1. Big-Data texnologiyasi. Katta ma’lumotlarni tahlil qilish tizimlari

Ma’lumotlarni tahlil qilish allaqachon chakana savdo asosiga aylandi.
Foydalanuvchilarning so’rovlari va maqsadlarini tushunish Big Data vositalarining eng katta va keng ommalashtirilgan yo’nalishlaridan biridir. Big Data kelajakda iste'molchilar ehtiyojlarini yaxshiroq tushunish uchun mijozlarning odatlarini tahlil qilishga yordam beradi. Kompaniyalar mijozlarning to’liq rasmini yaratish uchun an'anaviy ma’lumotlar to’plamini ijtimoiy tarmoqlar va brauzerlarni qidirish tarixi bilan kengaytirishga intilmoqda. Ba’zida yirik tashkilotlar global maqsad sifatida o’zlarining taxminiy modelini yaratishni tanlaydilar. Masalan, Target zanjiri ma’lumotlarni chuqur tahlil qilish va o’zlarining prognozlash tizimi yordamida yuqori aniqlik bilan aniqlaydilar. Har bir mijozga shaxsiy guvohnoma beriladi, u o’z navbatida kredit karta, ism yoki elektron pochta orqali bog’lanadi. Identifikator biron bir xarid qilish vositasi bo’lib xizmat qiladi, unda odam sotib olgan hamma narsalar haqida ma’lumot saqlanadi. Tarmoq mutaxassislari ushbu pozitsiyadagi ayollar homiladorlikning ikkinchi trimestridan oldin yoqimsiz mahsulotlarni faol ravishda sotib olishlarini va dastlabki 20 hafta davomida ular kaltsiy, sink va magniy qo’shimchalariga suyanishlarini aniqladilar. Qabul qilingan ma’lumotlarga asoslanib, Target mijozlarga bolalar mahsuloti uchun kuponlar yuboradi. Bolalar uchun tovarlarga bir xil chegirmalar boshqa mahsulotlar uchun kuponlar bilan "suyultiriladi", shunda beshik yoki tagliklar sotib olish takliflari juda intruziv ko’rinmaydi. Hatto davlat idoralari ham saylov kampaniyalarini optimallashtirish uchun Big Data texnologiyalaridan foydalanish usulini topdilar. Ba’zilar, Barak Obamaning 2012 yilgi AQSh prezidentlik saylovidagi g’alabasi uning tahlilchilar guruhining juda yaxshi ishi bilan bog’liq deb hisoblashadi, ular juda ko’p ma’lumotlarni to’g’ri yo’l bilan qayta ishlashgan.
Qonuniylik va tartibni saqlash bo’yicha katta ma’lumotlar.

So’nggi bir necha yil ichida huquqni muhofaza qilish idoralari Big Data-dan qanday va qachon foydalanishni aniqladilar. Milliy xavfsizlik agentligi teraktlarning oldini olish uchun Big Data texnologiyasidan foydalanishi hammaga ma’lum. Boshqa idoralar kichikroq jinoyatlarning oldini olish uchun progressiv metodologiyadan foydalanmoqda. Los-Anjeles politsiya boshqarmasi murojaat qilmoqda. U odatda faol huquqni muhofaza qilish deb ataladigan narsalarda ishtirok etadi. Ma’lum bir vaqt davomida jinoyatlar to’g’risidagi hisobotlardan foydalangan holda, algoritm jinoyatlar sodir etish ehtimoli katta bo’lgan joylarni aniqlaydi. Tizim shahar xaritasida bunday joylarni kichik qizil kvadratchalar bilan belgilaydi va bu ma’lumotlar darhol patrul mashinalariga uzatiladi. Politsiya chikago big Data texnologiyalaridan foydalaning biroz boshqacha tarzda. Shamollar shahri huquqni muhofaza qilish idoralari ham xuddi shunday, ammo qurolli hujum qurboni yoki ishtirokchisi bo’lishi mumkin bo’lgan odamlarning "xavf doirasini" aniqlashga qaratilgan. The New York Times gazetasining yozishicha, ushbu algoritm odamga uning jinoiy tarixiga (jinoiy guruhlarga tegishli bo’lgan hibsga olishlar va otishmalarda qatnashish) asoslangan holda zaiflik reytingini beradi. Tizim ishlab chiqaruvchisi tizim shaxsning jinoiy o’tmishini o’rganar ekan, irq, jins, millat va shaxsning joylashishi kabi ikkinchi darajali omillarni hisobga olmasligiga ishontiradi.


