El futuro del análisis de big data: todo se puede analizar
El futuro del análisis de big data: todo se puede analizar
Después de la computación en la nube y el big data, el Internet de las cosas se ha convertido en un nuevo tema candente. El Internet de las cosas ha cambiado el mundo. Nuestra forma de ver el mundo ha cambiado la forma en que hacemos negocios e incluso nuestro estilo de vida. Pero incluso las empresas más conocedoras de la tecnología admiten que obtener valor de los datos generados por Internet de las cosas es difícil y requiere mucha habilidad.
Teradata cree que el futuro del análisis de datos es que "todo se puede analizar", por lo que en esta conferencia también se lanzó Teradata Listener, que es un software inteligente de autoservicio con función de "escucha" en tiempo real. Para los clientes, pueden rastrear múltiples flujos de datos de sensores e IoT almacenados en todo el mundo y entregar esos datos a múltiples plataformas en el ecosistema de análisis, lo que nos permite realizar análisis donde se produce la fuente de datos.
Xin Erlun, director ejecutivo de Teradata en la Gran China
Al mismo tiempo, Teradata también enfatizó que al construir un sistema de análisis de datos, se deben evitar los silos de datos. Dado que una sola tecnología no puede resolver las necesidades de un análisis integral de datos, se deben simplificar varias dificultades técnicas y se debe crear un sistema unificado de gestión de datos ecológicos. La simplificación es un requisito muy importante y cualquier sistema de análisis de datos debe simplificar la arquitectura. Por lo tanto, en esta conferencia, Teradata también actualizó su arquitectura de datos unificada (UDA) y lanzó la integración del almacén de datos de Teradata, los sistemas Teradata Aster Analytics y Hadoop en un solo chasis, lo que permite a los usuarios operar en un espacio de centro de datos más pequeño. todo el ecosistema analítico.
En esta conferencia, ZDNet entrevistó a Xin Erlun, director ejecutivo de Teradata Greater China. La siguiente es la transcripción de la entrevista:
ZDNet: La conferencia de 2015 comenzó con Breaking Big es el tema. , ¿Qué significa? ¿Representa esto la subversión conceptual de Teradata sobre la cognición de big data?
Xin Erlun: Entiendo que el tema central de Breaking Big debería ser "romper las limitaciones y restricciones". Tanto las empresas como los individuos deberían explorar y perseguir "la innovación, la diferenciación, el coraje, el gran progreso y la excelencia". rendimiento”.
En primer lugar, en la era del big data, las empresas deben persistir en la innovación y perseguir la innovación, ya sea en términos de avances tecnológicos o en términos de procesos de negocio, modelos de negocio, estructuras organizativas y análisis corporativos. Cultura. Todos pueden llevar a cabo innovación positiva. Por ejemplo, la empresa Think Big que acabamos de adquirir el año pasado nos ayuda a mejorar nuestras capacidades de consultoría, consultoría e implementación para Hadoop, así como nuestra capacidad para interactuar con otras plataformas de análisis. En esta conferencia, acabamos de anunciar que Think Big se ha convertido en el primero en la industria en brindar servicios de gestión integral para lagos de datos de Hadoop (grupos de recursos de datos). Esto ayudará a las empresas a crear fácilmente un ecosistema de análisis de datos y garantizar la calidad y confiabilidad de los datos. , tareas operativas diarias y en tiempo real.
Me gustaría enfatizar que nuestra empresa Think Big es compatible con los principales Apache Hadoop?, incluidos Cloudera, Hortonworks, MapR, Spark, Kafka, NoSQL y otras tecnologías de código abierto, lo cual es muy completo. Y lo que es más importante, anuncio aquí por primera vez que se ha confirmado que nuestro negocio Think Big se introducirá en la Gran China y que actualmente se está completando la dotación de personal.
