Escenario de la aplicación Alibaba Internet of Things
¿Cuáles son las diferencias entre las aplicaciones de big data de Internet de BAT? Desde la perspectiva del tipo de datos, los datos de Tencent son los más completos y están completamente relacionados con su negocio de Internet. Los más destacados son los datos sociales y los datos de juegos. Entre ellos, el núcleo de los datos sociales son los datos de la cadena de relaciones, los datos de interacción entre usuarios, el texto, las imágenes y el contenido de video generados por los usuarios. Los datos de juegos incluyen principalmente datos de juegos en línea a gran escala, datos de juegos web y datos de juegos móviles; El núcleo de los datos del juego son los datos de comportamiento activo y de pago del juego. La característica más importante de los datos de Tencent son varios datos de entretenimiento y comportamiento de los usuarios basados en las redes sociales. Lo más destacado de Alibaba son sus datos de comercio electrónico, especialmente los datos sobre los usuarios que navegan, buscan, hacen clic, recopilan y compran productos en Taobao y Tmall. La característica más importante de los datos son los datos de conversión en forma de embudo de los usuarios desde la navegación hasta el pago. Los datos de Baidu incluyen principalmente palabras clave buscadas por los usuarios, páginas web, imágenes y datos de videos capturados por rastreadores. La característica de los datos de Baidu es que reflejan más directamente los intereses y necesidades de los usuarios a través de palabras clave de búsqueda. Los datos de Baidu son datos más no estructurados.
Escenarios de aplicación de datos de Baidu, Alibaba y Tencent
Los escenarios de aplicación de datos de Baidu, Alibaba y Tencent tienen todos el mismo sistema, que está dividido en siete capas, que representan diferentes Los escenarios de aplicación de valor de datos de la empresa forman una pirámide de valor de datos para las operaciones empresariales:
(1) Capa de plataforma de base de datos. El nivel más bajo de la pirámide es también la capa base de toda la pirámide. Si la capa básica no está bien construida, será difícil que la capa de aplicación superior desempeñe un papel eficaz en las operaciones empresariales. El objetivo técnico de esta capa es lograr un almacenamiento de datos, una informática y una gestión de la calidad eficaces. El objetivo comercial es utilizar una identificación única para unir todos los datos del usuario (cliente) de la empresa, incluidos retratos (como género, edad, etc.), comportamiento del usuario (cliente) y pasatiempos, para lograr el propósito. de comprender integralmente al usuario (cliente);
(2)Capa de monitoreo de operaciones comerciales. Lo primero que hay que hacer en esta capa es construir el sistema de datos clave para las operaciones comerciales. Sobre esta base, los productos de datos desarrollados por modelos inteligentes pueden monitorear cambios en datos clave, localizar rápidamente las causas de los cambios de datos a través de varios modelos de análisis y ayudar en la toma de decisiones operativas.
(3) Capa de optimización de la experiencia del usuario/cliente. Esta capa monitorea y optimiza principalmente la experiencia del usuario/cliente a través de datos. Para monitorear la experiencia se utilizan tanto datos estructurados como datos no estructurados (como texto). Lo primero se logra más mediante el uso de varios modelos o herramientas para monitorear la experiencia del usuario (cliente), mientras que lo segundo se logra más mediante el monitoreo del texto de Weibo, foros y sistemas internos de comentarios de los clientes para descubrir el boca a boca negativo, optimizando así. productos o servicios de manera oportuna;
(4) Capa de operación y marketing refinada. Esta capa impulsa principalmente la operación refinada y el marketing del negocio a través de datos. Se puede dividir principalmente en cuatro aspectos: primero, crear herramientas operativas y de extracción de datos basadas en el usuario para facilitar a los operadores y especialistas en marketing captar clientes a través de la segmentación colectiva, a fin de realizar actividades operativas u de marketing para los clientes; segundo, mejorar el conocimiento de las actividades por parte de los clientes; a través de la respuesta de minería de datos; en tercer lugar, la gestión del ciclo de vida del cliente a través de la minería de datos; en cuarto lugar, los algoritmos de recomendación personalizados se utilizan principalmente para recomendar diferentes productos o productos en función de los diferentes intereses y necesidades de los usuarios, maximizando así la eficiencia y eficacia de los recursos de promoción, como recomendaciones personalizadas de productos Taobao;
(5) Servicios externos de datos y comunicación de mercado.