Big Data texnologiyalari shaharlarning rivojlanishiga qanday yordam beradi.



Veniam bosh direktori Joao Barros Porto avtobuslarida Wi-Fi routerlarining kuzatuv xaritasini namoyish qilmoqda Ma’lumotlarni tahlil qilish, shuningdek, shaharlar va mamlakatlar faoliyatining bir qator jihatlarini yaxshilash uchun ishlatiladi. Masalan, Big Data texnologiyalaridan qanday va qachon foydalanishni aniq bilib, transport oqimlarini optimallashtirishingiz mumkin. Buning uchun transport vositalarining onlayn harakati hisobga olinadi, ijtimoiy tarmoqlar va meteorologik ma’lumotlar tahlil qilinadi. Bugungi kunda bir qator shaharlar transport infratuzilmasini boshqa kommunal xizmat turlari bilan bir butunlikda birlashtirish uchun ma’lumotlarni tahlil qilish kursini boshladilar. Bu aqlli shahar kontseptsiyasi, avtobuslar kech poyezdni kutishadi va svetoforlar tirbandlikni minimallashtirish uchun tirbandlikni taxmin qilishlari mumkin.
Long Beach Big Data texnologiyalaridan foydalanib, noqonuniy sug’orishni cheklash uchun foydalaniladigan aqlli suv hisoblagichlarini boshqaradi. Ilgari, ular xususiy uy xo’jaliklari tomonidan suv iste'molini kamaytirish uchun ishlatilgan (maksimal natija 80% ga kamaygan). Toza suvni tejash har doim dolzarb masaladir. Ayniqsa, davlat hozirgacha qayd qilinmagan eng yomon qurg’oqchilikni boshdan kechirayotgan paytda. Los-Anjeles transport departamenti vakillari Big Data-dan foydalanadiganlar ro’yxatiga qo’shilishdi.
Marketing va sotishdagi taraqqiyot mexanizmi



Marketingda Big Data vositalari savdo tsiklining ma’lum bir bosqichida qaysi g’oyalar eng samarali ekanligini aniqlashga imkon beradi. Ma’lumotlarni tahlil qilish sarmoyalar mijozlar bilan munosabatlarni boshqarishni qanday yaxshilashi mumkinligini, konversiya stavkalarini oshirish uchun qanday strategiyani va mijozning hayot aylanish jarayonini optimallashtirishni aniqlaydi. Bulutli biznesda Big Data algoritmlari xaridorlarni sotib olish xarajatlarini minimallashtirish va mijozlarning umr aylanishini qanday oshirishni aniqlash uchun ishlatiladi. Mijozning ichki tizim darajasiga qarab narx strategiyasini farqlash, ehtimol Big Data marketing sohasida qo’llaniladigan asosiy narsa bo’lishi mumkin. McKinsey o’rtacha firma daromadlarining taxminan 75% asosiy mahsulotlardan olinishini aniqladi, ularning 30% narxlari noto’g’ri. Narxlarning 1 foizga o’sishi operatsion foydaning 8,7 foizga o’sishiga aylanadi. Forrester tadqiqot guruhi ma’lumotlar analitikasi sotuvchilarga mijozlar bilan munosabatlarni qanday yaxshilashga e'tibor qaratishlariga imkon berishini aniqladi. Mijozlarni rivojlantirish yo’nalishini o’rganib chiqib, mutaxassislar ularning sodiqlik darajasini baholashlari, shuningdek, ma’lum bir kompaniya sharoitida hayot tsiklini uzaytirishi mumkin. Sotish strategiyasini optimallashtirish va geo-analitikadan foydalangan holda yangi bozorlarga chiqish qadamlari biofarmatsevtikada aks etadi. Makkinzining so’zlariga ko’ra, farmatsevtika kompaniyalari ma’muriyat va sotish uchun o’zlarining o’rtacha daromadlarining 20-30 foizini sarflaydilar. Agar korxonalar faolroq boshlasa big Data-dan foydalaningeng daromadli va eng tez rivojlanayotgan bozorlarni aniqlash uchun xarajatlar darhol qisqartiriladi.
Xulosa:


Katta hajmdagi ma'lumotlarni saqlash maxsus shartlarni talab qiladi va bu makon va imkoniyatlar masalasidir. Tezlik nafaqat qayta ishlashning eski usullaridan kelib chiqadigan mumkin bo'lgan sekinlashuv va "tormozlash" bilan bog'liq, balki bu interaktivlik masalasidir: jarayon qanchalik tez bo'lsa, daromad qanchalik ko'p bo'lsa, natija shunchalik samarali bo'ladi. Bir xil emaslik va tizimlashmaganlik muammosi manbalar, formatlar va sifatlarning parchalanishi tufayli yuzaga keladi. Ma'lumotlarni birlashtirish va ularni samarali qayta ishlash uchun nafaqat uni ishlaydigan shaklga keltirish bo'yicha ish, balki ma'lum analitik vositalar (tizimlar) ham talab qilinadi. Lekin bu hammasi emas. Ma'lumotlarning "kattaligi" ni cheklash muammosi mavjud. Buni aniqlash qiyin, ya'ni keyingi rivojlanish uchun qanday texnologiyalar va qancha moliyaviy in'ektsiya talab qilinishini oldindan aytish qiyin. Resurslar cheksiz emas, barcha mumkin bo'lgan ma'lumotlarni saqlash bir nuqtada amaliy bo'lmaydi. Shuningdek, ma'lumotlarning bir qismini rad etish zarurati mavjud. Aslida, bu kompaniyada BigData loyihalarini amalga oshirish kechikishining asosiy sababidir (agar siz yana bir omilni hisobga olmasangiz - ancha yuqori narx). Qayta ishlash uchun ma'lumotlarni tanlash va tahlil qilish algoritmi muammoga aylanishi mumkin, chunki qanday ma'lumotlarni to'plash va saqlash kerakligi va qaysi biriga e'tibor bermaslik kerakligi haqida hech qanday tushuncha yo'q. Sohaning yana bir "og'riqli nuqtasi" yaqqol ko'rinib turibdi - chuqur tahlil qilish, biznes muammolarini hal qilish uchun hisobotlar yaratish va natijada BigData dan foyda (investitsiya daromadi) olishga ishonish mumkin bo'lgan professional mutaxassislarning yetishmasligi.
Bu yerda siz yana bir muammoga to'xtashingiz mumkin - ma'lumotlarni saqlash va ulardan foydalanish xavfsizligini ta'minlash. Masalan, onlayn-do'konlarning veb-saytlarida potentsial xaridorlar va ularning o'tish tarixi haqidagi ma'lumotlar ko'plab biznes muammolarini hal qilish uchun noyobdir. Ammo iste'molchilar avtomatik ravishda (shunchaki saytga tashrif buyurib) o'z ma'lumotlarini uzatadigan analitik platforma xavfsizmi, bu juda ko'p bahs-munozaralarga sabab bo'ladi.
BigData biz uchun ishlab chiqarishni rejalashtirish, ta'lim, sog'liqni saqlash va boshqa sohalarda yangi ufqlarni ochadi. Agar ularning rivojlanishi davom etsa, BigData texnologiyalari ishlab chiqarish omili sifatida axborotni mutlaqo yangi sifat darajasiga ko'tarishi mumkin. Axborot nafaqat mehnat va kapitalga tenglashadi, balki zamonaviy iqtisodiyotning eng muhim resursiga aylanadi.