En segundo lugar, creo que una cultura pragmática y proactiva en el análisis de datos en una empresa es muy importante. Entre ellos, este tema menciona que el "coraje" es una garantía importante para que las empresas logren el éxito en proyectos de big data. Muchas empresas han dudado y dudado a la hora de invertir en proyectos de big data. De hecho, esto requiere mayor coraje para apoyarlo. Los comentarios de Teradata y nuestros clientes han demostrado que es hora de que tomemos medidas activas. También entendemos que los cambios culturales pueden llevar más tiempo que los cambios en la tecnología y los procesos de análisis, pero siempre hemos enfatizado que el big data comienza con algo pequeño. Creemos que pronto verá el valor del big data y el análisis de big data como una fuerza impulsora insustituible en los negocios. cambiar.
ZDNet: Cada año en la Conferencia Global de Usuarios, Teradata lanza nuevos productos que atraen la atención de la industria.
Entre los productos lanzados este año, ¿cuáles crees que son los más destacados?
Xin Erlun: Este año, tenemos importantes actualizaciones y lanzamientos en tecnología de big data, soporte de tecnología de código abierto y servicios de consultoría. Aquí me gustaría enfatizar que lo más destacado de esta conferencia debería ser la capacidad de analizar datos de sensores para el Internet de las cosas, e incluso permitir el análisis de todo (Analytics of Everything). La tecnología Teradata Listener puede ayudar a los clientes a analizar innumerables fuentes de datos en Internet de las cosas y simplificar la dificultad del análisis de datos mediante la integración de tecnologías de código abierto. La tecnología Teradata QueryGrid puede realizar de forma rápida y eficaz análisis temáticos o consultar big data diversificados en una arquitectura de datos unificada para obtener la información que necesita la empresa.
Al mismo tiempo, la nueva versión de Teradata Aster puede interactuar directamente con el grupo de recursos de datos de Hadoop o la plataforma de almacenamiento de datos para ayudar a los clientes a realizar exploración de datos en tiempo real, como análisis de patrones de consumo y ruta del cliente en marketing eficiente, etc.
ZDNet: Recientemente, Gartner publicó las diez principales tendencias tecnológicas que pueden afectar a las empresas en 2016, entre las que se seleccionaron tecnologías como la informatización de todo y el Internet de las cosas. Cuando estas tendencias se están desarrollando actualmente, ¿qué opina de las tendencias de desarrollo de la tecnología? Si se mira a más largo plazo, según su observación, en los próximos 5 o incluso 10 años, ¿qué tecnologías pueden convertirse en tendencias tecnológicas más importantes que afectarán a las empresas?
Xin Erlun: Hemos visto estas diez tendencias tecnológicas principales, que son todas tendencias estratégicas, incluida la información de todo y la arquitectura y plataforma de Internet de las cosas. De hecho, creo que esto no es sólo una tendencia, sino una nueva realidad de TI.
En cuanto a la informatización de todas las cosas, se puede entender que estamos en una red digital, y este entorno producirá y utilizará innumerables informaciones. En este océano de datos e información, tanto las empresas como los individuos deben aprender a juzgar e identificar qué información puede aportar valor estratégico, dominar cómo acceder a estas diferentes fuentes de datos y descubrir qué información tienen a través de diversos métodos de análisis y algoritmos de valor empresarial. .
De hecho, estas predicciones también son un reflejo de la realidad informática real. Uno de los factores más importantes a la hora de hacer realidad Internet o la informatización de todo es la tecnología de sensores. Actualmente vivimos en una era en la que la tecnología de sensores combinada con capacidades de procesamiento masivamente paralelo nos permite medir y analizar de manera integral casi cualquier fenómeno. Los instrumentos avanzados nos permiten rastrear cambios en todo, desde los patrones climáticos hasta los hábitos de conducción de automóviles, la temperatura del refrigerador de un restaurante de comida rápida y los signos vitales de los pacientes en el hospital (o en casa). Estos datos se recopilan en una base de datos y se analizan en detalle utilizando una amplia gama de herramientas estadísticas, analíticas y de visualización.
