Οι ειδικοί μοιράζονται τις κορυφαίες τάσεις μεγάλων δεδομένων για το 2017

Συγγραφέας: Roger Morrison
Ημερομηνία Δημιουργίας: 21 Σεπτέμβριος 2021
Ημερομηνία Ενημέρωσης: 19 Ιούνιος 2024
Anonim
The Third Industrial Revolution: A Radical New Sharing Economy
Βίντεο: The Third Industrial Revolution: A Radical New Sharing Economy

Περιεχόμενο


Πάρε μακριά:

Πολλοί ειδικοί πιστεύουν ότι το 2017 θα είναι ακόμα μεγαλύτερο, καθώς η μεγάλη τεχνολογία δεδομένων γίνεται ολοένα και πιο εξελιγμένη και οι οργανώσεις συνεχίζουν να βελτιώνουν την ικανότητά τους να αξιοποιούν τα μεγάλα δεδομένα.

Το 2016 ήταν ένα έτος ορόσημο για μεγάλα δεδομένα. Σύμφωνα με τα στοιχεία που συγκέντρωσε η Tableau, περισσότεροι οργανισμοί από ποτέ έχουν αποθηκεύσει, επεξεργαστεί και αναλύσει μεγάλα δεδομένα ως μέρος των επιχειρηματικών διαδικασιών τους. Πολλοί ειδικοί πιστεύουν ότι το 2017 θα είναι ακόμα μεγαλύτερο, καθώς η μεγάλη τεχνολογία δεδομένων γίνεται ολοένα και πιο εξελιγμένη και οι οργανώσεις συνεχίζουν να βελτιώνουν την ικανότητά τους να αξιοποιούν τα μεγάλα δεδομένα. Ζητήσαμε από ειδικούς στον τομέα να παραδώσουν τις προβλέψεις τους για το τι ισχύει το έτος όταν πρόκειται για μεγάλη τεχνολογία δεδομένων. Εδώ είναι αυτά που μας είπαν.

Αυξημένη αυτοματοποίηση μέσα σε μεγάλα εργαλεία δεδομένων

Οι επιχειρήσεις που επενδύουν σε μεγάλα δεδομένα πρέπει να γνωρίζουν περισσότερες διαστάσεις των πελατών, των προϊόντων και των λειτουργιών τους. Τα νέα εργαλεία για πίνακες στοιχείων δεδομένων και αυτοματοποίηση αναφοράς είναι τοποθετημένα έτσι ώστε να μετατρέπουν τα εισοδήματα μακροπρόθεσμης και βραχυπρόθεσμης απόδοσης στα έσοδα και να παραδίδουν στην κατώτατη γραμμή. Η αυτοματοποίηση και το κόστος της εξειδικευμένης επιστήμης εξειδικευμένων επιστημών δεδομένων θα μειώσουν το κόστος για την υιοθέτηση εργαλείων επιχειρηματικής εστίασης και θα βοηθήσουν τους πελάτες να προσαρμόσουν και να πουλήσουν μεγαλύτερα προϊόντα / υπηρεσίες στους πελάτες τους νέους και πιστούς.

-Michael Reddy, Ιδρυτής & Διευθυντής Analytics στο Digital Nowen


Αυξημένη εστίαση στην καθαριότητα των δεδομένων

Παρά την ολοένα και πιο ισχυρή εκμάθηση μηχανών και τους προηγμένους αλγόριθμους, πολλοί έμποροι δεν έχουν συλλέξει σωστά τα δεδομένα τους, δεν τις έχουν κανονικοποιήσει, τα καθαρίσει, τα δομήσουν και τα βάζουν σε ένα μέρος όπου μπορούν να αναλυθούν. Το 2017 θα είναι ένα έτος όπου θα επικεντρωθεί περισσότερο σε αυτά τα καθήκοντα "φύλαξης δεδομένων".

