Big data ການເອີ້ນເກັບເງິນໃຫຍ່: ກ່ຽວກັບ BigData ໃນໂທລະຄົມ

ໃນປີ 2008, BigData ເປັນຄໍາສັບໃຫມ່ແລະແນວໂນ້ມຄົນອັບເດດ:. ໃນປີ 2019, BigData ເປັນວັດຖຸຂອງການຂາຍ, ແຫຼ່ງກຳໄລ ແລະເຫດຜົນສຳລັບໃບບິນໃໝ່.

ໃນລະດູໃບໄມ້ປົ່ງທີ່ຜ່ານມາ, ລັດຖະບານຣັດເຊຍໄດ້ລິເລີ່ມຮ່າງກົດໝາຍເພື່ອຄວບຄຸມຂໍ້ມູນໃຫຍ່. ບຸກຄົນອາດຈະບໍ່ຖືກກໍານົດຈາກຂໍ້ມູນ, ແຕ່ອາດຈະເຮັດຕາມຄໍາຮ້ອງຂໍຂອງເຈົ້າຫນ້າທີ່ລັດຖະບານກາງ. ການປະມວນຜົນ BigData ສໍາລັບພາກສ່ວນທີສາມແມ່ນຫຼັງຈາກແຈ້ງການຂອງ Roskomnadzor ເທົ່ານັ້ນ. ບໍລິສັດທີ່ມີຫຼາຍກວ່າ 100 ພັນທີ່ຢູ່ເຄືອຂ່າຍຕົກຢູ່ພາຍໃຕ້ກົດຫມາຍ. ແລະ, ແນ່ນອນ, ບ່ອນທີ່ບໍ່ມີການລົງທະບຽນ - ມັນແມ່ນ supposed ທີ່ຈະສ້າງຫນຶ່ງທີ່ມີບັນຊີລາຍຊື່ຂອງຜູ້ປະຕິບັດການຖານຂໍ້ມູນ. ແລະຖ້າກ່ອນທີ່ຂໍ້ມູນໃຫຍ່ນີ້ບໍ່ໄດ້ຖືກປະຕິບັດຢ່າງຈິງຈັງໂດຍທຸກຄົນ, ໃນປັດຈຸບັນມັນຈະຕ້ອງຖືກພິຈາລະນາ.

ຂ້າພະເຈົ້າ, ໃນຖານະເປັນຜູ້ອໍານວຍການບໍລິສັດພັດທະນາການເອີ້ນເກັບເງິນທີ່ດໍາເນີນການຂໍ້ມູນໃຫຍ່ຫຼາຍນີ້, ບໍ່ສາມາດລະເລີຍຖານຂໍ້ມູນ. ຂ້າພະເຈົ້າຈະຄິດກ່ຽວກັບຂໍ້ມູນໃຫຍ່ໂດຍຜ່ານ prism ຂອງຜູ້ປະຕິບັດງານໂທລະຄົມ, ໂດຍຜ່ານລະບົບການເອີ້ນເກັບເງິນທີ່ໄຫລຂອງຂໍ້ມູນກ່ຽວກັບຜູ້ຈອງຫລາຍພັນຄົນຜ່ານທຸກໆມື້.

ທິດສະດີບົດ

ໃຫ້ເລີ່ມຕົ້ນ, ເຊັ່ນດຽວກັນກັບບັນຫາທາງຄະນິດສາດ: ທໍາອິດພວກເຮົາພິສູດວ່າຂໍ້ມູນຂອງຜູ້ປະຕິບັດງານໂທລະຄົມສາມາດເອີ້ນວ່າ BigDat. ໂດຍປົກກະຕິ, ຂໍ້ມູນໃຫຍ່ແມ່ນມີລັກສະນະສາມ VVV, ເຖິງແມ່ນວ່າໃນການຕີຄວາມເສລີຂອງຈໍານວນ "Vs" ໄດ້ເຖິງເຈັດ.

