零售業如何用Hadoop開啟大資料之門?
在過去幾年,全球零售商一直試圖利用大資料創造價值。由於其大資料分析基礎架構的限制,許多工作被一再推遲。Hadoop為這些零售商打開了新的大門,它可以解決他們在過去幾年在大資料領域面臨的許多問題和挑戰。

Hadoop:跨多門程式語言的大資料解決方案
Hadoop背後的技術最初是由Google大約在10年前開發的。核心程式碼主要是用Java編寫的,但有一些是用C編寫的。然而,它執行在一個稱為MapReduce的程式設計模型中,這允許開發人員用其他語言建立新的Hadoop程式碼。由於MapReduce環境可以接受不同的程式語言程式碼,因此它非常通用。它可以提取,分析和操作許多不同來源的大資料。它使用各種演算法來進行關聯規則學習,聚類,分類和迴歸。這些演算法依賴於各種函式,包括貝葉斯,期望最大化和FP-Grown演算法。Cloudera的執行長Mike Olson表示,Hadoop目前仍處於起步階段,但它已經在塑造零售和金融領域廠商使用大資料的方式了。
“Hadoop平臺旨在解決大量資料(可能是複雜的和結構化的,並且不能很好地融入表中的資料)的混合問題。它適用於深度和計算量大的分析,例如聚類和定位...在線上零售中,如果想為客戶提供更好的搜尋答案,以提高使用者的購買慾望,Hadoop可以很好地解決這一問題。
Sears控股公司分部副總裁Aashish Chandra表示,Hadoop已經幫助公司降低了運營成本,提高了銷售額。Chandra說,以前的大資料提取工具缺乏他們所需要的功能。
使用Hadoop挖掘銷售點大資料
銷售點資料在零售業中起著非常重要的作用。公司依靠銷售點大資料來預測未來銷售,管理庫存和專案人員需求。
有許多銷售點工具可以聚合銷售資訊並將其儲存在大資料集中。然而,零售商難以用常規工具從PoS中挖掘大資料,即使它就儲存在SQL資料庫中。Hadoop使零售商更容易從客戶資料庫訪問資訊,此資料可以轉換為其他格式,並與其他檔案中的資料集合並。New Horizons CLC的John Soto聲稱Hadoop是零售業主要的改變者。
“大型零售商永遠不可能利用其傳統的大資料基礎設施進行這種分析。儲存如此多的歷史資料是十分昂貴的,並且資料型別複雜,並且需要相當多的準備以允許它與PoS事務組合。Hadoop解決了這兩個問題,並且可以執行比舊系統更復雜的分析。”
在此我向大家推薦一個大資料技術交流圈: 658558542 突破技術瓶頸,提升思維能力 ( ☛點選即可加入群聊 )
Hadoop可以讓零售商預測分析挑戰
Hadoop消除了零售商在利用大資料方面的一些障礙。這裡有一些該技術帶來的好處:
1、資料探勘能力強。許多零售商都儲存了TB級別的資料。這些資料集往往難以提取,因為它們有很深的巢狀。Hadoop有非常複雜的索引演算法,因此它可以提取以前無法為大資料應用程式使用的資料。
2、與不同的資料格式相容。零售商以許多不同的格式儲存資料。內部財務資料通常儲存在.csv檔案中。零售商一直在努力進行審計,因為他們無法比較結構化和非結構化資料集的資料。Hadoop可以提取多種格式的資料,進行分析並以更具凝聚力的形式呈現,它使大資料分析專家能夠從多個來源的資料集之間尋找相關性。
零售商已經發現了使用Hadoop的好處:
1、Staples使用Hadoop分析大資料和預測未來的銷售,這有助於他們更有效地分配資源給人員和庫存。 據報道,自使用Hadoop以來,Staples的促銷成本降低了25%。
2、亞馬遜使用Hadoop來改進欺詐檢測模型。據報告,他們將信用卡欺詐減少了50%,因為他們可以更容易地識別出信用不佳的人。
3、相比之前,Brands可以得到更詳細的客戶資訊,這有助於他們改進營銷策略。使用Hadoop和預測分析的零售商的銷售額增長了73%。
零售商只是開始認識到Hadoop和大資料的潛力。根據DeZyre所說,Hadoop最大的優勢之一是它可以幫助零售商實時識別和應對挑戰。這對防止欺詐尤其重要,因為罪犯總是在考慮新的騙局。“操縱者總是在發明新的欺詐工具和技術,零售商必須使用零售分析來識別欺詐活動,防止它們再次發生。使用大資料技術(如Hadoop,MapReduce和Spark),可以對超過50 PB的資料執行分析,以準確預測潛在風險。”
結語
感謝您的觀看,如有不足之處,歡迎批評指正。
在此我向大家推薦一個大資料開發交流圈:
658558542 ( ☛點選即可加入群聊 )
裡面整理了一大份學習資料,全都是些乾貨,包括大資料技術入門,大資料離線處理、資料實時處理、Hadoop 、Spark、Flink、推薦系統演算法以及原始碼解析等,送給每一位大資料小夥伴,讓自學更輕鬆。這裡不止是小白聚集地,還有大牛線上解答!歡迎初學和進階中的小夥伴一起進群學習交流,共同進步!
最後祝福所有遇到瓶頸的大資料程式設計師們突破自己,祝福大家在往後的工作與面試中一切順利。