Es precisamente gracias a estos sensores que han surgido nuevas fuentes de datos en nuestras vidas y trabajos. Por ejemplo, a través de lectores de identificación por radiofrecuencia, podemos realizar seguimiento y control de inventario minorista, seguimiento de muestras de pruebas médicas, prevención de fraude, etc., a través de rastreadores de posicionamiento GPS, podemos realizar gestión de flotas y gestión de transporte y carga a través de la recopilación de datos; Sensores, podemos recopilar datos en tiempo real para su análisis en sistemas de fabricación, protección ambiental y transporte.
Por ejemplo, Siemens ha implementado la tecnología Teradata para mejorar sus procesos de fabricación y la calidad de sus productos. Por primera vez, Siemens está integrando datos de sensores, procesos de fabricación, datos generados por máquinas y varios sistemas fuente. El Dr. Michael May, Director de Análisis y Monitoreo de Negocios en el Área de Tecnología de Siemens, dijo: "Ahora podemos obtener el valor de los datos de manera más rápida y efectiva. Al convertir big data en datos inteligentes, podremos Optimice la calidad del producto y brinde a los clientes mejores servicios".
Me gustaría mencionar dos puntos sobre Internet de las cosas: El "Informe anual sobre el desarrollo de Internet de las cosas en China 2014-2015" señala que Internet de las cosas La tecnología está estrechamente relacionada con tecnologías emergentes como la computación en la nube, big data e Internet móvil. La innovación colaborativa de la tecnología de la información de primera generación se ha profundizado aún más y la "integración bidireccional" con industrias tradicionales como la agricultura, la manufactura, y las industrias de servicios y las industrias emergentes, como las de nuevas energías, nuevos materiales y manufactura avanzada, se han fortalecido continuamente. El Internet de las cosas está acelerando su penetración en muchas áreas de la economía, la sociedad y la vida, dando lugar constantemente a nuevos cambios, nuevas aplicaciones y nuevos formatos comerciales. Se trata de logros de desarrollo muy gratificantes.
Con el rápido desarrollo del Internet de las Cosas y el futuro de "todo está conectado a Internet", cualquier persona, cualquier cosa y cualquier cosa podrá estar conectado, lo que provocará cambios en los modelos de comunicación, modelos de negocio e incluso cambios. en los modelos de desarrollo.
Sin embargo, debemos enfatizar que para que el Internet de las cosas ejerza valor, las empresas deben integrar y analizar datos de sensores y utilizar los resultados del análisis en el proceso de producción, y el Internet de las cosas basado en big data. es el valioso Internet de las Cosas.
Dado que los datos de IoT son datos no estructurados, el análisis de estos datos JSON es muy complejo. En mayo de este año, anunciamos que, por primera vez, implementaríamos el almacenamiento nativo de tres formatos de datos JSON principales en la misma base de datos, lo que brindará a los clientes un mayor rendimiento de consultas. Al actualizar la base de datos de Teradata, puede ayudar a los usuarios empresariales a aprovechar al máximo el valor empresarial de los datos JSON generados por aplicaciones web, sensores y máquinas de IoT. La base de datos Teradata tiene potentes funciones para analizar datos JSON, datos operativos y datos comerciales históricos, y este rendimiento de consulta superior la convierte en un centro de análisis de IoT. Además, Teradata Listener presentado en esta conferencia es un software inteligente de autoservicio con capacidades de "escucha" en tiempo real que puede ayudar a los clientes a rastrear sus múltiples sensores y flujos de datos de IoT almacenados en todo el mundo y transmitir estos datos a múltiples plataformas de análisis. En el ecosistema, estos son enormes avances tecnológicos.
En cuanto a la predicción de tendencias a largo plazo en el futuro, si lo miramos desde una perspectiva más macro, primero clasificamos el desarrollo de toda la industria de TI y luego podemos ver el desarrollo futuro. tendencia. En el pasado, a partir de las décadas de 1970 y 1980, el enfoque en toda la industria de TI, ya fuera el enfoque otorgado por la industria, el enfoque de los proveedores de TI o el enfoque de las empresas en establecer sus propios departamentos de TI, era más de un enfoque pequeño-yo-grande. Centrarse en T, ¿qué es el yo pequeño y el T grande? Una pequeña parte se centra en el valor que la información puede encarnar, mientras que una gran parte se centra en cuestiones de aplicación y tecnología de I+D. Este es el Pequeño I y la Gran T. La mayoría de la gente piensa que TI es solo el tema de la Tecnología. Sin embargo, debemos prestar atención a que TI no es solo Tecnología, sino dos temas, Información y Tecnología.