ປະລິມານ. MVNO ຂອງ Rostelecom ດຽວໃຫ້ບໍລິການຫຼາຍກ່ວາລ້ານຈອງ. ຜູ້ໃຫ້ບໍລິການໂຮດທີ່ສໍາຄັນຈັດການຂໍ້ມູນສໍາລັບ 44 ຫາ 78 ລ້ານຄົນ. ການຈະລາຈອນກໍາລັງເຕີບໂຕທຸກໆວິນາທີ: ໃນໄຕມາດທໍາອິດຂອງ 2019, ຜູ້ຈອງໄດ້ເຂົ້າເຖິງ 3,3 ຕື້ GB ຈາກໂທລະສັບມືຖືແລ້ວ.

ຄວາມໄວ. ບໍ່ມີໃຜສາມາດບອກທ່ານກ່ຽວກັບນະໂຍບາຍດ້ານທີ່ດີກ່ວາສະຖິຕິ, ດັ່ງນັ້ນຂ້ອຍຈະຜ່ານການຄາດຄະເນຂອງ Cisco. ໃນປີ 2021, 20% ຂອງການຈະລາຈອນ IP ຈະໄປຫາການຈະລາຈອນມືຖື - ມັນຈະເກືອບສາມເທົ່າໃນຫ້າປີ. ຫນຶ່ງໃນສາມຂອງການເຊື່ອມຕໍ່ມືຖືຈະເປັນ M2M - ການພັດທະນາຂອງ IoT ຈະນໍາໄປສູ່ການເຊື່ອມຕໍ່ເພີ່ມຂຶ້ນ XNUMX ເທົ່າ. ອິນເຕີເນັດຂອງສິ່ງຕ່າງໆຈະກາຍເປັນບໍ່ພຽງແຕ່ກໍາໄລ, ແຕ່ຍັງໃຊ້ຊັບພະຍາກອນ, ດັ່ງນັ້ນຜູ້ປະກອບການບາງຄົນຈະສຸມໃສ່ມັນເທົ່ານັ້ນ. ແລະຜູ້ທີ່ພັດທະນາ IoT ເປັນບໍລິການແຍກຕ່າງຫາກຈະໄດ້ຮັບການຈະລາຈອນສອງເທົ່າ.

ຫຼາກຫຼາຍຊະນິດ. ຄວາມຫຼາກຫຼາຍແມ່ນແນວຄວາມຄິດທີ່ເປັນຫົວຂໍ້, ແຕ່ຜູ້ປະກອບການໂທລະຄົມກໍ່ຮູ້ເກືອບທຸກຢ່າງກ່ຽວກັບຜູ້ຈອງຂອງພວກເຂົາ. ຈາກ​ລາຍ​ລະ​ອຽດ​ຊື່​ແລະ​ຫນັງ​ສື​ຜ່ານ​ແດນ​ກັບ​ຮູບ​ແບບ​ໂທລະ​ສັບ​, ການ​ຊື້​, ສະ​ຖານ​ທີ່​ໄປ​ຢ້ຽມ​ຢາມ​ແລະ​ຄວາມ​ສົນ​ໃຈ​. ອີງຕາມກົດຫມາຍ Yarovaya, ໄຟລ໌ສື່ມວນຊົນຖືກເກັບໄວ້ເປັນເວລາຫົກເດືອນ. ສະນັ້ນໃຫ້ເອົາມັນເປັນ axiom ທີ່ຂໍ້ມູນທີ່ເກັບກໍາແມ່ນແຕກຕ່າງກັນ.

