大数据成功案例
大数据十大经典案例(一)
大数据十大经典案例（一）引言概述：大数据的应用正日益成为了改变各行各业的重要推动力，许多经典案例展示了大数据在解决现实问题、改善业务效率和推动创新方面的巨大潜力。
本文将介绍大数据领域中的十个经典案例，通过这些案例的分析和总结，我们可以更好地了解大数据的影响力和应用范围。
正文：1. 基于用户行为的个性化推荐系统- 利用大数据技术分析用户历史行为数据，实现个性化推荐，提高用户体验。
- 使用机器学习算法对海量数据进行处理和训练，提供更准确的商品推荐。
2. 航空公司客户关系管理- 分析乘客购票和航班数据，了解乘客偏好和行为模式，为航空公司提供精准的客户关系管理策略。
- 基于大数据预测乘客的需求，优化航班安排和座位分配，提高客户满意度和营收。
3. 银行风险控制和欺诈检测- 利用大数据技术监控和分析银行系统中的交易数据，快速识别潜在风险和欺诈行为。
- 借助机器学习和模型算法，预测金融市场动态，提高银行的风险控制能力。
4. 零售业供应链优化- 通过分析和整合销售数据、库存数据和供应商数据，实现精细化的供应链管理，减少库存成本和运营风险。
- 基于大数据分析，预测销售趋势和需求变化，在合适的时间点调整补货和分配策略，提高销售效率。
5. 健康医疗领域的数据分析应用- 利用大数据分析技术，挖掘医疗机构的海量数据，提取隐藏的医疗知识，支持医疗决策和治疗方案的制定。
- 基于大数据的健康监测和预测模型，提供个性化的健康管理建议和预防措施，提高医疗效果和患者满意度。
总结：以上是大数据领域中的五个经典案例，这些案例展示了大数据在各行各业的广泛应用，无论是个性化推荐、客户关系管理、风险控制、供应链优化还是医疗领域，大数据都发挥了重要的作用。
随着大数据技术的不断发展和应用范围的扩大，我们相信会有更多的经典案例涌现，为各行各业带来更多的机遇和挑战。
大数据分析的实际案例
大数据分析的实际案例数据从来不是孤立的存在，它们背后总是有一个故事，讲述着人们的生活、社会的变迁。
大数据是当今互联网时代的一个重要词汇，它所带来的不仅仅是数据的增量，更是数据的改变和呈现方式的更新。
各个产业领域都在乘风破浪，试图用大数据技术来变革自己的商业模式和服务方式。
下面，我们来看看大数据分析在实际商业中的应用。
案例一：亚马逊的推荐算法在网购时，我们常常耳熟能详的“看了本书的人也看了……”是怎么实现的呢？亚马逊的推荐算法就是一种基于大数据的人工智能算法。
亚马逊通过分析大量的交易和用户数据，来准确地预测用户的购物喜好和需求，并将推荐列表个性化地展现给不同用户。
该算法的好处不仅在于提高了用户购买率，还可以减少商品的滞销和回收，提高了商家品牌的知名度。
案例二：滴滴大数据驱动的智慧出行随着经济的发展，城镇化进程加速，交通拥堵成了日常生活中的一大问题。
滴滴大数据的智慧交通方案的出现，真正为解决这个问题提供了一条可行之路。
滴滴依托庞大的用户交易和位置数据，分析出不同地区的交通拥堵状况，并把这些信息反馈给司机，驾驶员便可根据最佳路径规划进行行驶和接送。
除此之外，滴滴还可以基于用户出行数据和天气状况，预测出车辆需求和交通高峰时间，为用户和司机提供更加便利和高效的交通服务。
案例三：浴室卫浴界的大数据在传统的卫浴行业中，产品的生产和销售往往仅基于人的直觉或者经验，缺乏科学而系统的方法。
以艾美特浴室的实践为例，该公司在产品研发和销售过程中，依托大数据技术开展了深入分析，从产品设计、生产制造、营销策略、服务体系全面提升企业的竞争力。
从智慧生产到智慧物流，从精准营销到售后服务，由此形成了一套完整、科学的数字管理模式，为制造企业实现高质量发展提供了有力保障。
结语大数据分析技术为商业提供了更加精细、便捷、高效的服务，它的应用范围是非常广泛的。
无论是从卫浴企业到交通出行，再到电商购物领域，每一种行业都可以通过大数据技术对自己的业务进行创新和优化。
大数据分析师行业的成功案例和职业典范
大数据分析师行业的成功案例和职业典范在当前信息化和数字化的时代，大数据成为了企业决策和发展的重要依据，而大数据分析师的职业也由此应运而生。
大数据分析师通过对海量数据的收集和分析，为企业提供有价值的洞察和决策支持。
本文将介绍几个成功的大数据分析师案例，以及他们的职业典范，从中我们可以看到大数据分析师行业的发展前景和重要性。
案例一：黄天笔 - 全球知名零售企业大数据分析师黄天笔毕业于某著名大学的计算机专业，他对大数据分析技术有着浓厚的兴趣。
大学期间，他利用课余时间自学数据分析相关知识，并积极参与相关实践项目。
毕业后，黄天笔加入了一家全球知名零售企业，成为了该企业的大数据分析师。
黄天笔的工作职责是负责分析该公司的销售数据、客户数据和市场数据，为企业的市场营销、产品策略和供应链管理等提供决策支持。
他利用数据挖掘和统计分析等技术，对大量的数据进行整理和分析，发掘出了一些有价值的洞察，比如消费者购买习惯的变化趋势、产品销售渠道的优化方案等。
这些洞察让企业能够更加准确地识别市场需求，优化产品结构，并且实现了销售和利润的增长。
黄天笔在行业内积极参与技术交流和分享，他经常在大数据分析相关的会议和研讨会上做报告，分享自己的经验和思考。
他的优秀工作表现也获得了业内的认可，多次获得行业奖项。
案例二：李明月 - 创业公司大数据分析师李明月是一位自由职业的大数据分析师，她曾经在一家大型互联网公司工作，拥有丰富的大数据分析经验。
然而，李明月对传统公司的官僚体系感到不适应，她追求更多自由和创新的工作环境，于是决定创业。
李明月在创业初期遇到了许多困难，但她凭借自己的专业技能和经验，快速建立了一支高效的大数据团队。
他们为初创企业提供数据分析和业务咨询服务，帮助企业在市场定位、用户需求挖掘和产品优化等方面得到突破。
李明月注重自己的个人品牌建设，她经常在行业博客发表自己的见解和观点，吸引了众多关注者的目光。
她还积极参与行业圈子的交流活动，与其他创业者和专业人士进行交流和合作。
八个典型的大数据应用案例
八个典型的大数据应用案例一、面部识别技术在安防领域的应用面部识别技术是一种基于图像分析的大数据应用方案，通过对摄像头捕获的人脸图像进行特征提取和比对，可以快速准确地识别出目标人物。
在安防领域，面部识别技术已广泛应用于视频监控系统中，有助于实时识别可疑人员、追踪嫌疑犯等，提高了安全防范能力。
二、智能物流系统智能物流系统是一种利用大数据技术对物流环节进行优化的方案。
通过采集货物信息、交通信息等大量数据，系统可以实时监测货物的运输情况、交通拥堵情况等，快速调整物流路径和运输计划，提高物流效率和准确性。
三、个性化推荐系统个性化推荐系统是一种基于用户行为数据的大数据应用方案。
通过对用户的浏览记录、购买行为、评价等进行分析，系统可以实时推荐用户可能感兴趣的商品、新闻、音乐等，提升用户体验和购买转化率。
四、智能医疗诊断与辅助决策系统智能医疗诊断与辅助决策系统是一种依托大数据技术提供快速、准确的医疗服务的方案。
通过收集和分析大量的医疗数据，系统可以为医生提供疾病诊断的参考意见，辅助医生进行决策，提高医疗服务的质量和效率。
五、金融风险控制与欺诈检测系统金融风险控制与欺诈检测系统是一种利用大数据技术对金融交易数据进行监测和分析的方案。
通过对大量的交易数据进行实时监测和分析，系统可以发现异常交易和欺诈行为，实现风险控制和欺诈检测，保障金融安全和用户权益。
六、智慧城市规划与管理智慧城市规划与管理是一种通过大数据技术优化城市运行和资源配置的方案。
通过收集和分析城市居民的出行、能源消耗、环境污染等数据，系统可以进行城市交通规划、能源调控、环境保护等，提高城市的可持续发展和居民的生活质量。
七、社交媒体舆情分析与管理社交媒体舆情分析与管理是一种通过大数据技术对社交媒体上的舆情信息进行监测和分析的方案。
通过对用户在社交媒体上的言论、评论等进行分析，系统可以发现公众对其中一事件、产品或者服务的看法和态度，提供相关的数据支持和管理建议，维护公众关系和品牌形象。
大数据十大经典案例
大数据十大经典案例随着信息技术的发展，大数据已经成为当今社会的重要资源。
大数据分析可以为企业提供更准确的市场预测、个性化推荐、客户细分等方面的支持。
在这篇文章中，我将介绍十个经典的大数据案例，展示大数据技术在多个行业中的应用。
1. 亚马逊个性化推荐系统亚马逊是大数据应用的典范之一。
他们利用大数据技术分析用户的购物习惯、点击行为、浏览历史等信息，为每个用户提供个性化的产品推荐。
这不仅提升了用户购物体验，也增加了销售额。
2. 谷歌搜索算法优化谷歌搜索引擎利用大数据分析来不断优化搜索结果的排名算法。
通过分析用户的搜索历史、点击行为等数据，谷歌可以更好地理解用户的意图，为他们提供更精准的搜索结果。
3. 滴滴出行的智能调度系统滴滴出行利用大数据技术分析用户的出行需求、交通状况等信息，通过智能调度算法将乘客和司机进行匹配，提高了乘客的等待时间和司机的工作效率。
4. 美团点评的用户画像分析美团点评通过大数据分析用户的点评、消费记录等信息，对用户进行画像分析。
这些画像可以帮助商家更好地了解消费者需求，制定更精准的营销策略。
5. 脸书的社交关系分析脸书运用大数据技术分析用户的社交行为，找出用户之间的关联和兴趣，为广告商提供更有针对性的广告定向投放。
6. 捷信金融的风险评估模型捷信金融利用大数据分析用户的借贷历史、资产状况等信息，建立风险评估模型，提高贷款审批的准确性和效率。
7. 瑞典的城市规划优化瑞典利用大数据分析交通状况、人口分布等信息，优化城市规划。
他们通过分析数据，提出了改进交通流动性、节约能源等方面的具体举措。
8. 亚太航空的客户关系管理亚太航空利用大数据技术分析客户的飞行历史、偏好等信息，为客户提供个性化的服务和优惠，增强客户忠诚度。
9. 法国医院的医疗预测法国一家医院使用大数据分析医疗数据，建立模型预测患者的住院时间和治疗方案，帮助医生做出更好的决策，提高医疗效率。
10. 哈佛大学的科学研究哈佛大学利用大数据分析海量的科学文献、实验数据等，挖掘潜在的科研关联和发现。
13个大数据应用案例,告诉你最真实的大数据故事
13个大数据应用案例,告诉你最真实的大数据故事1500字大数据应用案例:1. 亚马逊的个性化推荐系统：亚马逊利用大数据分析用户行为和购买历史数据，为每个用户推荐个性化的商品，提高用户满意度和购买率。
2. 人脸识别技术：通过大数据分析和深度学习算法，人脸识别技术可以被用于安全监控、身份验证和客流分析等领域。
3. 谷歌的搜索算法：谷歌利用大数据分析用户搜索行为和网页内容，不断优化搜索算法，提供更准确和个性化的搜索结果。
4. 滴滴打车的动态价格调整：滴滴打车利用大数据分析车辆位置、乘客需求和交通状况等信息，实时调整车费，提高了乘客的出行效率和司机的收益。
5. Facebook的社交图谱：Facebook通过大数据分析用户的社交关系和兴趣，构建了庞大的社交图谱，为广告商提供个性化的广告定向。
6. 云服务提供商的资源调度：云服务提供商通过大数据分析用户的资源需求和使用情况，实现资源动态调度，提高资源利用率和用户满意度。
7. 物流公司的智能配送系统：物流公司通过大数据分析交通状况、预测需求和优化路线，实现智能化的配送管理，提高送货效率和减少成本。
8. 银行的信用评估系统：银行通过大数据分析用户的财务数据、信用记录和行为模式，实现自动化的信用评估，提高贷款申请处理效率。
9. 医疗诊断系统：医疗机构利用大数据分析患者的临床数据、基因信息和医学文献，帮助医生做出更准确的诊断和治疗计划。
10. 酒店的客户关系管理系统：酒店通过大数据分析客户的预订历史、偏好和评价，实现个性化的客户关系管理，提高客户忠诚度和满意度。
11. 零售商的销售预测系统：零售商通过大数据分析产品销售数据、市场趋势和顾客反馈，预测需求，优化库存管理和进货计划。
12. 媒体公司的内容推荐系统：媒体公司通过大数据分析用户的阅读和观看行为，为用户推荐适合的内容，提高用户黏性和广告收入。
13. 城市交通管理：城市交通管理部门利用大数据分析交通状况、道路负载和乘客需求，优化交通规划和公共交通调度，提高交通效率和减少拥堵。
大数据十大经典案例
07
大数据经典案例六：沃尔玛的库存预
测
案例介绍
沃尔玛是美国最大的零售商，拥有数千家分店 和庞大的库存。为了确保商品充足和减少缺货 情况，沃尔玛利用大数据技术进行库存预测。
通过收集和分析历史销售数据、季节性变化、 天气预报和其他相关因素，沃尔玛能够预测各 分店的商品需求，从而精确地调整库存。
这种预测方法不仅提高了库存周转率，减少了 滞销和缺货现象，还为沃尔玛节省了大量成本。
大数据十大经典案例
• 大数据概述 • 大数据经典案例一：Netflix的推荐系统 • 大数据经典案例二：亚马逊的供应链
优化 • 大数据经典案例三：谷歌的搜索引擎
• 大数据经典案例四：阿里巴巴的客户 画像
• 大数据经典案例五：腾讯的社交网络 分析
• 大数据经典案例六：沃尔玛的库存预 测
• 大数据经典案例七：Uber的智能调度 系统
商业价值
库存降低
通过精准预测和实时调整，有 效降低了库存积压和滞销风险
。
配送速度提升
优化配送路线和配送策略，缩 短了配送时间，提高了客户满 意度。
成本控制
降低库存成本和物流成本，提 高了企业的整体盈利能力。
客户满意度提高
快速、准确的配送服务提高了 客户满意度，增强了客户忠诚
度。
04
大数据经典案例三：谷歌的搜索引擎
案例介绍
01 谷歌搜索引擎是全球使用最广泛的搜索引擎，每 天处理数以亿计的搜索请求。
02 通过大数据技术，谷歌能够实时分析用户搜索行 为，提供更加精准的搜索结果。
03 谷歌利用大数据技术不断优化搜索算法，提高搜 索质量和用户体验。
技术实现
分布式存储系统
谷歌使用分布式存储系统， 将海量数据分散存储在多 个节点上，确保数据可靠 性和可扩展性。
大数据十大经典案例
引言概述：本文将介绍大数据领域的十个经典案例，并探讨它们在不同领域的应用，这些案例涵盖了金融、医疗、零售、交通和市场营销等领域。
通过详细阐述这些案例，读者将了解到大数据技术对于提高业务效率和创新的重要性。
正文内容：1.金融领域的大数据案例1.1.金融风控：通过大数据分析大量的用户数据，金融机构可以更好地评估借贷风险，提高风控能力，降低违约概率。
1.2.欺诈检测：利用大数据技术，金融机构能够快速发现可疑的交易模式，及时采取措施避免欺诈行为。
2.医疗领域的大数据案例2.1.个性化医疗：利用大数据分析患者的基因数据和病历资料，医疗机构可以根据个体差异制定个性化的治疗方案，提高医疗效果。
2.2.疾病预测：通过分析大规模的医疗数据，可以发现潜在的疾病模式，提前预测患者可能的健康问题，及早干预治疗。
3.零售领域的大数据案例3.1.消费者行为分析：通过对消费者购买记录和行为数据的分析，零售商可以了解消费者的偏好和购买习惯，从而进行更精确的市场定位和产品推广。
3.2.库存管理优化：通过对销售数据和库存数据的分析，零售商能够做出更准确的库存预测，减少库存积压和缺货现象，提高利润率。
4.交通领域的大数据案例4.1.交通流量优化：通过对车流量和道路状况的实时数据进行分析，交通管理部门可以合理调度交通信号灯和路线规划，减少交通拥堵。