-Mike Driscoll, Διευθύνων Σύμβουλος της Metamarkets

Οι πρώτοι υιοθετούντες θα αρχίσουν να χρησιμοποιούν μια πλατφόρμα απλού πελάτη

Οι πρώτοι υιοθετούντες θα αρχίσουν να χρησιμοποιούν μια ενιαία πλατφόρμα εμπειρίας πελατών για να συγκεντρώσουν δεδομένα που συγκεντρώνονται από όλα τα σημεία εμπλοκής. Αυτός ο τύπος συστήματος θα περιλαμβάνει αναλύσεις αυτοεξυπηρέτησης, αναλύσεις για κινητά και μεγάλες αναλύσεις δεδομένων. Τα Analytics παρέχουν τις ιδέες που αναζητούν τα εμπορικά σήματα, αλλά είναι σημαντικό να δείτε τα αναλυτικά στοιχεία των κέντρων επαφών από έναν πελάτη, έναν πράκτορα και μια οργανωτική προοπτική. Άλλες λύσεις που προσπαθούν να διαχειριστούν τις εμπειρίες των πελατών δεν μπορούν να λειτουργούν πέρα ​​από μια ενιαία αλληλεπίδραση. Είναι είτε παγιδευμένοι σε μια λειτουργία (πωλήσεις, μάρκετινγκ, υπηρεσία) ή ένα κανάλι (φωνή, κινητό, ψηφιακό, κοινωνικό) ή, χειρότερα, και τα δύο: σε ένα κανάλι σε μια λειτουργία. Αυτά τα σιλό είναι όπου η λογοδοσία πηγαίνει να πεθάνει. Σε μια εποχή που οι καταναλωτές αναμένουν μια απρόσκοπτη ψηφιακή εμπειρία, χρειάζεται μόνο μία διακοπή για να χάσουν την πίστη των πελατών.

-Merijn te Booij, ΚΟΑ της Genesys


Τα SaaS και τα μεγάλα δεδομένα θα αποτελέσουν την κύρια πηγή για την ανάλυση λειτουργιών πληροφορικής

Το 2017, αναμένεται να δει ο συνδυασμός SaaS και τα μεγάλα δεδομένα να μετακινηθούν στο mainstream για λύσεις αναλυτικών λειτουργιών σε πραγματικό χρόνο.

No Bugs, No Stress - Ο οδηγός σας βήμα προς βήμα για τη δημιουργία λογισμικού που αλλάζει τη ζωή χωρίς να καταστρέφει τη ζωή σας

Δεν μπορείτε να βελτιώσετε τις δεξιότητες προγραμματισμού σας όταν κανείς δεν ενδιαφέρεται για την ποιότητα του λογισμικού.

Τα μεγάλα δεδομένα γεννήθηκαν ως λογισμικό ανοιχτού κώδικα. Ενώ ήταν εξαιρετικά ισχυρό, στις περισσότερες περιπτώσεις δεν αφομοιώνεται εύκολα από το μεγαλύτερο μέρος των καταστημάτων πληροφορικής. Η εμπορευματοποίηση μεγάλων δεδομένων προέκυψε μέσω επιχειρήσεων με γνώμονα τη διαβούλευση, οι οποίες προσέφεραν την ολοκλήρωση και την υποστήριξη γύρω από αυτά τα εργαλεία ανοιχτού κώδικα. Αυτό ήταν αποτελεσματικό, αλλά ακριβό. Παράλληλα, οι πάροχοι νέφους άρχισαν να προσφέρουν μεγάλα εργαλεία δεδομένων που συνδυάζονται με πόρους υποδομής cloud. Αυτές οι φάσεις εξέλιξης έθεσαν το στάδιο για μια φυσική εξέλιξη από τα εργαλεία και τις γενικές πλατφόρμες σε SaaS μεγάλες προσφορές δεδομένων που χτίστηκαν γύρω από πραγματικές περιπτώσεις χρήσης.

-Jim Frey, Αντιπρόεδρος Στρατηγικών Συμμαχιών στην Kentik

Ο εκδημοκρατισμός των μεγάλων δεδομένων θα επιταχύνει και θα εξισορροπήσει το πεδίο παιχνιδιού για τις μικρότερες επιχειρήσεις

Θα υπάρξει αυξημένη εστίαση στις τεχνολογίες και τις υπηρεσίες που θέτουν την ισχύ των δεδομένων στα χέρια εκείνων που την χρειάζονται περισσότερο. Οι πωλήσεις και το μάρκετινγκ, για παράδειγμα, θα έχουν περισσότερες επιλογές για την παρακολούθηση, απολύμανση και ανάλυση μεγάλων δεδομένων "στην άκρη", πριν βρεθούν σε μεγάλες συγκεντρωτικές βάσεις δεδομένων όπου θα μπορούσαν γρήγορα να χάσουν αξία. Οι εταιρείες θα εξετάζουν όλο και περισσότερο τους παρόχους που ανακουφίζουν το βάρος αυτής της διαχείρισης δεδομένων, ενώ ταυτόχρονα θα ενισχύσουν τις πωλήσεις και το μάρκετινγκ, παρέχοντας καλά δεδομένα στα χέρια των αντιπροσώπων πωλήσεων και των μάρκετινγκ, ώστε να μπορούν να λάβουν πιο ενημερωμένες και άμεσες ενέργειες. Αυτό θα είναι ιδιαίτερα χρήσιμο για τις μικρότερες εταιρείες που θα εμπλουτίσουν τα εκδημοκρατισμένα δεδομένα για να ανταγωνίζονται τους μεγαλύτερους ανταγωνιστές.

