大數據分析平台規劃建置服務
- 方案敘述
-
因應現代企業思維和創新商業模式，資料運用成了致勝關鍵。從資料治理(Data governance)開始，企業需要了解及定義數據資料的問題所在，進而到現在火紅的大數據(Big data)的應用，讓企業的各項資料進行多元分析、結合統計、商業智慧(Business intelligence)之集成，掌握數據的加值運用。但現實生活中的資料來源，有別於傳統大數據的結構化(Structured data)資料特性，非結構化資料(Structured data)與半數據化結構(Semi-structured data)，皆可妥善應用於大數據外，亦可善加運人工智慧(Artificial Intelligence) 及機器學習(Machine Learning )等技術，將協助推動企業數位轉型，創造嶄新價值、發掘新商機。
針對不同產業領域對大數據的應用與趨勢，動力安全資訊 (Dynasafe Technologies Inc.)在「大數據分析平台規劃建置服務」的解決方案中，可協助企業建立平台的規則模型，透過多種建置技術，不論透過Hadoop平台，利用HBase 收集非結構化型態資料，或利用Pig 及 Hive and Impala 操作 Hadoop 叢集進行資料；也可以透過SQL結構化資料，取用Intelligent Miner 、SPSS、SAS進行大數據分析；亦有其他選項如Oracle database等的做法，讓企業客戶伴隨資料驅動時代來臨，可據大數據資料，提升資料分析彈性，妥善因應各式結構資料、及全新的資料探索及挖掘需求，繼而與傳統資料倉儲互補，共同撐起大數據分析應用的架構藍圖。
- 方案架構圖
- 具體效益
從不同產業需求層面著眼，可獲得的具體效益：
1. 製造業：
(1) 掌握產線數據分析，製程良率改善及增提獲利
(2) 解析客訴資料肇因，降低再次發生頻率
(3) 協助建置生產機台保養計畫
(4) 評估人力管理與需求考量，建置合適精簡模型
2. 金融及保險業：
(1) 可提供跨業交叉分析(保險、證券、電商)，挖掘大數據潛在商機
(2) 綜合評估客戶資料，掌握高風險客戶分析或信用卡客戶風險控管
(3) 可規劃商品推薦、組合銷售、異業結盟等系統，提升銷售機會
(4) 可做為決策支援系統、商業智慧模型建置之發展利基
3. 零售業：
(1) 掌控貨架管理數據，結合個金及消金業務，流程優化
(2) 可規劃商品推薦、購物籃分析、會員商品等系統，提升獲利機會
4. 電信業：
(1) 運用電信數據資訊分析，可建置電信詐欺偵測系統，降低風險
(2) 建置繳費安全週期風控排程系統，降低費用徵收問題
5. 醫療業：
(1) 結合病理、醫囑、患者管理數據，整合運用於醫療品質與風險控管
(2) 可進行病徵潛因分析、臨床病徵應用分析，成為臨床醫療實務之參佐