Los servicios externos de datos generalmente atienden a clientes o usuarios de empresas de Internet. Por ejemplo, Baidu presta servicios a sus clientes anunciantes proporcionándoles la opinión pública de Baidu, los portavoces de Baidu y el Índice de Baidu. Taobao presta servicios a sus clientes a través de Data Cube, Taobao Intelligence y productos en la nube. Tencent presta servicios a sus desarrolladores a través de Tencent Analytics y Tencent Cloud Analytics. En términos de comunicación de mercado, se logra principalmente a través de interesantes mapas de información y productos de visualización de datos (como el Índice Taobao, el Índice Baidu y el Mapa Migratorio del Festival de Primavera de Baidu).
(6) Análisis de gestión. Principalmente a través de las estadísticas de big data de los analistas, elaboramos informes semanales, mensuales y trimestrales de análisis de experiencia, analizamos las operaciones de los usuarios y la finalización de ingresos, identificamos problemas y optimizamos las estrategias comerciales.
(7) Análisis estratégico. En este sentido, es necesario combinar big data internos para formar una visión de datos para los tomadores de decisiones y datos externos, especialmente diversos datos de monitoreo de inteligencia competitiva y datos de investigación de tendencias extranjeras, para ayudar a los tomadores de decisiones en el análisis estratégico.
Aunque Baidu, Alibaba y Tencent tienen las mismas características en el sistema de aplicación de valor de datos operado por empresas, sus estrategias generales de desarrollo de big data también son significativamente diferentes debido a diferentes modelos comerciales y activos de datos.
La estrategia de big data de Baidu
La fuente más importante de big data de Baidu son los casi billones de datos de páginas web recopilados a través de rastreadores de más de 100 países, y la cantidad de datos es de el nivel de exabyte. Los datos de Baidu son muy diversos. Los datos que recopila incluyen datos no estructurados o semiestructurados, incluidos datos de páginas web, vídeos e imágenes, así como datos estructurados, como datos de comportamiento de clics de los usuarios y datos de comportamiento de pago de los anunciantes.
Baidu big data sirve principalmente a tres tipos de personas: uno son los internautas, que utilizan big data y tecnología de procesamiento del lenguaje natural para hacer que las búsquedas de los internautas sean más precisas; el segundo tipo son los anunciantes. A través de big data, los anuncios del anunciante tienen un mayor grado de coincidencia con las palabras clave de búsqueda o con el contenido de la página web que los internautas están viendo. La tercera categoría es el motor de big data de Baidu, que también es una promoción clave y se centra en servir a los tradicionales; Industrias con una determinada escala de datos.
Baidu Big Data Engine representa la tendencia de apertura y cooperación en las capacidades de servicios de datos de las empresas de Internet. El motor de big data de Baidu consta de los siguientes tres aspectos:
Nube abierta: la computación distribuida a gran escala y la nube de almacenamiento a ultra gran escala de Baidu. Los big data en la nube abierta están abiertos a capacidades de infraestructura y hardware. En el pasado, Baidu Cloud estaba dirigido principalmente a desarrolladores, y Big Data Engine Open Cloud estaba dirigido a "grandes desarrolladores" que tienen grandes necesidades de almacenamiento y procesamiento de datos. Según el personal relevante de Baidu, Baidu Open Cloud también tiene las características de alta utilización de CPU, alta flexibilidad y bajo costo. Baidu es la primera empresa de servidores ARM comerciales a gran escala del mundo. La arquitectura ARM se caracteriza por un bajo consumo de energía y una alta densidad de almacenamiento. Al mismo tiempo, Baidu es la primera empresa en aplicar GPU (unidad de procesamiento de gráficos) al campo del aprendizaje automático, logrando el propósito de ahorrar energía.
Data Factory: Data Factory es la capacidad del software de Baidu para organizar cantidades masivas de datos. Es similar a la función del software de base de datos, excepto que Data Factory se utiliza para procesar terabytes o incluso datos más grandes. Baidu Data Factory admite consultas de datos heterogéneos a gran escala, declaraciones de consulta similares a SQL y más complejas, y admite una variedad de escenarios comerciales de consultas. Al mismo tiempo, Baidu Data Factory también albergará consultas y escaneos simultáneos de tablas grandes a nivel de terabytes, con una baja concurrencia para consultas grandes que alcanzan los 100 GB por segundo.
Baidu Brain: Baidu Brain abre las capacidades anteriores de Baidu en inteligencia artificial, principalmente capacidades de aprendizaje automático a gran escala y capacidades de aprendizaje profundo. Anteriormente se usaba para reconocimiento de voz, imágenes, texto, lenguaje natural y comprensión semántica, y se abrió al hardware inteligente a través de plataformas internas de Baidu y otras. Ahora estas capacidades se utilizarán para el análisis, el aprendizaje, el procesamiento y la utilización inteligentes de big data y su apertura al mundo exterior.
Baidu incluye capacidades de infraestructura, capacidades de sistemas de software y tecnología de algoritmos inteligentes. Una vez que se abre el motor de big data, las industrias con big data pueden conectar sus propios datos a este motor para su procesamiento. Desde un punto de vista arquitectónico, las empresas u organizaciones también pueden elegir solo uno de los tres conjuntos para usar. Por ejemplo, los datos se almacenan en su propia nube, pero necesitan usar algunos algoritmos inteligentes de Baidu Brain o almacenar los datos en. Baidu Cloud y escribe el algoritmo por sí mismo.
El papel del motor de big data de Baidu
Podemos analizar el papel del motor de big data de Baidu desde dos aspectos:
(1) Para * * * Organización: si el departamento de transporte tiene big data en Internet de vehículos, Internet de las cosas, monitoreo de redes de carreteras, redes de barcos, monitoreo de estaciones terminales, etc. Si estos datos se combinan con los registros de búsqueda de Baidu, los datos de toda la red y los datos LBS, y se utilizan las capacidades de big data del motor de big data de Baidu, se puede lograr una planificación de ruta inteligente y una gestión de capacidad que el departamento de salud tiene a nivel nacional; informes y vigilancia centinela y datos sobre vigilancia patogénica de casos de enfermedades similares a la influenza. Si se combinan los registros de búsqueda de Baidu y los datos de toda la red, se pueden hacer predicciones de influenza y orientación sobre vacunación.
(2) Para las empresas: muchas empresas también tienen cantidades masivas de big data, pero sus capacidades de procesamiento y minería de big data son relativamente débiles. Si se aplica el motor de big data de Baidu, se pueden almacenar datos masivos de manera confiable a bajo costo y se puede realizar una minería de valor inteligente desde lo superficial a lo profundo. Por ejemplo, en la jornada de puertas abiertas de tecnología de Baidu en abril de 2014, Ping An presentó cómo utilizar las capacidades de big data de Baidu para mejorar la comprensión y la predicción de los consumidores, segmentar grupos de clientes y desarrollar productos y planes de marketing personalizados.
