大数据的主要应用类型

　　如今，大多企业已经开始开始部署大数据基础设施与多种工具,旨在分析收集到的海量数据，这就意味这我们已经大数据进入应用开发与部署阶段,因此最重要的是着眼于具体软件。截至目前,我们已经发现了三种主要大数据应用类型:

　　浅层应用,包括执行客户流失分析并围绕通用型分析工具进行开发(例如Dataminr与DataRobot等)。

　　这些应用由数据科学家负责支持,从而执行经过严格定义的任务流程。这些应用通常只能在运行基础之上提供浅层分析能力。

　　这些由分析模型与报告机制驱动的应用由数据科学家及服务专家进行开发与维护——他们往往来自管理咨询企业,且充分理解相关业务领域及最终用户需求。最终用户通常为商业分析师。

　　应用能够处理大数据,但无法实现任何形式的预测或预测性分析(例如Socrata及Zuora)。这类应用可能面向水平或垂直体系,其能够为最终用户——主要为商业分析师——提供理解数据并形成结论报告的能力。作为实例,纽约市就利用Socrata系统创建财务报告。

　　具备嵌入式预测性分析的应用。此类应用未来将分为以下两种类别:

　　1.包含预测模型,并由数据科学家负责开发与定期更新。这意味着应用供应商必须拥有强大的服务能力以支持软件功能。此类应用包括AgileOne、OPower、Zephyr Health、Duetto以及Data Xu与Media Math等在线广告应用方案。

　　2.所使用的`预测模型可由应用本身自动构建。此类应用厂商包括Oration与Namogoo。

　　归属于这一类别的应用可能面向横向(例如AgileOne与Namogoo)或垂直领域(例如OPower、Duetto或者Oration)。

　　这三种大数据应用类型可被视为应用领域的开创者,如今以其为基础又有第四种见解型应用开始出现。之前提到的第三种应用同见解型应用最为接近,但二者间又存在着重要差异:其能够做出预测,但无法形成见解。

　　换言之,第三种应用无法根据预测结果执行对应操作。相反,它们依赖于用户来识别特定预测结果并执行对应行为。

【大数据的主要应用类型】相关文章：