ຊອບແວແລະວິທີການ

ຜູ້ໃຫ້ບໍລິການແມ່ນຫນຶ່ງໃນຜູ້ບໍລິໂພກຕົ້ນຕໍຂອງ BigData, ດັ່ງນັ້ນເຕັກນິກການວິເຄາະຂໍ້ມູນໃຫຍ່ທີ່ສຸດແມ່ນໃຊ້ກັບອຸດສາຫະກໍາໂທລະຄົມ. ຄໍາຖາມອີກອັນຫນຶ່ງແມ່ນຜູ້ທີ່ພ້ອມທີ່ຈະລົງທຶນໃນການພັດທະນາ ML, AI, Deep Learning, ລົງທຶນໃນສູນຂໍ້ມູນແລະການຂຸດຄົ້ນຂໍ້ມູນ. ການເຮັດວຽກຢ່າງເຕັມທີ່ກັບຖານຂໍ້ມູນປະກອບດ້ວຍໂຄງສ້າງພື້ນຖານແລະທີມງານ, ຄ່າໃຊ້ຈ່າຍທີ່ທຸກຄົນບໍ່ສາມາດຈ່າຍໄດ້. ວິສາຫະກິດທີ່ມີຄັງສິນຄ້າຂອງບໍລິສັດຢູ່ແລ້ວຫຼືກໍາລັງພັດທະນາວິທີການຄຸ້ມຄອງຂໍ້ມູນຄວນວາງເດີມພັນກັບ BigData. ສໍາລັບຜູ້ທີ່ຍັງບໍ່ທັນກຽມພ້ອມສໍາລັບການລົງທືນໃນໄລຍະຍາວ, ຂ້າພະເຈົ້າແນະນໍາໃຫ້ທ່ານຄ່ອຍໆສ້າງສະຖາປັດຕະຍະກໍາຊອບແວແລະຕິດຕັ້ງອົງປະກອບຫນຶ່ງໂດຍຫນຶ່ງ. ທ່ານສາມາດອອກຈາກໂມດູນຫນັກແລະ Hadoop ສໍາລັບສຸດທ້າຍ. ມີຄົນຈໍານວນຫນ້ອຍຊື້ການແກ້ໄຂທີ່ກຽມພ້ອມສໍາລັບບັນຫາຕ່າງໆເຊັ່ນ: ຄຸນະພາບຂໍ້ມູນແລະການຂຸດຄົ້ນຂໍ້ມູນ; ບໍລິສັດໂດຍທົ່ວໄປແລ້ວຈະປັບແຕ່ງລະບົບຕາມຄວາມຕ້ອງການສະເພາະຂອງພວກເຂົາ - ຕົວເອງຫຼືດ້ວຍການຊ່ວຍເຫຼືອຂອງນັກພັດທະນາ.

ແຕ່ບໍ່ແມ່ນທຸກໆໃບບິນສາມາດຖືກດັດແປງເພື່ອເຮັດວຽກກັບ BigData. ຫຼືແທນທີ່ຈະ, ບໍ່ພຽງແຕ່ທຸກສິ່ງທຸກຢ່າງສາມາດແກ້ໄຂໄດ້. ໜ້ອຍຄົນສາມາດເຮັດສິ່ງນີ້ໄດ້.

ສາມສັນຍານວ່າລະບົບການເອີ້ນເກັບເງິນມີໂອກາດທີ່ຈະກາຍເປັນເຄື່ອງມືປະມວນຜົນຖານຂໍ້ມູນ:

• ຄວາມສາມາດໃນການຂະຫຍາຍລວງນອນ. ຊອບແວຕ້ອງມີຄວາມຍືດຫຍຸ່ນ - ພວກເຮົາກໍາລັງເວົ້າກ່ຽວກັບຂໍ້ມູນໃຫຍ່. ການເພີ່ມຂຶ້ນຂອງຈໍານວນຂໍ້ມູນຄວນໄດ້ຮັບການປະຕິບັດໂດຍການເພີ່ມອັດຕາສ່ວນຂອງຮາດແວໃນກຸ່ມ.
• ຄວາມທົນທານຕໍ່ຄວາມຜິດພາດ. ລະບົບການຊໍາລະລ່ວງໜ້າທີ່ຮຸນແຮງໂດຍປົກກະຕິແມ່ນມີຄວາມຜິດຕໍ່ລະບຽບໂດຍຄ່າເລີ່ມຕົ້ນ: ໃບບິນຖືກນຳໃຊ້ເປັນກຸ່ມຢູ່ໃນຫຼາຍສະຖານທີ່ຕັ້ງພູມສາດ ເພື່ອໃຫ້ພວກມັນຮັບປະກັນເຊິ່ງກັນແລະກັນໂດຍອັດຕະໂນມັດ. ຄວນມີຄອມພິວເຕີພຽງພໍໃນກຸ່ມ Hadoop ໃນກໍລະນີທີ່ຫນຶ່ງຫຼືຫຼາຍກວ່ານັ້ນລົ້ມເຫລວ.
• ທ້ອງຖິ່ນ. ຂໍ້​ມູນ​ຕ້ອງ​ໄດ້​ຮັບ​ການ​ເກັບ​ຮັກ​ສາ​ໄວ້​ແລະ​ປະ​ມວນ​ຜົນ​ຢູ່​ໃນ​ເຄື່ອງ​ແມ່​ຂ່າຍ​ດຽວ​, ຖ້າ​ບໍ່​ດັ່ງ​ນັ້ນ​ທ່ານ​ສາ​ມາດ​ໄປ broke ໃນ​ການ​ໂອນ​ຂໍ້​ມູນ​. ຫນຶ່ງໃນໂຄງການວິທີການແຜນທີ່ຫຼຸດຜ່ອນທີ່ນິຍົມ: ຮ້ານ HDFS, ຂະບວນການ Spark. ໂດຍຫລັກການແລ້ວ, ຊອບແວຄວນຈະເຊື່ອມໂຍງເຂົ້າກັບພື້ນຖານໂຄງລ່າງຂອງສູນຂໍ້ມູນຢ່າງບໍ່ຢຸດຢັ້ງ ແລະສາມາດເຮັດສາມຢ່າງໃນອັນດຽວຄື: ເກັບກຳ, ຈັດລະບຽບ ແລະວິເຄາະຂໍ້ມູນ.

ທີມງານ

ສິ່ງທີ່, ວິທີການແລະຈຸດປະສົງໃດທີ່ໂຄງການຈະປະມວນຜົນຂໍ້ມູນໃຫຍ່ແມ່ນການຕັດສິນໃຈໂດຍທີມງານ. ເລື້ອຍໆມັນປະກອບດ້ວຍຄົນດຽວ - ນັກວິທະຍາສາດຂໍ້ມູນ. ເຖິງແມ່ນວ່າ, ໃນຄວາມຄິດເຫັນຂອງຂ້າພະເຈົ້າ, ຊຸດຕໍາ່ສຸດທີ່ຂອງພະນັກງານສໍາລັບ Big Data ຍັງປະກອບມີຜູ້ຈັດການຜະລິດຕະພັນ, ວິສະວະກອນຂໍ້ມູນ, ແລະຜູ້ຈັດການ. ຄົນທໍາອິດເຂົ້າໃຈການບໍລິການ, ແປພາສາດ້ານວິຊາການເປັນພາສາຂອງມະນຸດແລະໃນທາງກັບກັນ. ວິສະວະກອນຂໍ້ມູນນໍາເອົາແບບຈໍາລອງໄປສູ່ຊີວິດໂດຍໃຊ້ Java / Scala ແລະການທົດລອງກັບການຮຽນຮູ້ເຄື່ອງຈັກ. ຜູ້ຈັດການປະສານງານ, ກໍານົດເປົ້າຫມາຍ, ແລະຄວບຄຸມຂັ້ນຕອນ.