La estrategia de big data de Alibaba
La dirección general de desarrollo de big data de Alibaba es el desarrollo de la era de datos DT (tecnología de datos, impulsada por la tecnología de datos) con el propósito de activar la productividad. El futuro big data de Alibaba consistirá en "apertura de datos basada en la computación en la nube y aplicación de herramientas de big data":
(1) Datos abiertos basados en la computación en la nube. La computación en la nube permite a las pequeñas y medianas empresas obtener servicios de almacenamiento y procesamiento de datos en Alibaba Cloud, y también pueden crear sus propias aplicaciones de datos. La computación en la nube es la base de la apertura de datos. La computación en la nube puede proporcionar una plataforma de trabajo de datos para los desarrolladores de datos de todo el mundo. Los desarrolladores de datos pueden utilizar mejor la plataforma de almacenamiento distribuido de Alibaba y las herramientas algorítmicas de esta plataforma. Al mismo tiempo, Alibaba también necesita desensibilizar los datos para que la definición comercial y cada etiqueta de los datos sean lo suficientemente claras, de modo que los desarrolladores de datos de todo el mundo puedan comenzar a pensar en datos en la plataforma Alibaba, de modo que * * *, los consumidores y las industrias pueden utilizar datos. Una vez que se abre el big data de Alibaba, los datos en línea y fuera de línea se pueden conectar en serie. Todos son proveedores y usuarios de datos.
(2) Con respecto a la aplicación de big data, Jack Ma ha determinado dos políticas para toda la aplicación de datos:
La primera política: de TI a DT (tecnología de datos), DT Es el poder que enciende e inspira todos los datos, utilizados por la administración, la sociedad, las ventas, la fabricación y el crédito al consumo. Como se analizó anteriormente, los activos de datos de Alibaba se basan principalmente en el comercio electrónico. Entre ellos, Taobao y Tmall generan datos ricos y diversos todos los días, y Alibaba acumula varios tipos de datos, incluidos transacciones, finanzas y servicios de vida. Estos datos pueden ayudar a Alibaba a realizar operaciones digitales (como se muestra a continuación).
Otra de sus aplicaciones más importantes se encuentra en el ámbito financiero: las microfinanzas. En el ámbito de la financiación de pequeñas y microempresas financieras. Debido a que los bancos no pueden captar los datos operativos reales de las pequeñas y microempresas, muchas empresas no sólo no pueden obtener préstamos, sino que además, debido a la falta de tipos de datos, todo el proceso de evaluación es demasiado largo. Ali utiliza diversos datos, como transacciones, crédito y SNS en sus datos de comercio electrónico para determinar si se puede emitir un préstamo y el monto del mismo.
La segunda política: dejar que los datos y las herramientas de Alibaba se conviertan en la infraestructura comercial de China. Alibaba ha comenzado su transformación. Alibaba pasará de estar frente a los consumidores directamente a apoyar a los comerciantes en línea para que se enfrenten a los consumidores. Alibaba desarrollará más herramientas para ayudar a los comerciantes en línea a crecer basándose en la experiencia operativa y de datos existente, permitiendo a los comerciantes en línea utilizar las mejores herramientas y servicios para servir mejor a los consumidores. Como dijo Jack Ma: "Creo que no hay ningún comerciante en línea que no quiera tener sus propios clientes, y no hay ningún comerciante en línea que no quiera saber si la experiencia del cliente es buena o mala y cómo mantenerla". estos clientes durante mucho tiempo Creemos que la economía de un país debe dejarse en manos de los empresarios, creemos que la economía futura de los comerciantes en línea de Taobao debe dejarse en manos de los comerciantes en línea, no de nosotros ".
La estrategia de big data de Tencent
El big data de Tencent es actualmente más importante. La mayoría de ellos están dirigidos a las operaciones internas de Tencent.
En comparación con Alibaba y Baidu, el grado de apertura de datos no es alto. Entonces, para Tencent, nos centramos principalmente en los escenarios de aplicación y servicios de big data de Tencent al servicio de las empresas.
Más del 90% de los datos de Tencent se han administrado de forma centralizada y se concentran en el departamento de plataforma de datos. Los datos de más de 100 productos se gestionan y almacenan de forma centralizada en el almacén de datos (TDW) de desarrollo propio de Tencent. Tencent big data se puede dividir en cuatro niveles a partir de diferentes aspectos de la aplicación de datos, incluido el análisis de datos, la extracción de datos, la gestión de datos y la visualización de datos:
(1) La capa de análisis de datos incluye análisis de autoservicio, usuario retratos, en tiempo real Cuatro productos: análisis multidimensional y cambio de herramientas de posicionamiento inteligente. El análisis de autoservicio puede ayudar al personal no técnico a lograr estadísticas y visualización de datos a través de una configuración de condición simple: retratos de multitudes automatizados para un determinado grupo de usuarios o usuarios de una determinada empresa, que pueden lograr herramientas de análisis multidimensionales en tiempo real; análisis de tiempo de un indicador La segmentación multidimensional permite a los analistas analizar un indicador desde diferentes ángulos; la herramienta de posicionamiento inteligente de cambio de datos permite el posicionamiento inteligente de los cambios de datos.
