Технологии Big Data: как использовать большие данные в маркетинге

Материал из CDTOwiki
Перейти к: навигация, поиск
Обратная связь, которая поможет нам сделать CDTOwiki лучше.

4963https://www.uplab.ru/blog/big-data-technologies/ВысокаяПолезноIT/softДаДанные (раздел)Прочее (раздел)Стратегические цели (раздел)Межотраслевое (раздел)Большие данные (раздел)Обработка данных (раздел)Ссылки:UplabBig Data, Данные, Маркетинг, Digital-маркетинг, Машинное обучение, Блокчейн, СервисыСсылки:Технологии Big Data: как использовать большие данные в маркетинге

Сегмент
IT/softIT/soft
Рекомендовано
ПолезноПолезно
Сложность
ВысокаяВысокая
СтатьяСтатья
Технологии Big Data: как использовать большие данные в маркетинге
30 октября 2020 2020/10/30
веб-адрес
доступ: 11 ноября 2020, язык: Русский
источник
автор
Алексей Семёнов
описание
Big Data — это сложные и объёмные наборы разной информации. Они представлены в «сыром виде» и требуют предварительной обработки, чтобы получить из них ценные сведения, которые могут принести пользу предприятиям и организациям
из публикации
Термины и определения
Массивы информации, которые невозможно обработать или проанализировать при помощи традиционных методов с использованием человеческого труда и настольных компьютеров. Особенность Big Data в том, что массив данных со временем продолжает экспоненциально расти, поэтому для оперативного анализа собранных материалов необходимы вычислительные мощности суперкомпьютеров. Для обработки Big Data необходимы экономичные, инновационные методы обработки информации и предоставления выводов
Процесс обработки и структуризации данных, этап аналитики для выявления закономерностей
Децентрализованная система транзакций, где каждую транзакцию проверяет каждый элемент сети. Такая система гарантирует неизменность и невозможность манипуляции данными
Разработчики алгоритмов, которые помогают заказчикам извлекать ценные сведения из большого массива данных
Компании, которые внедряют системы анализа больших данных на стороне клиента
теги

Big Data, Digital-маркетинг, Блокчейн, Данные, Маркетинг, Машинное обучение, Сервисы

фреймворки