Sisu
- Mõningaid andmeid pole väärt salvestamist
- Agility loeb
- Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
- Andmete salvestamine on kallis
- Andmeid hakatakse üha enam levitama
- Vähem andmeid (ja keerukust) võib olla rohkem
Ära võtma:
Ehkki servaanalüüs on pakkunud tehnoloogiat asjatundliku Interneti nutikamaks ja paremaks kasutamiseks, ulatub selle lubadus tegelikult asjade Interneti kaudu veelgi traditsioonilisema andmeökosüsteemi servani.
Servaanalüüs - või andmete analüüsimine nende kogumise kohast lähemal - on andmeanalüütikas suhteliselt uus idee ja vähemalt seni oleme seda enamasti kuulnud koos asjade Internetiga. Lõppude lõpuks pakub maailm, kus on andureid kõikjal ja voolab üha rohkem andmeid, servaanalüütika viisi andmete väärtuse leidmiseks viisil, mis on kiirem, lihtsam ja paljudel juhtudel ka praktilisem. Kuid kuigi servaanalüütika on pakkunud asjatundlikkuse võimendamiseks tehnoloogiat, ulatub selle lubadus tegelikult väljaspool asjade Interneti veelgi traditsioonilisema andmeökosüsteemi servani. Siinkohal tasub heita pilk andmete töötlemise eelistele võrreldes nende säilitamise ja traditsioonilisema analüüsiga ning miks paljud organisatsioonid on hakanud otsima võimalust valida nende kahe variandi vahel oma vajadustele vastav võimalus.
Mõningaid andmeid pole väärt salvestamist
Suurandmete algusaegadel olid organisatsioonid kõik andmete kogumisega seotud. Tol ajal oli kollektiivne tarkus andmete kogumine hea asi, isegi kui seda ei olnud võimalik täielikult analüüsida. Probleem on selles, et andmete kogumise paranemisega hakkasid andmemahud plahvatama. Teadusorganisatsiooni SINTEF 2013. aastal avaldatud aruande kohaselt oli 90% kogu maailma andmetest loodud kahe viimase aasta jooksul. IDC andmetel luuakse 2020. aastaks iga planeedil oleva inimese kohta sekundis 1,7 megabaidit uut teavet. See sisaldab umbes 44 zettabaiti andmeid.
Andmete kuhjudes muutus küsimus ilmseks: milleks me tegelikult läheme teha kogu selle teabega? Kahjuks ulatub vastus mõnikord väga vähe. Pricewaterhouse Coopersi ja Iron Mountaini 2015. aastal avaldatud uuring leidis, et 43% küsitletud ettevõtetest said kogutud andmetest "vähe käegakatsutavat kasu". Veel 23% leiti, et neist pole mingit kasu. Organisatsioonid õpivad üha enam seda, et kuigi andmete kogumisel on suuri eeliseid, pole kõik andmed kasulikud ja kõiki andmeid ei tasu säilitada, eriti kui see voolab hulgaliselt andureid, mida me kutsume asjade Internetiks.
"Suur osa IoT-st pärinevatest andmetest ei pruugi olla tingimata andmed, mida peame aatomi tasemel hoidma," ütles Dell Statistica globaalse turunduse ja kanalite direktor Shawn Rogers.
"Arvan, et kõik nautisid võimalust hoida rohkem andmeid, analüüsida rohkem andmeid ja saada rikkalikumaid ja sügavamaid teadmisi kõigist nendest tohututest teabemahtudest. See ütles, et lihtsalt nii, et saate, ei tähenda, et peaksite."
Kuna servaanalüüs võimaldab organisatsioonidel andmeid analüüsida lähemal sellele, kus need tegelikult esinevad, võimaldab see enne andmete saatmist talletamist otsuseid vastu võtta. Selle tulemusel võib see vähendada vajadust salvestada ja konsolideerida nii palju andmeid. Kuna andmete kogumine ja kogumine laieneb, on see kindlasti hea.