4.2.共享交通：通过运用大数据技术，共享交通平台可以更好地预测和满足乘客需求，实现更高效的交通资源利用。
5.市场营销领域的大数据案例5.1.目标市场定位：通过对大量市场数据的分析，企业可以了解不同市场的消费者需求和趋势，从而精确地定位目标市场。
5.2.营销策略优化：通过对市场活动和广告效果的追踪分析，企业可以优化营销策略，提高广告投放的回报率。
总结：通过对这十个大数据经典案例的分析，我们可以看到大数据技术在各个领域的广泛应用。
它不仅能够提高业务效率，降低风险，还能够促进创新和发展。
随着技术的进步和数据规模的增加，大数据将在未来发挥越来越重要的作用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.1成功案例1-汤姆森路透(Thomson Reuters)利用Oracle大数据解决方案实现互联网资讯和社交媒体分析•Oracle Customer: Thomson Reuters•Location: USA•Industry: Media and Entertainment/Newspapers and Periodicals汤姆森路透(Thomson Reuters)成立于2008年4月17日，是由加拿大汤姆森公司(The Thomson Corporation)与英国路透集团(Reuters Group PLC)合并组成的商务和专业智能信息提供商，总部位于纽约，全球拥有6万多名员工，分布在超过100个国家和地区。
汤姆森路透是世界一流的企业及专业情报信息提供商，其将行业专门知识与创新技术相结合，在全世界最可靠的新闻机构支持下，为专业企业、金融机构和消费者提供专业财经信息服务，以及为金融、法律、税务、会计、科技和媒体市场的领先决策者提供智能信息及解决方案。
在金融市场中，投资者的心理活动和认知偏差会影响其对未来市场的观念和情绪，并由情绪最终影响市场表现。
随着互联网和社交媒体的迅速发展，人们可以方便快捷的获知政治、经济和社会资讯，通过社交媒体表达自己的观点和感受，并通过网络传播形成对市场情绪的强大影响。
汤姆森路透原有市场心理指数和新闻分析产品仅对路透社新闻和全球专业资讯进行处理分析，已不能涵盖市场情绪的构成因素，时效性也不能满足专业金融机构日趋实时和高频交易的需求。
因此汤姆森路透采用Oracle的大数据解决方案，使用Big Data Appliance大数据机、Exadata数据库云服务器和Exalytics商业智能云服务器搭建了互联网资讯和社交媒体大数据分析平台，实时采集5万个新闻网站和400万社交媒体渠道的资讯，汇总路透社新闻和其他专业新闻，进行自然语义处理，通过基于行为金融学模型多维度的度量标准，全面评估分析市场情绪，形成可操作的分析结论，支持其专业金融机构客户的交易、投资和风险管理。
Oracle大数据解决方案为汤姆森路透构筑了全面涵盖互联网资讯分析和专业资讯分析的市场心理指数和新闻分析产品，帮助汤姆森路透的专业金融机构客户扩展投资视野，针对市场情绪及时修正投资战略，准确把握交易时机，以及更好的管理风险和监控交易流程，从而进一步提升汤姆森路透在金融资讯和分析服务领域的竞争力。
同时Oracle大数据解决方案中所应用的一体机产品的预优化配置和一体化集成能力，使得汤姆森路透的大数据分析平台不再需要复杂的配置、排错、调优，大大缩短了系统部署和业务扩展的时间，并能在线扩容和滚动升级，有效满足了其未来的业务发展需求。
1.1.1挑战•实现海量非结构化互联网资讯和社交媒体信息的实时捕获、组织和分析，捕捉市场情绪的变化趋势。
•关联非结构化的互联网资讯/社交媒体信息和结构化的金融行情/交易数据，形成可度量的分析体系，指导金融机构的交易、投资和风险管理。