Con el desarrollo de la tecnología, el valor de la Información que la tecnología actual puede transportar está aumentando rápidamente. En el futuro, habrá más oportunidades en el tema de la Información, que se extenderán a los próximos 10 o 20. años, perspectivas de 30 años. Especialmente en los próximos 30 años, esta era será la era de la I grande y la T pequeña, y la mayor parte de la atención se centrará en el tema de la Información. ,
ZDNet: basándose en Teradata y su experiencia en el servicio a clientes, si sugiriera que una empresa establezca su propia estrategia de big data, ¿qué estrategia debería preparar?
Xin Erlun: En primer lugar, se recomienda que los clientes se hagan algunas preguntas, es decir, ¿por qué deberían establecer su propia estrategia de big data? ¿Qué dirección empresarial requiere una estrategia basada en datos? . La estrategia de big data debe estar dirigida a escenarios comerciales específicos. Solo con objetivos claros del escenario comercial se puede desarrollar la capacidad de controlar big data y tener un sentido de misión.
Por ejemplo, una empresa quiere mejorar su contribución de valor al cliente y espera establecer una estrategia de big data que pueda obtener conocimientos a partir de la información a través de múltiples canales de interacción con los clientes, como una vista unificada del cliente de 360 grados. Proporcionar los servicios o productos que el cliente necesita en el momento correcto, en el lugar correcto y de la manera correcta. Otro ejemplo es que al establecer una estrategia de big data para el control de riesgos, las instituciones financieras pueden descubrir y juzgar los riesgos y peligros que enfrentan sus propias empresas, como el análisis del círculo de garantía. Por ejemplo, los operadores de telecomunicaciones pueden establecer estrategias de big data para optimizar la calidad del servicio al cliente, descubrir usuarios que están a punto de abandonar la red, mejorar su soporte comercial y retener a los usuarios.
Sin embargo, me gustaría enfatizar aquí que una estrategia basada en datos no es lo mismo que una estrategia de recopilación de datos. En la actualidad, las empresas deben intentar evitar "guardar y no utilizar". en ningún caso recopila ni almacena datos.
¿Qué tal si ayudamos a muchos clientes de todo el mundo a crear estrategias eficientes de big data? , Me gustaría compartir algunas claves para el éxito:
Primero, sea integral.
Las empresas deben adoptar una perspectiva macro para identificar los diferentes elementos que componen un sistema eficiente, vincular diferentes conjuntos de datos (como flujos de datos internos y externos, o información de diferentes departamentos funcionales de la empresa) y encontrar información significativa a través de la correlación. análisis .
En segundo lugar, tomar el negocio como núcleo. La planificación estratégica de big data debe estar orientada a los negocios. La estrategia de big data no es un proyecto científico, sino que debe satisfacer las necesidades comerciales reales como núcleo.
En tercer lugar, sea flexible. Se deben tener en cuenta los casos de uso futuros, y las estrategias y metodologías de análisis de big data deben evitar limitaciones comunes, como la dependencia excesiva de una única tecnología o modelo de plataforma única o procesos demasiado estandarizados porque la transformación basada en datos no se logrará en el futuro; un paso o se extienden a toda la empresa a la vez, por lo que al formular la estrategia, es importante reconocer que el valor se crea de forma incremental y tener en cuenta toda la evolución.
En cuarto lugar, ser organizado y escalable. Garantizar que la estrategia de big data se implemente plenamente y no conduzca a la creación de otro gran grupo de islas de datos.
En quinto lugar, el análisis de datos y la toma de decisiones científicas. Desarrolle una mentalidad basada en análisis y cultive una cultura verdaderamente basada en datos.
Lo anterior es la imagen futura del análisis de big data compartida por el editor. Todo se puede analizar. Para obtener más información, puede seguir a Global Ivy para compartir más información detallada.