以下是如何在日常的業務中整合大資料的建議：
分析來自各流量**、使用者點評、使用者個人喜好以及酒店資料等各種**的資料，可以持續提公升平台的可用性。
作為較早採用前瞻**式資料分析的公司，我們將分享如何運用大資料專案的心得和建議。理解大資料的原則是一方面，而分享我們如何在大資料的幫助下提公升業績，這亦將對其他人帶來鼓勵。
選擇合適的平台
我們都知道，合適的技術平台能夠造就乙個 it 專案，甚至實現其公升級突破；這在大資料的解決方案上亦然。
技術層面的決策應該基於對商業需求的透徹評估，亦應考慮資料分析未來可以帶來的價值。企業在選擇技術平台的時候，不能只考慮到投資的成本。
評估物件還要包括平台效能、其技術可靠性、可用性、資料安全以及——尤為重要的——平台的可擴充套件性。
這個選擇使得可以免費使用開源解決方案的功能，還利用了 datastax 的內建管理服務、附加安全功能、以及分布式計算整合等特色功能。
我們亦受益於 datastax 的客戶服務、日常維護和更新服務。因此我們可以騰出精力，聚焦資料分析和hotels.com的業務支援。
獲取高層的支援
我們發現，獲得老闆們支援的最佳途徑，就是證明自身可以迅速提高投資回報率。為了證明這點，我們針對能夠適用所提議平台的業務，收集了超過150個案例。從這些案例中提取了10個在短期內即可提高投資回報率的案例佐證。
看到我們的平台方案能帶來快速的投資回報率提公升，董事會更能確信方案的可行性，這也為未來面對使用案例方面的更大挑戰做好了準備。
資料隱私應優先考量
使用者的信任具有珍貴的價值。尊重資料隱私是開啟成功大門的重要鑰匙。因此，對任何大資料戰略而言，確保客戶資料隱私受到保護都是尤為重要的。匿名制對保護每乙個使用者的隱私非常重要，尤其是在分析大量聚合資料的時候。
將資料分析工作常態化
在打造乙個可靠、高效、面向未來的平台時，團隊負責人應一直關注專案的長期發展，同時兼顧成本、時間和組織侷限等。平台的可擴充套件性，是專案長遠規劃中的重要組成部分，其確保了技術平台可以一直跟上結構性化和非結構化的海量資料的步伐。
一旦平台搭建完成，首批使用案例已經收穫結果，公司的 cio 們就應該開始在日常工作中整合資料分析的工作。只有當分析資料的工作已經常態化，it 和資料團隊才可以提出新的專案，繼續推動公司業務的發展。
大資料的意義不止於分析
大資料與資料分析緊密相聯，但 hotels.com 大資料平台的功能並不止步於此。資料的最重要用途之一，就是為不同的顯示螢幕、打造跨裝置的使用者體驗，亦不受使用者的訪問位置的影響。
我們一方面分析使用者資料，以判斷其具體的訪問裝置。另一方面，我們記錄資料是為能識別具體每乙個使用者在預訂平台上所搜尋的目的地，同時確保使用任何訪問裝置的使用者都能被識別，這樣使用者在搜尋過酒店後的重新訪問時，能夠重新開始上一次的搜尋程序。
這對使用者可以帶來很大幫助，比如說，在乘坐火車時使用平板裝置開始搜尋住宿，隨後在家裡的台式電腦上確認預訂，期間無需重新開始預訂的流程。
這只是 hotels.com 使用其資料平台改善預訂體驗、優化個性化體驗的其中一例。
旅遊行業大資料的獲取與分析
旅遊業可以說是和大資料 網際網路產業息息相關。隨著物質生活和思想觀念的提高，越來越多的人開始把業餘時間轉移到旅遊上。可以說你旅行的每個階段都涉及到相應的資料處理問題。前期肯定是想通過各種 得到相應的旅遊目的地包括旅遊線路的規劃。在巡演中，我們將通過不同的 或平台分享我們一路上的所見所感。遊完後會有各...
大資料從入門到實戰 RDD的建立 Scala
二 實踐詳解 叮嘟！這裡是小啊嗚的學習課程資料整理。好記性不如爛筆頭，今天也是努力進步的一天。一起加油高階吧！spark提供了兩種建立rdd的方式 1 由乙個已經存在的scala集合進行建立。2 由外部儲存系統的資料集建立，包括本地的檔案系統，還有所有hadoop支援的資料集，比如hdfs cass...
大資料分析工作需要的是什麼？
大資料與現在很多技術都是有一定的聯絡的，比如雲計算 物聯網 人工智慧等等，這些技術能夠相互相互影響 相互促進 相互融合。雲計算是硬體資源的虛擬化，而大資料是海量資料的高效處理。我們可以這樣說，雲計算是大資料的基礎，有了雲計算才能大量集中資料從而產生大資料。同時，大資料也支撐了雲計算應用創新，帶動雲計...