ບັນຫາ

ມັນແມ່ນຢູ່ໃນສ່ວນຂອງທີມງານ BigData ທີ່ບັນຫາມັກຈະເກີດຂື້ນໃນເວລາທີ່ເກັບກໍາແລະການປຸງແຕ່ງຂໍ້ມູນ. ໂປລແກລມຕ້ອງອະທິບາຍສິ່ງທີ່ຈະລວບລວມແລະວິທີການປຸງແຕ່ງ - ເພື່ອອະທິບາຍເລື່ອງນີ້, ກ່ອນອື່ນ ໝົດ ທ່ານຕ້ອງເຂົ້າໃຈຕົວເອງ. ແຕ່ສໍາລັບຜູ້ໃຫ້ບໍລິການ, ສິ່ງຕ່າງໆບໍ່ງ່າຍດາຍຫຼາຍ. ຂ້ອຍເວົ້າກ່ຽວກັບບັນຫາໂດຍໃຊ້ຕົວຢ່າງຂອງວຽກງານຫຼຸດຜ່ອນຄວາມປັ່ນປ່ວນຂອງຜູ້ຈອງ - ນີ້ແມ່ນສິ່ງທີ່ຜູ້ປະກອບການໂທລະຄົມພະຍາຍາມແກ້ໄຂດ້ວຍການຊ່ວຍເຫຼືອຂອງ Big Data ໃນສະຖານທີ່ທໍາອິດ.

ການກໍານົດເປົ້າຫມາຍ. ຂໍ້ກໍານົດດ້ານວິຊາການທີ່ຂຽນໄດ້ດີແລະຄວາມເຂົ້າໃຈທີ່ແຕກຕ່າງກັນຂອງຄໍາສັບຕ່າງໆໄດ້ເປັນຄວາມເຈັບປວດຫຼາຍສັດຕະວັດແລ້ວບໍ່ພຽງແຕ່ສໍາລັບ freelancers. ເຖິງແມ່ນວ່າຜູ້ຈອງ "ຫຼຸດລົງ" ສາມາດຖືກຕີຄວາມແຕກຕ່າງກັນ - ຍ້ອນວ່າຜູ້ທີ່ບໍ່ໄດ້ໃຊ້ການບໍລິການຂອງຜູ້ປະຕິບັດງານເປັນເວລາຫນຶ່ງເດືອນ, ຫົກເດືອນຫຼືຫນຶ່ງປີ. ແລະເພື່ອສ້າງ MVP ໂດຍອີງໃສ່ຂໍ້ມູນປະຫວັດສາດ, ທ່ານຈໍາເປັນຕ້ອງເຂົ້າໃຈຄວາມຖີ່ຂອງຜົນຕອບແທນຂອງຜູ້ຈອງຈາກ churn - ຜູ້ທີ່ພະຍາຍາມປະຕິບັດການອື່ນໆຫຼືອອກຈາກເມືອງແລະໃຊ້ຕົວເລກທີ່ແຕກຕ່າງກັນ. ຄໍາຖາມທີ່ສໍາຄັນອີກອັນຫນຶ່ງ: ດົນປານໃດກ່ອນທີ່ຜູ້ຈອງຈະອອກໄປ, ຜູ້ໃຫ້ບໍລິການຄວນກໍານົດເລື່ອງນີ້ແລະດໍາເນີນການ? ຫົກເດືອນແມ່ນໄວເກີນໄປ, ອາທິດຫນຶ່ງແມ່ນຊ້າເກີນໄປ.

