정을 돕기 위해 빅 데이터 분석을 사용합니다.

대형 데이터 솔루션을 통해 LAPD 는 각종 범죄가 발생하는 가장 흔한 조건과 지역을 확보하고 경찰력을 증파하여 예방할 수 있습니다. LAPD 시스템은 범죄 시간, 유형 및 영역에 대한 기록 데이터를 사용한 다음 시공간 클러스터 알고리즘을 사용하여 처리합니다.

이 경우 도시 주민의 개인 데이터와 위치 데이터는 사용되지 않으며 이는 개인 정보 보호 규정을 준수합니다. 게다가, 범죄의 감소는 경찰, 사법, 교양체계에 자금을 절약했다. 。

9. 큰 데이터가 농업에 미치는 영향

데이터 분석가들은 농업과 같은 보수 산업에서 큰 데이터가 가장 유망한 것으로 보고 있습니다. 이는 이러한 산업이 인력과 자원을 절약하는 데 도움이 될 수 있기 때문입니다.

2050 년까지 전 세계 식량 수요가 거의 두 배로 증가하여 농민들이 막대한 증산 압력에 직면할 것으로 예상된다. 이 경우 큰 데이터는 토양 센서, GPS 추적기가 있는 트랙터, 현지 기상 채널에서 받은 정보를 종합적으로 분석하여 농부들이 씨앗, 비료, 농약을 관리하는 데 도움을 줄 수 있습니다. 더 중요한 것은 생산성을 높이는 데 도움이됩니다.

10. 광업에 큰 데이터가 주는 이점

광업 분야에서는 생산 환경에 대한 요구가 갈수록 높아지면서 기업들이 갈수록 치열해지는 경쟁에 직면해 자원을 최대한 경제적으로 사용하는 것이 중요하다.

광업의 거물인 Severstal 은 물물 인터넷과 빅 데이터 분석을 기반으로 한 시스템을 적용하여 전력 소비를 감시했다. 이 회사에 따르면 이 솔루션은 에너지 소비 예측의 품질을 크게 향상시킬 수 있으며 벌금 절감, 구매 최적화, 도난 방지를 통해 연간 65,438+00 만 달러를 절감할 수 있다고 합니다.

결론

기업들이 큰 데이터를 사용한 지 꽤 되었는데, 데이터 흐름이 이렇게 밀집된 적이 없다. 오늘날의 소셜 네트워크, 온라인 서비스 및 애플리케이션은 서로 연결될 수 있으며 기업은 더욱 완벽한 잠재 고객 초상화를 얻을 수 있습니다.

많은 사람들이 큰 데이터를' 신금' 이라고 부른다. 데이터 분석가는 큰 데이터가 곧 모든 기업의 주요 의사 결정 도구가 될 것이라고 예측했다. 소규모 신생 기업과 대형 국제 회사 모두 이 기술의 혜택을 받을 수 있다.

번역가: 매우 인기가 있습니다.