Katta ma'lumotlarni qayta ishlash texnologiyalari katta o’qituvchi N. M. mallaboyev o’qituvchi D. Boqijanov

to'ldirish- to'plash, to'ldirish - R&T), shuningdek, sodiqlik dasturlaridan. Muvaffaqiyatli chakana savdo tajribasi bozordagi boshqa tarmoqlarni tahlillarini biznesni rivojlantirish uchun ishlaydigan manbaga aylantirish uchun katta ma'lumotlarni monetizatsiya qilishning yangi va samarali usullarini topishga undaydi. Shu sababli, ekspertlarning prognozlariga ko'ra, 2020 yilgacha bo'lgan davrda boshqarish va saqlashga investitsiyalar har bir gigabayt ma'lumot uchun 2 dollardan 0,2 dollargacha kamayadi, ammo Big Data texnologik xususiyatlarini o'rganish va tahlil qilish faqat o'sadi. 40%. Katta ma'lumotlar sohasidagi turli investitsiya loyihalarida taqdim etilgan xarajatlar boshqacha xarakterga ega. Xarajat moddalari ma'lum qarorlar asosida tanlangan mahsulot turlariga bog'liq. Mutaxassislarning fikriga ko'ra, investitsiya loyihalarida xarajatlarning katta qismi ma'lumotlarni yig'ish, tizimlashtirish, axborotni tozalash va boshqarish bilan bog'liq mahsulotlarga to'g'ri keladi.
Dasturiy ta'minotning ko'plab kombinatsiyalari mavjud va apparat turli biznes intizomlari uchun samarali Big Data yechimlarini yaratishga imkon beradi: ijtimoiy tarmoqlardan va mobil ilovalar, biznes ma'lumotlarini qazib olish va vizualizatsiya qilish uchun. Katta ma'lumotlarning muhim afzalligi - biznesda keng qo'llaniladigan ma'lumotlar bazalari bilan yangi vositalarning muvofiqligi, bu ayniqsa, ko'p kanalli savdo va mijozlarni qo'llab-quvvatlashni tashkil qilish kabi fanlararo loyihalar bilan ishlashda muhim ahamiyatga ega. Katta ma'lumotlar bilan ishlash ketma-ketligi ma'lumotlarni to'plash, hisobotlar va asboblar paneli yordamida olingan ma'lumotlarni tizimlashtirish, tushunchalar va kontekstlarni yaratish va harakatlar bo'yicha tavsiyalarni shakllantirishdan iborat. Katta ma'lumotlar bilan ishlash natijasi oldindan ma'lum bo'lmagan ma'lumotlarni to'plash uchun katta xarajatlarni nazarda tutganligi sababli, asosiy vazifa ma'lumotlarning qanchalik mavjudligini emas, balki nima uchun ekanligini aniq tushunishdir. Bunday holda, ma'lumotlarni to'plash faqat aniq muammolarni hal qilish uchun zarur bo'lgan ma'lumotlarni olish jarayoniga aylanadi. Masalan, telekommunikatsiya provayderlari doimiy ravishda yangilanib turadigan geolokatsiya ma'lumotlarini o'z ichiga olgan katta hajmdagi ma'lumotlarni jamlaydi. Ushbu ma'lumot undan maqsadli va mahalliy reklamalarni ko'rsatishda foydalanishi mumkin bo'lgan reklama agentliklari, shuningdek, chakana sotuvchilar va banklar uchun tijorat manfaatdor bo'lishi mumkin. Bunday ma'lumotlar odamlarning kuchli maqsadli oqimi mavjudligi haqidagi ma'lumotlarga asoslanib, ma'lum bir joyda chakana savdo nuqtasini ochish to'g'risida qaror qabul qilishda muhim rol o'ynashi mumkin. Londonda bilbord reklamasining samaradorligini o'lchash misoli mavjud. Endilikda bunday reklamaning qamrovini faqat reklama tuzilmalari yaqinida o‘tkinchilarni hisoblaydigan maxsus qurilmaga ega odamlarni joylashtirish orqali o‘lchash mumkin. Reklama samaradorligini o'lchashning ushbu turi bilan