ການທົດແທນແນວຄວາມຄິດ. ໂດຍປົກກະຕິ, ຜູ້ປະຕິບັດການກໍານົດລູກຄ້າໂດຍເບີໂທລະສັບ, ດັ່ງນັ້ນມັນມີເຫດຜົນວ່າປ້າຍຄວນຖືກອັບໂຫລດໂດຍໃຊ້ມັນ. ແມ່ນຫຍັງກ່ຽວກັບບັນຊີສ່ວນຕົວ ຫຼືໝາຍເລກການສະໝັກບໍລິການຂອງເຈົ້າ? ມັນເປັນສິ່ງຈໍາເປັນທີ່ຈະຕັດສິນໃຈວ່າຫນ່ວຍງານໃດຄວນຖືກນໍາໄປເປັນລູກຄ້າເພື່ອວ່າຂໍ້ມູນໃນລະບົບຂອງຜູ້ປະຕິບັດການບໍ່ແຕກຕ່າງກັນ. ການປະເມີນມູນຄ່າຂອງລູກຄ້າຍັງເປັນຄໍາຖາມ - ຜູ້ຈອງອັນໃດມີຄ່າກວ່າສໍາລັບບໍລິສັດ, ຜູ້ໃຊ້ຕ້ອງການຄວາມພະຍາຍາມຫຼາຍທີ່ຈະຮັກສາໄວ້, ແລະອັນໃດທີ່ຈະ "ຕົກ" ໃນກໍລະນີໃດກໍ່ຕາມແລະບໍ່ມີຈຸດສໍາຄັນໃນການໃຊ້ຊັບພະຍາກອນຂອງພວກເຂົາ.

ຂາດຂໍ້ມູນ. ບໍ່ແມ່ນພະນັກງານຂອງຜູ້ໃຫ້ບໍລິການທັງໝົດສາມາດອະທິບາຍໃຫ້ທີມງານ BigData ມີຜົນສະເພາະຕໍ່ການປ່ຽນແປງຂອງຜູ້ຈອງ ແລະວິທີການຄິດໄລ່ປັດໄຈທີ່ເປັນໄປໄດ້ໃນການຮຽກເກັບເງິນ. ເຖິງແມ່ນວ່າພວກເຂົາຕັ້ງຊື່ຫນຶ່ງຂອງພວກເຂົາ - ARPU - ມັນ turns ໃຫ້ເຫັນວ່າມັນສາມາດຖືກຄິດໄລ່ດ້ວຍວິທີທີ່ແຕກຕ່າງກັນ: ໂດຍການຈ່າຍເງິນລູກຄ້າແຕ່ລະໄລຍະ, ຫຼືໂດຍຄ່າໃບບິນອັດຕະໂນມັດ. ແລະໃນຂະບວນການເຮັດວຽກ, ຄໍາຖາມອີກຫນຶ່ງລ້ານທີ່ເກີດຂື້ນ. ຮູບແບບດັ່ງກ່າວກວມເອົາລູກຄ້າທັງຫມົດ, ລາຄາສໍາລັບການຮັກສາລູກຄ້າແມ່ນຫຍັງ, ມີຈຸດໃດໃນການຄິດໂດຍຜ່ານແບບຈໍາລອງທາງເລືອກ, ແລະຈະເຮັດແນວໃດກັບລູກຄ້າທີ່ຖືກຮັກສາໄວ້ໂດຍບໍ່ຖືກຕ້ອງ.

ການ​ຕັ້ງ​ເປົ້າ​ຫມາຍ​. ຂ້ອຍຮູ້ສາມປະເພດຂອງຄວາມຜິດພາດຜົນໄດ້ຮັບທີ່ເຮັດໃຫ້ຜູ້ປະຕິບັດການຜິດຫວັງກັບຖານຂໍ້ມູນ.

