Файл: Технологические платформы обработки больших данных.docx

Big Data – это множество технологий, методов, подходов, инструментов для сбора, хранения, обработки и анализа большого количества информации.

При анализе данных, компании получают информацию о поведении потребителя, его интересах при выборе товара или услуги. В результате этого, маркетологи определяют модель поведения потенциального потребителя и выстраивают соответствующую рекламную кампанию. Большие данные нужно анализировать для принятия эффективных решений и стратегических шагов в бизнесе.

Аналитика больших данных и прогнозная аналитика могут помочь в развитии организации с помощью наборов потребительских данных, которые анализируются, группируются и очищаются от всей ненужной информации. Прогнозный анализ больших данных позволяет компаниям заглянуть в будущее и расти, основываясь на прошлом и настоящем опыте и заранее спланированных будущих направлениях.

Для обработки больших данных используют технологические платформы по их обработке.

Во второй главе курсовой работе был проведен анализ двух платформ по обработке больших данных.

Исходя из анализа, можно сделать вывод, о схожести данных аналитических платформ, однако при детальном сравнении Loginom выигрывает у Deductor. Так как у Loginom несколько больше список функций, что является для него плюсом.

Deductor в некоторых функциях таких, как визуализация позволяет сделать больше, но в некоторых функциях, как администрирование он попросту усложнён лишними действиями.

Большим плюсом для Loginom является возможность проектирования сценариев «снизу вверх», что сильно расширяет его возможности.

Deductor поддерживается исключительно на операционной системе Windows, Loginom представляет из себя веб приложение, что позволяет ему не зависеть от операционной системы, что является большим плюсом для него.

В ходе написания третьей главы был выявлен ряд проблем, препятствующих развитию технологических платформ обработки больших данных, таких, как: проблемы по хранению полученных данных, время поиска и записи информации, объем занятых данных, обеспечение безопасности и обеспечение целостности данных.

---

Платформы обработки больших данных имеют все перспективы на дальнейшее развитие, поскольку анализ больших данных используется, как на государственном уровне, так и на уровне различных предприятий. А учитывая данные, которые они получают, используя платформы обработки информации, можно сказать, что будущее у данных платформ есть.

Список использованных источников

1. 
   Анализ данных : учебник для вузов / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2022. — 490 с.
   
2. 
   Галицкий Е.Б., Галицкая Е.Г. Маркетинговые исследования. Теория и практика: учебник для вузов – 2-е изд., перераб. и доп. – М.: Издательство Юрайт, 2019. – 570 с.
   
3. 
   Кушнир Е. А. Противостояние XXI века / Е. А. Кушнир, Л. А. Телегина. в 2-х томах. Т. 1. – Саров: ФГУП «РФЯЦ-ВНИИЭФ», 2019. – 354 с.
   
4. 
   Макшанов А.В., Журавлев А.Е., Тындыкарь Л.Н. Большие данные. Big Data: учебник. – Санкт-Петербург: Лань, 2021. – 188 с.
   
5. 
   Миркин Б. Г. Введение в анализ данных : учебник и практикум / Б. Г. Миркин. — Москва : Издательство Юрайт, 2022. — 174 с.
   
6. 
   Руткаускас Т.К. [и др.] Экономика организации (предприятия): учебное пособие. – 2-е изд., перераб. и доп. – Екатеринбург: Изд-во УМЦ УПИ, 2018. – 260 с.
   
7. 
   Яхонтова И. М., Крамаренко Т. А. Компьютерные технологии в науке, производстве и образовании: учеб. пособие. – Краснодар: КубГАУ, 2019. – 86 с.
   
8. 
   Артонкина Н.В. Специалист по работе с данными // Мотивация и оплата труда. – 2019. – № 1. – С.74–85.
   
9. 
   Бабанов А. Б. Перспективы внедрения больших данных в бизнесе / А. Б. Бабанов, В. В. Кадацкая. — Текст : непосредственный // Молодой ученый. — 2021. — № 28 (370). — С. 174-176.
   
10. 
    Гальченко С.А., Согачева А.С. Особенности цифрового маркетинга и его инструменты // В сборнике: Стратегическое развитие социально-экономических систем в новых геоэкономических условиях: международная научно-практическая конференция. Курск, – 2021. – С. 409–414.
    
11. 
    Кондрашова Н.Г., Русу Я.Ю. Применение программных продуктов в сфере управления бизнес-проектами // Modern Economy Success. 2020. -№5.- С. 94-99.
    
12. 
    Сардаров Я.Б. и др. Об архитектуре BIG DATA COMPUTING. Наука, образование, общество: актуальные вопросы, достижения и инновации: сборник статей III Международной научно-практической конференции. – Пенза: МЦНС «Наука и Просвещение». –2021. – С.20-24.
    
13. 
    Симакина М. А. Особенности использования технологий Big Data в маркетинге // Бюллетень науки и практики. – 2018. – № 4. – С. 255–260.
    
14. 
    Ткаченко А.Л. Business Intelligence: Современный взгляд // В сборнике: Информационные технологии в экономике, бизнесе и управлении. Материалы V Международной научно-практической конференции. 2018.- С. 194-202.
    
15. 
    Алексеев К.А. Использование Big Data в международном бизнесе / К.А. Алексеев // Труды ИСП РАН. 2020. №4. URL: https://cyberleninka.ru/article/n/ispolzovanie-big-data-v-mezhdunarodnom-biznese (дата обращения: 15.09.2022)
    
16. 
    Библиотека для визуализации Matplotlib [Электронный ресурс]. – URL: https://matplotlib.org (дата обращения: 16.09.2022)
    
17. 
    Библиотека для визуализации Plotly [Электронный ресурс]. – URL: https://plotly.com (дата обращения: 16.09.2022)
    
18. 
    Библиотека для визуализации Seaborn [Электронный ресурс]. – URL: https://seaborn.pydata.org (дата обращения: 16.09.2022)
    
19. 
    Как используются большие данные в бизнесе: примеры и сервисы [Электронный ресурс]. – URL: https://vc.ru/services/74841-kak-ispolzuyutsya-bolshie-dannye-v-biznese-primery-i-servisy (дата обращения: 16.09.2022).
    
20. 
    Платформа Loginom [Электронный ресурс]. – URL: https://basegroup.ru/deductor/description. – Дата доступа 26.01.2022 (дата обращения: 16.09.2022)
    
21. 
    Что такое большие данные [Электронный ресурс].- URL: https://www.tadviser.ru/index.php/Статья:Большие_данные_(Big_ Data) (дата обращения: 16.09.2022)
    
22. 
    Big Data: перспективы развития, тренды и объемы рынка больших данных. [Электронный ресурс]. - URL: https://delprof.ru/press-center/open-analytics/big-data-perspektivy-razvitiya-trendy-i-obemy-rynka-bolshikh-dannykh/ (дата обращения: 16.09.2022)
    
23. 
    Statistic: Big data market size revenue forecast worldwide from 2011 to 2027 (in billion U.S. dollars) [Электронный ресурс]. - URL: https://www.statista.com/statistics/254266/global-big-data-market-forecast/ (дата обращения: 15.09.2022).
    

---

---