taqqoslaganda, uyali aloqa operatori ko'proq imkoniyatlarga ega-u o'z abonentlarining joylashuvini aniq biladi, ularning demografik xususiyatlarini, jinsini, yoshi, oilaviy ahvolini va hokazolarni biladi. Bunday ma'lumotlarga asoslanib, kelajakda e'lonlar taxtasi yonidan o'tayotgan ma'lum bir shaxsning afzalliklaridan foydalanib, reklama xabarining mazmunini o'zgartirish istiqbollari ochiladi. Agar ma'lumotlar yonidan o'tayotgan odam ko'p sayohat qilishini ko'rsatsa, ularga kurort reklamasi ko'rsatilishi mumkin. Futbol o‘yini tashkilotchilari o‘yinga kelgandagina muxlislar sonini taxmin qilishlari mumkin. Lekin ular operatordan so'rash imkoniga ega bo'lsa uyali O'yindan bir soat, kun yoki oy oldin tashrif buyuruvchilar qayerda bo'lganligi haqidagi ma'lumotlar tashkilotchilarga keyingi o'yinlarni reklama qilish uchun joylarni rejalashtirish imkoniyatini beradi. Yana bir misol, banklar firibgarlikning oldini olish uchun Big Datadan qanday foydalanishi mumkin. Agar mijoz kartani yo‘qotib qo‘yganligini da’vo qilsa va u bilan xaridni amalga oshirayotganda bank real vaqt rejimida tranzaksiya amalga oshirilayotgan xarid hududida mijozning telefonining joylashgan joyini ko‘rsa, bank mijozning iltimosiga binoan ma’lumotlarni tekshirishi mumkin. uni aldamoqchi bo'lganmi yoki yo'qligini bilish uchun. Yoki aksincha vaziyat, mijoz do‘konda xarid qilganida, bank tranzaksiya uchun foydalanilgan karta va mijozning telefoni bir joyda ekanligini ko‘rib, bank kartani o‘z egasi ishlatgan degan xulosaga kelishi mumkin. Katta ma'lumotlarning ushbu afzalliklari tufayli an'anaviy ma'lumotlar omborlari bilan ta'minlangan chegaralar kengayib bormoqda. Big Data yechimlarini muvaffaqiyatli amalga oshirish bo'yicha qaror qabul qilish uchun kompaniya investitsion ishni hisoblashi kerak va bu ko'plab noma'lum komponentlar tufayli katta qiyinchiliklarga olib keladi. Bunday hollarda analitikaning paradoksi o'tmishga asoslangan kelajakni bashorat qilishdir, buning uchun ko'pincha ma'lumotlar yetishmaydi. Ushbu holatda muhim omil ularning dastlabki harakatlarini aniq rejalashtirish:

• 
  Birinchidan, bitta aniq biznes muammosini aniqlash kerak, uni hal qilish uchun Big Data texnologiyalari qo'llaniladi, bu vazifa tanlangan kontseptsiyaning to'g'riligini aniqlashning asosiga aylanadi. Siz ushbu vazifaga xos bo'lgan ma'lumotlarni to'plashga e'tibor qaratishingiz kerak va kontseptsiyaning isboti kelajakda yanada oqilona qarorlar qabul qilishingizga yordam beradigan turli xil vositalar, jarayonlar va boshqaruv usullaridan foydalanish imkonini beradi.
  
• 
  Ikkinchidan, ma'lumotlarni tahlil qilish bo'yicha ko'nikma va tajribaga ega bo'lmagan kompaniya Big Data loyihasini muvaffaqiyatli amalga oshira olishi dargumon. Kerakli bilimlar har doim ma'lumotlar bilan ishlash sifatiga ta'sir qiluvchi asosiy omil bo'lgan analitika bo'yicha oldingi tajribadan kelib chiqadi. Ma'lumotlardan foydalanish madaniyati muhim ahamiyatga ega, chunki ko'pincha ma'lumotni tahlil qilish biznes haqidagi keskin haqiqatni ochib beradi va bu haqiqatni qabul qilish va u bilan ishlash uchun ma'lumotlar bilan ishlashning ishlab chiqilgan usullari kerak bo'ladi.
