上位2015年の大規模データと分析の傾向

mul-ti-plexer-er。名詞。異種のデータ信号を単一の均一な出力に合成するエレクトロニクスのデバイス。ウェブサイトマルチプレクサは、さまざまな視点、メディアタイプ、およびデータソースをマージし、スポンサードブログを通じて1つの明確なメッセージに統合します。

ウェブサイトマルチプレクサを使用すると、マーケティング担当者はウェブサイトの公開プラットフォームでブログを作成できるようになり、マーケティング担当者がウェブサイトのコミュニティに直接接続することができます。ウェブサイトのコンテンツマルチプレクサのブログは、スポンサーと共同して制作されたもので、ウェブサイトの編集内容の一部ではありません。

ここでは、2015年の分析の中で最も興味深い動向を見つけました。

なぜイタリック体ですか?なぜなら、今年起こることのほとんどは、1つの単語で要約することができるからです。はい、より多くのデータ、より多くのモバイル分析、より多くのクラウド分析、より多くのデータ発見、より多くの視覚化などがありますが、これらは私が個人的に年間に注意を払う傾向です

アーサー・C・クラーク氏は、「十分に進んだ技術は、魔法と区別がつかない」と言っています。アナリティクス業界は最近、技術の大きな進歩を見せていますが、まだまだ魔法に変わっていません。

今日、人々は分析プロセスのあらゆるステップを掌握し、どのデータが利用可能か、どのように結合すべきか、どのように保存すべきか、そしてどのように分析して可視化すべきかを決定する必要があります。

しかし、高度な分析と機械学習の新機能は、分析プロセス自体に適用されており、より多くのプロセスを自動化できるようになりました。

私たちはデータでツールを指し示すことができ、アルゴリズムを結合して浄化する方法を理解し、相補的なデータを提案し、それをどのように保存すべきかを最適化することができます(例えば、最適化された「ホット」ストレージ)。我々は、ツールが異常値を特定し、統計的に有効な相関関係を見つけ、正しいタイプの視覚化を提案できるようにすべきである。

従来のデータウェアハウス(財務、予算、企業KPIなど)、Hadoop / Spark(センサーとポリストラクチャードデータ、長期保存と分析)、スタンドアロンBIシステム(従来の運用データとリアルタイム分析)スプレッドシートを含む個人および部門別の分析)

今日、SAPなどの企業は、スマートデータアクセスを提供し、Hadoop / Sparkと新しいインメモリ解析システムとの間でデータをシームレスに接続します。また、SAP Lumiraデータ検出ツールは高度な統計を使用して、表示されているデータセットに基づいてビジュアライゼーションを自動的に生成します。 2015年にはこれらの機能に基づくより高度な自動化が見られます。

データ化は、テクノロジが以前は目に見えないプロセスを明らかにしたときに起こります。プロセスを追跡して最適化することができます。これは新しい傾向ではありませんが、リアルタイムの運用分析システムが利用可能になり、データ収集の価格が激減するにつれて、速度が高まります。

接続されたデバイスは、今年のCESカンファレンスのハイライトでした。すでに利用可能な数多くのフィットネス追跡デバイスのほかに、あなたのゲームを改善するのに役立つサッカーボール、バスケットボール、テニスラケットなど、センサーが使用できるようになっています。センサータグはあなたのキーを見つけるのに役立つこともあります。

重要な洞察は、単純なデータであっても大きな洞察をもたらすことができることです。例えば、センサーを備えたカーペットは、センサそのものが複雑であるために高齢者が独立して長く滞在するのを助けると約束しますが、強力なパターン検出アルゴリズムは居住者の正常歩行を学習し、フィットネス機器が地震の震央を見つけることができると誰が考えていたでしょうか?

このデータは最初にどこに到着するでしょうか?分析の一部として別の極に移動する必要がありますか?いつ、そしていつ、どこで、データをモデル化するのか、そして誰によって、いつ、どのようなガバナンスを使用して、異なるユーザーに提供されるアクセスレベルは異なるでしょうか?

Hadoopは、スキーマ/ビジネスモデルを前もって定義する必要はなく、必要に応じてデータを結合する読み取りクエリに対してスキーマを使用することができます。適切なスキルを持つビジネスユーザー(またはデータ科学者)は、利用可能なデータによって回答できる質問をすることができ、計画外または一回限りの分析をより迅速かつコスト効率良く実行できます。詳細な運用データに直接アクセスし、分析スキーマはメタデータで定義されます。つまり、新しいテーブルを物理的に作成しなくても更新できます。たとえば、メモリ内の金融システムを使用すると、データを移動することなく、新しい地域構造の結果を迅速かつ簡単に表示することができます;管理されたデータ検索システムにより、新しいライフサイクル分析の種類は、例えば、個人または部門の分析を成功させ、企業全体の使用のために工業化することができます。

もちろん、これは商用用途にも適用されます。買い物客はビーコンで追跡でき、在庫は無人で追跡できます。プロセスのボトルネックを発見し、ビールの売り上げを最適化し、リアルタイムでの購入を追跡することができます。

2015年のビジネスチャンスは即座に得られます:追跡が不十分なプロセスを発見してください。プロセスに沿って簡単なセンサーをインストールし、収集したリアルタイムデータをクラウドに供給します。次に、洗練された分析を使用して、モバイルインタフェースを使用して実践的な洞察をビジネス担当者にフィードバックします。ボーナスポイントについては、補完的な第三者データセットを追加し、業界のベンチマークを提供し、コミュニティのベストプラクティスの共有を促進する。

