Hur big data ger Mercedes en prestandaökning i F1
Flash-lagring och avancerade analytics kan Mercedes-AMG Petronas Motorsport att finslipa prestanda i simuleringar och ut på banan.
Start Quander syftar till att hjälpa varumärken att “leverera en minnesvärd, mätbara, multi-sensorisk upplevelse”. Det använder sig av interaktiv teknik för att förbättra upplevelsen för kunden, samtidigt fånga de data som varumärken kan använda för att få insikt i sina kunder. ZDNet talade till Quander, vd Gavin Williams om hur företaget använder grafdatabas teknik från Neo4j.
ZDNet: Vad var det första ögonblicket när saker och ting började ta fart för Quander?
Willliams: “Det ironiska var att det var en av de erfarenheter som tas ut.”
Foto:Quander
×
quander-gavin-06r-jpg.jpg
Williams: Vi började inse att detta innovativa reklam som vi hade skapat var verkligen en plattform. Annonsörerna ville veta inte bara hur många människor som hade kommit till deras evenemang och hade delad information och sånt, de ville också få en djupare förståelse av hur konsumenterna interagerar med varumärket.
Vi hade en hel del händelser som vi fick hjälpa till med och på varje enskild händelse vi skulle ha Quander plattform att arbeta bakom kulisserna.
SE: att Lansera och bygga en startup: En founder ‘ s guide (gratis PDF)
Med hjälp av upplevelsebaserad marknadsföring vid evenemang, företag skulle ha vår marknadsföring system som arbetar bakom kulisserna, så att alla de uppgifter som de plockade upp var tagna, så att kunden skulle förstå alla de människor som hade tagit del i all verksamhet. Och de skulle inte bara aktuell information, men den information som de skaffat sig under, säg, de senaste två eller tre åren. Då kunde de förstå vad de kunde ta från de erfarenheter som de hade deltagit i, hur länge de hade varit engagerad i och som hjälper oss att förstå hur människor var som interagerar i ett fysiskt utrymme.
Prata mig igenom hur du använder Neo4j programvara.
Just nu har vi använder den för att försöka förstå data. Det är alltid det första steget. Vi tar dessa uppgifter från våra befintliga DBMS – som är Postgres – och vi har importerat allt i Neo4j. Och vi pratar om 1,5 miljoner till 2 miljoner rader med data.
Den sak om Neo4j när vi startade var att det kändes som att det inte skala. Och det var en stor sak för oss eftersom vi var så vana vid att ha en databas som förvaltas från AWS, till exempel – som uppgraderingar allt och du behöver inte oroa dig för det.
Men nu fick vi till sfärer, “Vi vet inte om det kommer att göra vad vi vill, men vi vill använda denna produkt”. Men startmotorn version tillät oss att spela med enterprise-funktioner i Neo4j utan att behöva betala för en stor overhead i förskott.
Det kom till en punkt nu där vi funderar på att använda Neo4j som vår enda databas plattform, eftersom det bara är fenomenal. Det är galet.
Vad visade du på det?
Rolig historia. Så, du kan se skillnaden mellan en vanlig databas och en grafdatabas – en var rader av data, den andra var en grafdatabas som handlar om att förstå en värld av saker.
Så vi flyttade över till GraphQL och med våra Api: er som vi började att dricka som data och vi kunde inte hitta en bra databas att faktiskt återställa och hämta data och skriva och läsa frågor och nå ut uppgifter på baksidan av det.
PostGres är riktigt bra på att lagra transaktionsdata, det har SQL SMB som tillåter dig att lagra NoSQL data i en databas. Vi får resultatet för PostGres med funktionalitet som vi kan få från en SQL-databas.
Vi tittade på MongoDB ganska nära men problemet med det var att det inte gjorde relationer mycket bra. Om du lagra dokument och grejer – inbäddade dokument – det är bra för det, men för relationer att det inte är bra.
Relaterade Ämnen:
Big Data Analytics
CXO
Digital Omvandling
Tech-Industrin
Smarta Städer
Cloud