Agility loeb
Andmete analüüsimisel allikale lähemal on veel üks eelis: paindlikkus. Mõnel juhul on andmed reaalajas palju kasulikumad. See kehtib eriti andmete kohta, mis voolab Interneti-anduritest. Tehase andurid, meditsiiniseadmed, kauplemise ja pettuste avastamise rakendused ning süsteemide seire pakuvad paljude teiste näidete hulgas andmeid, mida tuleb vajada kiiremal ja reageerival viisil. See nn voo töötlemine on oluline rakendustes, kus andmeid tuleb kiiresti ja / või pidevalt töödelda. Ettevõtluskiiruse kasvades muutub see võime paljudes tööstusharudes üha olulisemaks.
"Analüütika tarbijana soovin ma võimalust teha strateegilisi otsuseid selle kohta, millistesse andmetesse pikas perspektiivis investeerida ja millistest andmetest kohe väärtust saada, milliseid andmeid tasub säilitada ja milliseid andmeid pole väärt hoidmist," sõnas Rogers .
Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
Te ei saa oma programmeerimisoskusi parandada, kui keegi tarkvara kvaliteedist ei hooli.
"Ma arvan, et analüütika ülekandmine andmetele selle asemel, et kogu aeg andmeid üle viia analüütikasse, on oluline lahendus ja ma arvan, et analüütika hajutatuse tõttu on selle nõudmine enamikul klientidel."
Andmete salvestamine on kallis
Suurte andmete salvestamise esimestel päevadel kogusid paljud organisatsioonid palju andmeid mõttega, et sellest võiks kunagi kasu olla. Probleem on selles, et andmete kogumisel ja säilitamisel on oma kulu, mida sageli ei leevenda nendest andmetest tulenev väärtus.
"Mida me nägime viimasel kümnendil, olid inimesed, kes tõstsid Hadoopi klastrid üles, panid neisse andmeid ja arvasid, et sellest võiks kunagi kasu olla ... siis kiiresti teada saades, et isegi mõne Hadoopi tehnoloogia eeliseks maksab andmete kogumine endiselt palju raha, "sõnas Rogers.
Servaanalüüs annab võimaluse mitte ainult lubada organisatsioonidel andmetele kiiremini reageerida, vaid luua ka parem andmekogumis- ja analüüsiprotsess. Servaanalüüs võimaldab ka organisatsioonidel valida, milliseid andmeid pikemaajaliseks sügavamaks analüüsiks säilitada. See võib andmete haldamise lihtsamaks ja odavamaks muuta.
Andmeid hakatakse üha enam levitama
Andmete ühes kohas hoidmise päevad on ilmselt läbi. See tekitab vajaduse analüütikat juurutada, hallata ja optimeerida eri platvormide ümbruses, aga ka eri valdkondades, kus andmeid kogutakse, näiteks Interneti-andurid.
"Kui hakkate oma andmeid levitama erinevate platvormide vahel, nagu Hadoopi pilv või analüüsiseadmed ja nii edasi, siis vajate analüütiliste andmete teisaldamiseks seda paindlikkust. Servaanalüütika pole ainult asjade Interneti ääres, vaid see viib analüüsi traditsioonilisema andmeökosüsteemi serv, "sõnas Rogers.
Vähem andmeid (ja keerukust) võib olla rohkem
Veel üsna hiljuti oli vestlus suurandmete kogumise, säilitamise ja analüüsi ümber lähtekoodisüsteemidest andmete kogumise ja andmehoidlasse juhtimisega. Kuid mitte ainult see, et andmeladu suudab üha vähem analüüsi pingetega sammu pidada, tekitavad need süsteemid keerukuse ja turvalisuse probleeme, kuna hõlmavad andmete analüüsimiseks andmete laialdast võrku.
"Kogu töö, mis kulub andmete kasutamiseks punktist A punkti B liikumiseks, on väga keeruline. Servaanalüütika võimaldab meil otsustada, kas soovime andmed teisaldada analüüsi tegemise kohta või kui soovid, siis paneks analüütika sinna, kus andmed on, "sõnas Rogers.
Teisisõnu, servaanalüüs pakub rohkem võimalusi andmete kasutamise osas ja aitab säilitada ressursse, mis sobivad kõige paremini andmete sügavamaks analüüsimiseks.
"Servaanalüüs mõjutab kindlasti andmehaldusmaailma ja seda, kuidas me andmeid ühest kohast teise liigutame. Teine asi, mida see teeb, on pakkuda klientidele võimalust valida, milline platvorm kõige paremini toimiks, ja anda neile vastused oma kiiruse järgi äri. "