•提供高性能、高可用性和安全性的IT基础架构，并实现更高的能源利用率和更低的空间要求，降低大数据分析平台的部署成本和维护成本•提供可快速部署并能在线扩容和滚动升级的大数据分析平台，以适应高速增长和不断变化的业务需求1.1.2解决方案•汤姆森路透大数据分析平台所应用的Oracle大数据解决方案使用Big Data Appliance大数据机对海量低价值密度的非结构化互联网信息进行采集和实时分析处理，通过Big Data Connectors将分析结果加载到基于Exadata数据库云服务器的企业级数据仓库，与路透社新闻和其他专业新闻分析结果进行关联聚合，利用Exalytics商业智能云服务器进行数据挖掘和可视化分析。
•Oracle Big Data Appliance大数据机为汤姆森路透大数据分析平台提供了一个低成本、可伸缩并享有全面支持的大数据基础架构，Big Data Appliance提供了应对大数据挑战的所有需要，它通过集成优化的硬件和最全面的软件体系，提供一个全面的、易于部署的解决方案，用于获取、组织、分析大数据以及将其加载到Oracle 数据库中，•通过Oracle Big Data Appliance大数据机为汤姆森路透大数据分析平台的所有数据类型提供极致性能的全面分析，并通过Big Data Connectors，与Oracle Exadata 数据库云服务器紧密集成，无缝实现对汤姆森路透大数据分析平台中所有数据（结构化和非结构化）的分析。
•利用Oracle Exadata的智能扫描（Smart Scan）和闪存技术（Smart Flash Cache），极大地提升了汤姆森路透大数据分析平台中数据仓库的处理效率，并且能够将数据分析和联机事务处理混合部署，实现了资源整合和动态共享。
•利用Oracle Exadata的高级混合列压缩技术（EHCC），汤姆森路透大数据分析平台中数据仓库的在线数据使用查询压缩比率以及历史数据使用归档压缩比率提高数倍，大大减少使系统所需的设备和数据备份工作量，也节约了机房空间和能耗费用•汤姆森路透大数据分析平台利用Exalytics提供的一系列内存优化分析技术，在主内存中保存数据，避免了网络延迟或磁盘I/O，大幅提升数据分析的响应速度。
•汤姆森路透大数据分析平台通过Exalytics提供的针对硬件专门优化的Oracle商务智能基础以及同类最佳的报表、仪表盘、即席查询、OLAP 和记分卡等商业智能分析功能，实现高度互动和高密度可视化的数据挖掘分析，让用户以思考的速度进行分析成为现实。
•Oracle一体机产品的内外部节点都通过40Gb/秒的InfiniBand端口进行互联，提供了从互联网资讯及社交媒体信息采集到在线商业智能分析，端到端的数据交互高速通道•借助Oracle一体机产品预优化配置的功能以及开箱即用的平衡系统，汤姆森路透大数据分析平台不再需要复杂的配置、排错、调优，系统部署时间比原有数据仓库平台缩短了数倍•利用Oracle一体机产品的可在线扩容和滚动升级特性，汤姆森路透大数据分析平台实现了容量和处理性能的弹性扩充，使其获得更大的存储空间以存储更长周期的数据，同时保证了系统性能的可持续增长，从而有效提高了系统的商务智能分析能力1.1.3为什么选择Oracle汤姆森路透首席技术官Rick King表示：我们一直致力于利用一流的技术来提升汤姆森路透的产品，更好的为客户服务。
Oracle的大数据解决方案和其一体机产品为我们提供了高效的大数据处理体系，完美契合了汤姆森路透的业务发展诉求。
1.2成功案例2 –旅游和航空服务提供商大数据案例1.2.1客户背景客户介绍客户一家是总部位于美国德克萨斯州的高科技企业，它在超过60个国家和地区拥有约10,000名员工。
客户旗下的四家公司分别提供高端旅游服务，酒店解决方案，旅游网络服务和航空解决方案，为全球旅游业和航空业提供直销、分销和技术解决方案。
