Десять фактов о big data и предиктивной аналитике

В одном из выступлений на Teradata Partners в Анахейме раздалась фраза, что больше половины пользователей средств предиктивной аналитики на базе громадных данных расходится во мнениях, что же такое предиктивная аналитика, и что такое Big Data. Мы публикуем подборку неочевидных фактов об этих все еще таинственных вещах.

21% компаний показывают, что по окончании начала применения анализа громадных данных их бизнес стал более действенным.

Предиктивная аналитика (Predictive analytics) усиливает повседневную деятельность компании в 31% случаев, дает конкурентное преимущество в 57% случаев. Хорошие результаты разного масштаба наблюдаются у 83% компаний (все перечисленное не гарантирует увеличения эффективности бизнеса в целом.— Прим. автора).

67% компаний уверены в том, что самое основное в средствах для предиктивной аналитики — удобство применения. Функциональность на втором месте с отрывом на 10%.

25% компаний обновляют массив Big Data в реальном времени. 30% делают это раз в день. Но имеется 9%, каковые обновляют массив всего один раз в тридцать дней.

Примечательно, что самые неторопливые компании относятся к сфере одолжений, в то время как самые своевременные компании — в индустрии.

19% компаний уже собирают и интегрируют в эти для анализа данные с разных сенсоров и RFID.

52% компаний, применяющих Big Data, занимаются предварительным отбором данных для массива перед анализом. Остальные предпочитают не тратить на это время.

Лишь треть опрощеных уверен в том, что их нынешние инструменты анализа Big Data вправду хороши. Остальные ищут методы улучшения процессов.

Предиктивная аналитика на базе громадных данных используется в основном в маркетинге (48%), бизнес-процессах (44%) и IT (40%)

В 62% случаев компании не желают внедрять анализ громадных данных лишь вследствие того что у них нет для этого достаточно компетентных экспертов для создания задания и фактически анализа. Для сравнения: на дефицит денег ссылается лишь четверть опрощеных.

21% пользователей вычисляет приобретаемые результаты не в полной мере точными и потому старается на них не опираться.

О необыкновенном применении анализа громадных данных. Внедрение подключенных к интернету мышеловок разрешило одной из глобальных сетей ресторанов существенно сократить затраты на штрафы, по причине того, что:

во-первых, попавшихся грызунов удаляют раньше, чем они начнут издавать неприятные запахи; во-вторых, частота срабатывания мышеловок разрешает заблаговременно принять меры, в случае если популяция вредителей превышает простые показатели.

В глобальном масштабе собираемая информация позволяет выяснить «особенные» регионы и обеспечить подходящее оборудование.

По данным изучения Ventana Research, опубликованным на конференции Teradata Partners.

Просматривайте кроме этого:

Маленькая Big Data: как поставить анализ данных на конвейер

Финансовая жизнь

Десять фактов о big data и предиктивной аналитике

10 ФАКТОВ О БОЙЦОВСКОМ КЛУБЕ, КОТОРЫЕ ВЫ НЕ ЗНАЛИ

Похожие статьи, которые вам, наверника будут интересны: