Проблема хранения больших данных в коммерческой деятельности

Full Text

Обоснование. В мире клиенты электронной коммерции пересылают миллионы битов ежедневно. Данные, которые они получают и пересылают, очень сложны для обработки. Эти данные, которые еще называют «большими», могут стать как проблемой для электронной коммерции, так и возможностью.

Цель — раскрыть проблему хранения больших данных в области коммерческой деятельности и предложить возможное решение этой проблемы.

Методы. Проблема хранения больших данных была раскрыта с помощью различных литературных и интернет-источников. В качестве решения этой проблемы были предложены нереляционные базы данных (NoSQL).

Влияние больших данных на электронную коммерцию:

• персонализирование покупательского опыта;
• улучшенное обслуживание клиентов (например, создание чат-ботов нас сайте компании);
• аналитическое прогнозирование бизнеса;
• получение более глубокого представления о различных каналах в бизнесе, включая продажи и запасы;
• борьба с мошенничеством (например, картдинг).

Проблемы, с которыми сталкивается электронная коммерция с сфере больших данных:

• необходимость в кластерном компьютерном программировании;
• потребность в высокоскоростной сети;
• не совершенность методов анализа данных;
• необходимость в обеспечении безопасности и конфиденциальности;
• медленная прогрузка больших массивов данных или частичное несохранение данных.

Базы данных NoSQL в основном делятся на четыре типа: пара «ключ-значение», ориентированные на столбцы, основанные на графиках и ориентированные на документы. Каждая категория имеет свои уникальные атрибуты и ограничения. Типы баз данных NoSQL:

• На основе пары «ключ-значение».
• Простота хранилищ ключей и значений делает их идеально подходящими для молниеносного и масштабируемого извлечения значений, необходимых для задач приложения (например, таких как управление профилями пользователей). Примеры: магазины — Dynamo (Amazon); Redis; BerkeleyDB;
• Семейство колонок (столбцов).
• Этот тип данных отлично подходит для: распределенных хранилищ данных, крупномасштабных пакетных обработок данных, исследовательской и прогнозной аналитики. Примеры использования баз данных типа «Семейство колонок»: Bigtable (Google); Hypertable; Cassandra (Facebook; used by Digg, Twitter); SimpleDB (Amazon).
• Графовый тип.

Графовые базы данных полезны, когда больше интересуют отношения между данными, чем сами данные: для представления и просмотра социальных сетей, генерации рекомендаций (например, предложений дополнительных или перекрестных продаж) или проведение судебно-медицинских расследований. Примеры использования графической базы данных: Neo4j; InfoGrid; Sones GraphDB; АллегроГраф; InfiniteGraph NoSQL,

• Документально-ориентированный тип.

Базы данных документов хороши для хранения и управления коллекциями буквальных документов, например: текстовые документы, сообщения электронной почты и XML-документамы. Примеры: CouchDB (JSON); MongoDB (BSON).

Результаты. Были рассмотрены основные проблемы хранения больших данных, а также предложено решение для устранения этих проблем в виде нереляционных баз данных (NoSQL).

Вывод. Большие данные используются в электронной коммерции ежедневно, они могут помочь компаниям увеличить прибыль, привлечь новых клиентов и удержать старых, улучшить логистику, а также защитить их данные от несанкионированного доступа и кражи. Но для этого компаниям придется научиться с ними работать и устранять проблемы, которые они вызывают. В качестве решения этой проблемы могут хорошо подойти нереляционные базы данных (NoSQL), которые быстрее работают с данными и имеет более низкую стоимость внедрения.

About the authors

Поволжский государственный университет телекоммуникаций и информатики

Author for correspondence.
Email: nikulinasofiaaa@mail.ru

студентка, группа ЭБ-02, факультет информационных систем и технологий

Russian Federation, Самара

Поволжский государственный университет телекоммуникаций и информатики

Email: stefna@yandex.ru

научный руководитель коллектива авторов, кандидат экономических наук, доцент; доцент кафедры цифровой экономики

Russian Federation, Самара

References

Supplementary files