业务和技术服务涉及全球各地的旅客，旅行社，航空公司和旅游供应商。
其中：•旅游网络服务⏹运营世界最大的旅游网络系统⏹系统连接35万从业者，400家航空公司，93,000家酒店，25家租车行，50家铁路公司，13家游轮公司⏹系统每年出售3亿张机票•航空公司解决方案⏹运营行业最大的SaaS业务，为全球航空公司提供航空预订、商业计划及系统运营服务⏹解决方案被全球300家航空公司，100家机场采用⏹年服务空运乘客3亿人次•酒店解决方案⏹SaaS架构系统提供预订、营销供应及电子商务等业务⏹为全球12,000家酒店提供服务，年营业额达120亿元美金•高端旅游服务⏹直接提供旅行相关产品及服务的在线营销系统⏹提供多个品牌网站、呼叫中心，以及供应商及合作伙伴平台客户的技术能力客户作为行业领先的技术提供者，在2012年的Information Week TOP 500中排名第26位，它的直销/分销平台和解决方案所能提供的技术指标都是行业内首屈一指的：•每秒80,000交易数•全球100多个国家的63,000家代理商使用客户的分销系统•每日1.5亿次航班状态请求•每日10亿次应用访问请求•每日2.45亿次网络服务请求1.2.2客户遇到的挑战客户作为行业直销/分销交易平台，从航空公司、旅行社、租车公司等获得各种旅游资源，一方面通过自己的直销渠道（Travelocity），另一方面通过代理商分销为公众消费者提供这些资源。
虽然客户已经成为行业的业务和技术领跑者，但是在业务发展过程中发现其目前的业务模型和系统存在一些问题。
图表 1 客户目前的业务模型上图为客户的业务模型图，对应的支撑系统也依照此模式设计。
从中可以看出客户目前的业务模型是开环的：供应商、代理商和消费者是分离的，之间只是通过流程联系在一起，没有形成完整的闭环管理，如：客户可以了解各个供应商提供的旅游资源；直销/分销渠道了解客户的实际需求，而客户无法将它们有机的联系在一起。
图表 2 闭环管理的业务模型在当今的市场环境下，仅仅向消费者提供可供的资源信息已不能够全面满足消费者的需求，追踪消费者的消费领域、消费过程、消费习惯、消费周期，才有可能探索、挖掘潜在的客户需求，并为其提供更加贴心的全方位解决方案，形成完整的服务链。
1.2.3客户采用的Oracle大数据解决方案只依靠传统关系型架构很难解决上述问题，客户转而从大数据方面寻求突破点。
由于航空公司数据、旅客数据和历史订座数据目前都是以关系型数据的形式存储，所以客户采用了将大数据与传统关系型数据相结合的架构。
客户采用的逻辑模型图表 3 客户大数据逻辑模型客户采用的数据流程图表4 客户大数据架构的数据流客户采用的软件架构对应上述数据流程，客户采用了完整的Oracle大数据软件架构：依靠MapReduce 解析和分解原始数据，并存储在HDFS分布式文件系统中，最后将大数据的处理结果通过Sqoop导出至Oracle 11g分析平台中。
图表5 客户大数据的软件架构客户采用的硬件架构图表6 客户大数据的硬件架构客户的大数据解决方案的核心是3台Oracle Big Data Appliance（BDA），其中每台BDA的配置如下：18个计算节点通过40Gb/s的Infininband互联，每个节点包含：2 个6核Intel® Xeon® X5675 处理器(3.06 GHz)⏹48MB内存⏹12 x 3TB 3.5” 7200 RPM SAS磁盘1.2.4为什么选择Oracle大数据解决方案客户在众多的大数据解决方案提供商中选择了Oracle，是因为Oracle的大数据解决方案存在以下优势：•完整的大数据解决方案，并经过众多的客户实践⏹由于目前客户绝大部分数据都以关系型数据库的方式存储，所以大数据需要与传统关系型数据结合使用。