1. ຜູ້ໃຫ້ບໍລິການລົງທຶນໃນ BigData, ປະມວນຜົນຂໍ້ມູນ gigabytes, ແຕ່ໄດ້ຮັບຜົນທີ່ສາມາດໄດ້ຮັບລາຄາຖືກກວ່າ. ແຜນວາດທີ່ງ່າຍດາຍແລະແບບຈໍາລອງ, ການວິເຄາະເບື້ອງຕົ້ນແມ່ນຖືກນໍາໃຊ້. ຄ່າໃຊ້ຈ່າຍແມ່ນສູງກວ່າຫຼາຍເທົ່າ, ແຕ່ຜົນໄດ້ຮັບແມ່ນຄືກັນ.
2. ຜູ້ປະກອບການໄດ້ຮັບຂໍ້ມູນ multifaceted ເປັນຜົນຜະລິດ, ແຕ່ບໍ່ເຂົ້າໃຈວິທີການນໍາໃຊ້ມັນ. ມີການວິເຄາະ - ນີ້ແມ່ນ, ເຂົ້າໃຈໄດ້ແລະ voluminous, ແຕ່ວ່າມັນບໍ່ມີປະໂຫຍດ. ຜົນໄດ້ຮັບທີ່ສຸດ, ເຊິ່ງບໍ່ສາມາດປະກອບດ້ວຍເປົ້າຫມາຍຂອງ "ການປຸງແຕ່ງຂໍ້ມູນ", ບໍ່ໄດ້ຄິດເຖິງ. ມັນບໍ່ພຽງພໍທີ່ຈະປະມວນຜົນ - ການວິເຄາະຄວນກາຍເປັນພື້ນຖານສໍາລັບການປັບປຸງຂະບວນການທຸລະກິດ.
3. ອຸປະສັກຕໍ່ກັບການໃຊ້ການວິເຄາະ BigData ສາມາດເປັນຂະບວນການທາງທຸລະກິດທີ່ລ້າສະໄຫມ ແລະຊອບແວທີ່ບໍ່ເຫມາະສົມກັບຈຸດປະສົງໃຫມ່. ນີ້ຫມາຍຄວາມວ່າພວກເຂົາເຮັດຜິດພາດໃນຂັ້ນຕອນຂອງການກະກຽມ - ພວກເຂົາບໍ່ໄດ້ຄິດໂດຍຜ່ານຂັ້ນຕອນຂອງການປະຕິບັດແລະຂັ້ນຕອນຂອງການແນະນໍາ Big Data ເຂົ້າໃນການເຮັດວຽກ.

ເປັນຫຍັງ

ເວົ້າເຖິງຜົນໄດ້ຮັບ. ຂ້າ​ພະ​ເຈົ້າ​ຈະ​ໄປ​ເບິ່ງ​ວິ​ທີ​ການ​ນໍາ​ໃຊ້​ແລະ​ການ​ສ້າງ​ລາຍ​ໄດ້ Big Data ທີ່​ປະ​ຕິ​ບັດ​ການ​ໂທລະ​ຄົມ​ໄດ້​ໃຊ້​ຢູ່​ແລ້ວ.
ຜູ້ໃຫ້ບໍລິການຄາດຄະເນບໍ່ພຽງແຕ່ outflow ຂອງຜູ້ຈອງ, ແຕ່ຍັງການໂຫຼດຂອງສະຖານີຖານ.