  
• 
  Uchinchidan, Big Data texnologiyalarining ahamiyati tushunchalarni taqdim etishdadir.Yaxshi tahlilchilar bozorda tanqisligicha qolmoqda. Ularni ma'lumotlarning tijorat ma'nosini chuqur tushunadigan va undan to'g'ri foydalanishni biladigan mutaxassislar deb atash odatiy holdir. Ma'lumotlarni tahlil qilish biznes maqsadlariga erishish vositasidir va Big Data qiymatini tushunish uchun sizga tegishli xatti-harakatlar modeli va harakatlaringizni tushunish kerak. Bunday holda, katta ma'lumotlar ko'p narsani beradi foydali ma'lumotlar iste'molchilar haqida, ular asosida biznesingiz uchun foydali bo'lgan qarorlar qabul qilishingiz mumkin. Rossiyaning Big Data bozori endigina shakllana boshlaganiga qaramay, ushbu sohadagi individual loyihalar allaqachon muvaffaqiyatli amalga oshirilmoqda. Ulardan ba'zilari Federal Soliq Xizmati va Bank "Tinkoff Credit Systems" loyihalari kabi ma'lumotlarni to'plash sohasida muvaffaqiyatli, boshqalari - ma'lumotlarni tahlil qilish va amaliy qo'llash uning natijalari: bu Synqera loyihasi. Tinkoff Credit Systems Bank massiv parallel hisoblash uchun vosita bo'lgan EMC2 Greenplum platformasini amalga oshirish loyihasini amalga oshirdi. So'nggi yillarda bank to'plangan ma'lumotlarni qayta ishlash va real vaqt rejimida ma'lumotlarni tahlil qilish tezligiga talablarni oshirdi, bu foydalanuvchilar sonining yuqori o'sish sur'ati bilan bog'liq. kredit kartalari... Bank Big Data texnologiyalaridan foydalanishni kengaytirish, xususan, tuzilmagan ma’lumotlarni qayta ishlash va turli manbalardan olingan korporativ ma’lumotlar bilan ishlash rejalarini e’lon qildi. Rossiya Federal Soliq xizmatida hozirda federal ma'lumotlar omborining analitik qatlamini yaratish davom etmoqda. Uning asosida statistik va tahliliy ishlov berish uchun soliq ma’lumotlariga kirishning yagona axborot maydoni va texnologiyasi yaratilmoqda. Loyihani amalga oshirish jarayonida Federal Soliq xizmati inspektsiyasining mahalliy darajadagi 1200 dan ortiq manbalari bilan tahliliy ma'lumotlarni markazlashtirish bo'yicha ishlar olib borilmoqda.Haqiqiy vaqtda katta ma'lumotlarni tahlil qilishning yana bir qiziqarli misoli Simplate platformasini ishlab chiqqan rus startapi Synqeradir. Yechim katta hajmdagi ma'lumotlarni qayta ishlashga asoslangan; dastur mijozlar, ularning xarid qilish tarixi, yoshi, jinsi va hatto kayfiyati haqidagi ma'lumotlarni tahlil qiladi. Kosmetika do'konlari tarmog'ida kassalar o'rnatildi sensorli ekranlar mijozning his-tuyg'ularini tan oladigan sensorlar bilan. Dastur odamning kayfiyatini aniqlaydi, u haqidagi ma'lumotlarni tahlil qiladi, kunning vaqtini aniqlaydi va do'konning chegirmalar ma'lumotlar bazasini skanerdan o'tkazadi, shundan so'ng u xaridorga reklama aktsiyalari haqida maqsadli xabarlarni yuboradi va maxsus takliflar. Ushbu yechim mijozlarning sodiqligini oshiradi va chakana savdoni oshiradi. Agar muvaffaqiyatli xorijiy holatlar haqida gapiradigan bo'lsak, bu borada Dunkin`Donuts kompaniyasida mahsulotlarni sotish uchun real vaqt ma'lumotlaridan foydalanadigan Big Data texnologiyalaridan foydalanish tajribasi qiziq. Do'konlardagi raqamli displeylar kunning vaqti va mahsulot mavjudligiga qarab har daqiqada almashinadigan takliflarni ko'rsatadi. Ma'lumotlarni qayta ishlashga bunday yondashuv omborda foyda va tovar aylanmasini oshirish imkonini berdi. Big Data loyihalarini amalga oshirish tajribasi shuni ko'rsatadiki, bu soha zamonaviy biznes muammolarini muvaffaqiyatli hal qilish uchun mo'ljallangan. Shu bilan birga, katta ma'lumotlar bilan ishlashda tijorat maqsadlariga erishishning muhim omili iste'molchilar talablarini aniqlaydigan tahlillarni, shuningdek, Big Data sohasida innovatsion texnologiyalardan foydalanishni o'z ichiga olgan to'g'ri strategiyani tanlashdir. Econsultancy va Adobe kompaniyalari tomonidan 2012 yildan beri har yili kompaniya sotuvchilari oʻrtasida oʻtkazilayotgan global soʻrovga koʻra, odamlarning internetda oʻzini qanday tutishi haqidagi “katta maʼlumotlar” koʻp ish qilishi mumkin. Ular oflayn biznes jarayonlarini optimallashtirishga qodir, mobil qurilmalar egalari ma'lumotni topish uchun ulardan qanday foydalanishini tushunishga yordam beradi yoki oddiygina "marketingni yaxshilaydi", ya'ni. samaraliroq. Bundan tashqari, biz bergan diagrammadan ko'rinib turibdiki, oxirgi funktsiya yildan-yilga tobora ommalashib bormoqda.