(2) Las aplicaciones de productos a nivel de minería de datos incluyen: sistemas de publicidad de precisión, motores de recomendación personalizados para el usuario y gestión del ciclo de vida del cliente. Los sistemas de publicidad de precisión, como Guangdiantong, se basan en los datos masivos de la plataforma social de Tencent, a través de algoritmos de recomendación precisos, promoción dirigida inteligente y logran una entrega de publicidad precisa, el motor de recomendación personalizado del usuario utiliza algoritmos de recomendación personalizados basados en los intereses y preferencias de cada usuario; (Filtrado colaborativo, recomendaciones basadas en contenidos, algoritmos gráficos, bayesianos, etc.) para lograr necesidades de recomendación de productos personalizadas. ); El sistema de gestión del ciclo de vida del cliente se basa en big data, realiza extracción de datos de acuerdo con los diferentes ciclos de vida de los usuarios/clientes, establece modelos de predicción, alerta temprana y características del usuario, y realiza operaciones refinadas y marketing en función de los diferentes ciclos de vida. características de los usuarios/clientes.
(3) Nivel de gestión de datos, incluido TDW (Tencent Data Warehouse), TDBank (base de datos), plataforma de gestión de metadatos, sistema de programación de tareas y seguimiento de datos. Este nivel implementa principalmente el almacenamiento centralizado eficiente de datos, la definición y gestión de indicadores comerciales de datos, la gestión de la calidad de los datos, la programación y el cálculo oportunos de tareas informáticas y el monitoreo y alarma de problemas de datos.
(4) A nivel de visualización de datos, existen herramientas de informes de autoservicio, Tencent Compass, Tencent Analysis, Tencent Cloud Analysis y otras herramientas. Las herramientas de informes de autoservicio pueden implementar informes de autoservicio con una estructura y lógica relativamente simples. Tencent Compass se divide en versión interna y versión externa. La versión interna es una herramienta de informes eficiente para los usuarios internos de Tencent (gerentes de producto, personal técnico y de operaciones, etc.). ), mientras que la versión externa es una herramienta de informes para desarrolladores y otros socios de Tencent. Tencent Analytics es una herramienta de análisis web que ayuda a los propietarios de sitios web a analizar sus sitios web de forma integral. Tencent Cloud Analytics es una herramienta de análisis que ayuda a los desarrolladores de aplicaciones a tomar decisiones y optimizar operaciones.
En términos generales, Baidu, Alibaba y Tencent tienen big data y utilizan los datos de los tres principales gigantes de Internet para optimizar los efectos operativos de sus propios negocios. Desde esta perspectiva, sus escenarios de aplicación de valor de datos son similares. Sin embargo, debido a los diferentes negocios y modelos de negocios, sus activos de datos son diferentes y sus estrategias futuras de big data también son diferentes. Especialmente desde la perspectiva de la apertura y cooperación de big data, Baidu y Alibaba son relativamente más abiertos. Para las empresas de Internet que valoran la apertura y la cooperación de big data, lo que más esperan es intercambiar más datos con industrias más tradicionales a través de la estrategia de apertura de big data, para enriquecer mejor sus datos en línea y fuera de línea y formar la colaboración entre en línea y Los datos fuera de línea ampliarán nuevos modelos de negocio, como hardware inteligente, salud de big data, etc.