1. ຂໍ້​ມູນ​ກ່ຽວ​ກັບ​ການ​ເຄື່ອນ​ໄຫວ​ຂອງ​ຜູ້​ສະ​ຫມັກ​, ກິດ​ຈະ​ກໍາ​ແລະ​ການ​ບໍ​ລິ​ການ​ຄວາມ​ຖີ່​ຂອງ​ການ​ໄດ້​ຮັບ​ການ​ວິ​ເຄາະ​. ຜົນໄດ້ຮັບ: ການຫຼຸດລົງຂອງຈໍານວນ overloads ເນື່ອງຈາກການເພີ່ມປະສິດທິພາບແລະຄວາມທັນສະໄຫມຂອງພື້ນທີ່ບັນຫາຂອງໂຄງສ້າງພື້ນຖານ.
2. ຜູ້ປະກອບການໂທລະຄົມໃຊ້ຂໍ້ມູນກ່ຽວກັບສະຖານທີ່ຕັ້ງພູມສາດຂອງຜູ້ຈອງແລະຄວາມຫນາແຫນ້ນຂອງການຈະລາຈອນໃນເວລາທີ່ເປີດຈຸດຂາຍ. ດັ່ງນັ້ນ, ການວິເຄາະ BigData ໄດ້ຖືກນໍາໃຊ້ແລ້ວໂດຍ MTS ແລະ VimpelCom ເພື່ອວາງແຜນສະຖານທີ່ຂອງຫ້ອງການໃຫມ່.
3. ຜູ້ໃຫ້ບໍລິການສ້າງລາຍໄດ້ຈາກຂໍ້ມູນໃຫຍ່ຂອງຕົນເອງໂດຍການສະເໜີໃຫ້ບຸກຄົນທີສາມ. ລູກຄ້າຕົ້ນຕໍຂອງຜູ້ປະກອບການ BigData ແມ່ນທະນາຄານການຄ້າ. ການນໍາໃຊ້ຖານຂໍ້ມູນ, ພວກເຂົາເຈົ້າຕິດຕາມກວດກາກິດຈະກໍາທີ່ຫນ້າສົງໄສຂອງ SIM card ຂອງຜູ້ຈອງທີ່ບັດເຊື່ອມຕໍ່, ແລະນໍາໃຊ້ການໃຫ້ຄະແນນຄວາມສ່ຽງ, ການກວດສອບແລະການບໍລິການຕິດຕາມກວດກາ. ແລະໃນປີ 2017, ລັດຖະບານມອດໂກໄດ້ຮ້ອງຂໍໃຫ້ມີການເຄື່ອນໄຫວໂດຍອີງໃສ່ຂໍ້ມູນ BigData ຈາກ Tele2 ເພື່ອວາງແຜນໂຄງລ່າງດ້ານເຕັກນິກແລະການຂົນສົ່ງ.
4. ການວິເຄາະ BigData ແມ່ນຂຸດຄົ້ນບໍ່ແຮ່ຄໍາສໍາລັບນັກກາລະຕະຫຼາດ, ຜູ້ທີ່ສາມາດສ້າງແຄມເປນໂຄສະນາສ່ວນບຸກຄົນສໍາລັບກຸ່ມຜູ້ຈອງຫລາຍພັນຄົນຖ້າພວກເຂົາເລືອກ. ບໍລິສັດໂທລະຄົມລວບລວມຂໍ້ມູນສັງຄົມ, ຜົນປະໂຫຍດຂອງຜູ້ບໍລິໂພກແລະຮູບແບບພຶດຕິກໍາຂອງຜູ້ຈອງ, ແລະຫຼັງຈາກນັ້ນນໍາໃຊ້ BigData ທີ່ເກັບກໍາເພື່ອດຶງດູດລູກຄ້າໃຫມ່. ແຕ່ສໍາລັບການສົ່ງເສີມການຂະຫນາດໃຫຍ່ແລະການວາງແຜນ PR, ການເອີ້ນເກັບເງິນບໍ່ສະເຫມີມີຫນ້າທີ່ພຽງພໍ: ໂຄງການຕ້ອງຄໍານຶງເຖິງປັດໃຈຈໍານວນຫຼາຍໃນຂະຫນານກັບລາຍລະອຽດກ່ຽວກັບລູກຄ້າ.

ໃນຂະນະທີ່ບາງຄົນຍັງພິຈາລະນາ BigData ເປັນປະໂຫຍກທີ່ຫວ່າງເປົ່າ, Big Four ກໍາລັງສ້າງລາຍໄດ້ຢູ່ແລ້ວ. MTS ມີລາຍໄດ້ 14 ຕື້ຮູເບີນຈາກການປະມວນຜົນຂໍ້ມູນໃຫຍ່ໃນຫົກເດືອນ, ແລະ Tele2 ລາຍໄດ້ຈາກໂຄງການເພີ່ມຂຶ້ນສາມເທົ່າເຄິ່ງ. BigData ກໍາລັງປ່ຽນຈາກທ່າອ່ຽງໄປສູ່ສິ່ງທີ່ຕ້ອງມີ, ພາຍໃຕ້ໂຄງສ້າງທັງຫມົດຂອງຜູ້ປະຕິບັດງານໂທລະຄົມຈະຖືກສ້າງໃຫມ່.

ແຫຼ່ງຂໍ້ມູນ: www.habr.com