レイヤケーキのベストプラクティスの分析モデル(運用システムと外部データ供給データマートとデータウェアハウス、BIツールを上に置く)は急速に時代遅れになっています。

それは、データのタイプと必要な分析に応じて、複数の場所でデータを収集し分析する新しい多極モデルに置き換えられています

これらのシステムのそれぞれと明確な重複があり、時間とともに収束しますが、それぞれがすぐに他のものに置き換えられない強力なハブです。

2015年には、この実用的ではあるが複雑な分析ハブの収集を最大限に活用するためのベストプラクティスのガイダンスの開発が見られます。これには、企業間の接続ビューを提供するための、極と連合分析の間の定期的なデータ供給が含まれます(要点1を参照してください)。

エンタープライズアーキテクトがさまざまな用途に答える必要のある質問には、次のものが含まれます。

分析インフラストラクチャは脆弱すぎる。適切な設定を行うことで、強力で柔軟な分析が可能になりましたが、システムの導入には時間がかかりすぎ、組織の変化するニーズに対応することが難しかったです。

最新の分析技術により、変化するニーズに一層的確に適応し、ワンオフ分析と分析ライフサイクルのサポートが強化された流体分析が可能になります

アナリティクスはもはや善意の中央IT独裁者の支配下にありません。 IT支出の決定がますますビジネスユニットに移行するにつれて、アナリティクスプロジェクトは管理対象者の同意を得なければなりません。これは、アナリティクス組織のあらゆる面で大きな変更を意味します。

2015年には分析のコミュニティガバナンスのさらなる発展が見込まれます。アナリティクスのリーダーは、プライオリティを設定し、独立したBIプロジェクトに圧力をかける内部ソーシャルネットワークを構築し、育成するために必要なスキルを開発しなければなりません。これを行うためには、政治家のように行動し、選挙人のニーズに細心の注意を払い、全員が地域社会の利益のために参加するように全員を呼びかける必要があります。

ハンブルク港湾局が作成したスマートポートロジスティクスプラットフォーム。これは、輸送会社、運送会社、税関職員、トラックの駐車場や小売店を含む、港のすべての参加者をつなぐように設計されています。リアルタイムで情報を収集し、分析し、フィードバックすることにより、Port Authorityはすべての参加者がより効率的になるのを助けます;フォルクスワーゲン、シェル、SAPと接続された車のエコシステムの協力;最大のビジネスネットワーク、Ariba潜在的なサプライチェーンの混乱の早期警告を含む、接続されたプロセス全体にわたる洞察を与える洗練された予測分析。

もっとマジック

データ化

多極分析

流体分析

コミュニティ

組織内のデータ化を論理的に拡張すると、2015年にはビジネスネットワーク全体でより多くの分析が行われ、生態系の参加者間のプロセスを最適化することができます。いくつかの例には

データプライバシーの法律とプロセスは現在、利用可能な技術の力よりもはるかに遅れています。深刻な虐待はすでに明らかになっており、おそらくまだ明らかにされていない他の多くのものがあります。

2015年には暗号化のデフォルト使用のいくつかの歓迎された進歩が見られるだろうが、個人データセットをどのように組み合わせてアクセスするかを制御するためにはより多くの徹底的な変更が必要である。結局のところ、これは社会、法律、および文化の変化によってのみ解決することができない問題です。残念ながら、これらの変更はおそらく多くの苦痛と苦しみの後に起こります。

同等の類推は、建設中のアスベストの使用であるかもしれない。それは、手頃な価格、吸音性、耐火性などの多くの有用な性質を有していたため、毒性に対する懸念にもかかわらず、世界中で広く使用されていました。アスベスト産業と政府は、致命的な結果が否定できないようになるまで、この危険を解消した。政府の介入は、多くの人々が苦しんだ後でしかなく、米国は依然としてその使用を禁止している他の先進国に比べて遅れている。新しいコントロールは、既存の建物の変更が非常に高価になる可能性があることを意味します。

大規模なデータソリューションを構築する際は、適切なデータコントロールを使用してデータを確実に管理し、今日の法的な権利があるかどうかに関わらず、データの使用方法に対する人々の期待を悪用しないでください。今日の正しい選択をすることで、社会的リスクや将来の高価な変化を避けることができます。

彼らの最近の著書「Second Machine Age」では、Erik BrynjolfssonとAndrew McAfeeが、コンピューター技術に関しては、現在「チェスボードの後半」にいると主張しています。指数関数的な傾向とは、今年のデータ処理能力の増加が過去数十年間の進歩と同等であることを意味します。

分析の分野よりも明確になっていますが、組織では最初に実装する無数のビジネス機会のどれがどれだけか分かりません。

分析的生態系

2015年は、偉大な力が大きな責任を持っていることを覚えている限り、過去の四半世紀のように、分析の素晴らしい年となります。また、情報文化とプロセスを適応させる努力も必要です。

[この記事はもともとビジネスアナリティクスのブログに掲載されていました]

アナリティクスチーム:インフラストラクチャではなくビジネス上の問題を抱えている

データプライバシー

Enteprise IoTセキュリティの4つの重要なステップ

「ワールドクラス」のアナリティクスチームの秘密は何ですか?

なぜ2層のERPアソーチに対する意味互換性が必要なのか

結論

ÜberTech;アナリティクスチーム:インフラストラクチャではなくビジネス上の問題を解決する、ÜberTech、Entelee IoTセキュリティの4つの主要ステップ、ÜberTech、「World Class」アナリティクスチームの秘密とは何か、ÜberTech、なぜ意味互換性が必要なのか? 2段階のERPアタッチ