¿Cuáles son las diferencias entre las aplicaciones de big data de Internet de BAT? Esto debe analizarse a partir de los respectivos genes de BAT. Baidu busca principalmente productos, por lo que Baidu utiliza principalmente big data para hacer que la búsqueda sea más precisa; Alibaba se centra principalmente en el comercio electrónico, por lo que big data será el principal producto de usuario de Alibaba. Tencent se centra principalmente en las redes sociales, por lo que big data es; Es importante para Tencent que pueda usarse más en el análisis de redes sociales. El objetivo principal de big data es la predicción, por lo que la similitud entre BAT y big data es proporcionar servicios y marketing más precisos a través del análisis de los usuarios.
Mire cómo Baidu, Alibaba y Tencent utilizan aplicaciones de big data de Internet. Alibaba tiene un cubo de datos que proporciona a los vendedores servicios de pago.
¿Cuál es la diferencia entre "Internet" y "Todos los espacios" en Baidu? "Internet"
y
"Todos los espacios"
Internet se refiere a toda la información que hay en Internet.
Para Baidu,
Información principalmente china
Todos los espacios
significa todos los usuarios de Baidu.
Espacio Baidu creado
(Tablero de mensajes del álbum de blogs)
Obviamente, buscar este último
no incluye blogs distintos de Baidu. Espacio .
Cómo obtener y aplicar big data de Internet Big data es una gran cantidad de información cambiante y de alta velocidad, que requiere nuevos métodos de procesamiento para promover capacidades de toma de decisiones más sólidas, conocimientos y procesamiento optimizado. Big data proporciona un espacio y un potencial sin precedentes para que las empresas obtengan conocimientos más profundos y completos.
Con la ayuda de big data y tecnologías relacionadas, se puede llevar a cabo marketing dirigido a clientes con diferentes características de comportamiento, incluso desde "recomendar un producto a un cliente adecuado" hasta "recomendar un producto adecuado a un cliente adecuado". cliente". "Un determinado cliente", centrándose así más en los clientes y realizando un marketing de precisión personalizado.
El marketing de precisión en la era del big data se refiere a obtener las preferencias y preferencias de comportamiento de los objetos a través de big data y realizar un marketing diferente para diferentes objetos. El núcleo del marketing de precisión de big data se puede resumir en unas pocas palabras clave: usuario, demanda, reconocimiento, experiencia.
Yimei Software lanzó el servicio de nube de datos, que continúa la filosofía comercial corporativa de Yimei de servicio al cliente, marketing de clientes y gestión de clientes, y proporciona a los clientes verificación de datos, marketing de precisión y otros servicios a nivel de datos a través de su enorme consumo. Servir los recursos de datos. En pocas palabras, proporciona servicios de verificación y análisis de datos para empresas.
-
¿Cuáles son las perspectivas de aplicación de la formación en big data en Internet? No te preocupes, si estudias bien tendrás buenas perspectivas. {Variable 9}
¿Cuál es la diferencia entre big data y small data? 1. Repredicción de big data, reinterpretación de big data; 2. Redescubrimiento de big data, los datos pequeños son empíricos 3. Los datos grandes se tratan de correlación, los datos pequeños se tratan de causa y efecto; En general, los datos pequeños se vuelven a muestrear; 5. Los datos grandes se vuelven a percibir y los datos pequeños se vuelven a precisar.
¿Cuál es la diferencia entre centro de datos empresarial y centro de datos de Internet? DCCI Internet Data Center (DCCI), una organización autorizada para la plataforma de datos e investigación de Internet, proveedor de servicios para medir, analizar y optimizar el marketing interactivo basado en medios técnicos líderes como software de panel, incrustación de código, extracción masiva de datos y semántica. procesamiento de información, el sitio web Y aplicaciones...
Centro de datos de Internet: Es IDC, que almacena principalmente datos de la red (sitios de descarga de datos de sitios web, etc.). Cubre una amplia gama de áreas y puede ser. elegido por cualquier empresa normal o webmaster pequeña y mediana.
p>Centro de datos empresarial: más específico, puede ser parte del centro de datos de Internet