-Henry Schuck, συνιδρυτής και διευθύνων σύμβουλος του DiscoverOrg

Οι εταιρείες και οι τεχνολογίες που δημιουργούν και διαχειρίζονται μεγάλα δεδομένα θα αντιμετωπίσουν μεγαλύτερες προσδοκίες

Οι εταιρείες συνειδητοποιούν ότι τα επαληθευμένα δεδομένα είναι ο πιο κρίσιμος παράγοντας που οδηγεί σε επιτυχείς πωλήσεις και μάρκετινγκ. Καθώς εφαρμόζεται περισσότερη τεχνολογία στη λειτουργία πωλήσεων και μάρκετινγκ, τα καλά δεδομένα καθίστανται όλο και πιο σημαντικά, διότι είναι το καύσιμο που εξουσιάζει αυτά τα εργαλεία. Η τεράστια αξία που η Microsoft έθεσε στο LinkedIn λόγω των πλούσιων δεδομένων της και η επένδυση που πραγματοποίησε η Salesforce σε εργαλεία για την αξιοποίηση των δεδομένων για να ενημερωθεί το "ταξίδι του πελάτη" αποτελούν σημαντικά μηνύματα που προβλέπουν μελλοντικές συμμαχίες αγοράς, ενοποίηση και καινοτομία. την αξία των καλών δεδομένων.

-Henry Schuck, συνιδρυτής και διευθύνων σύμβουλος του DiscoverOrg

Η υπευθυνότητα και η ασφάλεια των δεδομένων θα οδηγήσουν σε συζητήσεις στα παγκόσμια φόρουμ

Μία από τις μεγαλύτερες ερωτήσεις γύρω από τα μεγάλα δεδομένα το 2017 θα είναι: "Ποιος πραγματικά το κατέχει;" Η κυριαρχία και η ασφάλεια δεδομένων - τόσο σε εταιρικό όσο και σε ατομικό επίπεδο - θα οδηγήσουν συζητήσεις για το θέμα αυτό σε πολλά εξέχοντα φόρουμ σε όλο τον κόσμο Παγκόσμιο Οικονομικό Φόρουμ στο Νταβός και το G8).

Καθώς προχωράμε σε μια εποχή μηχανικής μάθησης, τεχνητής νοημοσύνης (AI) και εικονικής πραγματικότητας, τα δεδομένα που παράγονται από οποιοδήποτε κομμάτι τεχνολογίας ανήκουν στον "ιδιοκτήτη / δημιουργό" της τεχνολογίας. Ωστόσο, με χώρες όπως η Ευρώπη που εφαρμόζουν πλαίσια όπως το Γενικό Ο κανονισμός για την προστασία των δεδομένων (GDPR) το 2018, ο οποίος θα περιλαμβάνει δραματικά μεγαλύτερα πρόστιμα για παραβιάσεις των νόμων περί προστασίας δεδομένων (έως και 4% των συνολικών εσόδων μιας εταιρείας σε ορισμένες περιπτώσεις), το ίδιο συμβαίνει και με την οικονομική ευθύνη για μη συμμόρφωση.

Τώρα που η αμέλεια της κυριαρχίας των δεδομένων θα βάλει ένα άμεσο χτύπημα στις βαθιές τσέπες των επιχειρήσεων, η πρόβλεψή μου είναι ότι θα συγκεντρωθεί πολύ περισσότερη προσοχή το 2017.

-Garry Connolly, Ιδρυτής και Πρόεδρος του Οργανισμού στην Ιρλανδία

Η Δραστηριότητα M & A του Προμηθευτή AI και του Analytics θα επιταχυνθεί

Δεν υπάρχει αμφιβολία ότι υπάρχει μια τεράστια γηραιά γη για οτιδήποτε AI, μηχανική μάθηση ή βαθιά μάθηση. Σημαντικοί παίκτες τόσο διαφορετικοί όσο οι Google, η Apple, η Salesforce και η Microsoft στην AOL και η Amazon οδήγησαν την τάση εξαγοράς φέτος. Λόγω του μικρού λειτουργικού ιστορικού των περισσοτέρων νέων εταιρειών που αποκτήθηκαν, αυτές οι κινήσεις είναι τόσο για την απόκτηση του περιορισμένου αριθμού εμπειρογνωμόνων του AI στον πλανήτη όσο και για την αξία που έχει μέχρι στιγμής η κάθε εταιρεία. Η μάχη για την επιχειρηματική νοοτροπία της AI έχει ξεκαθαριστεί μεταξύ της IBM Watson, της Salesforce Einstein και της Adaptive Intelligent Applications της Oracle. Αυτό που είναι καλά κατανοητό είναι ότι το AI χρειάζεται μια σταθερή βάση για αξιόπιστα δεδομένα πάνω στα οποία θα λειτουργήσει. Με περιορισμένο αριθμό επιχειρήσεων που προσφέρουν αυτές τις ολοκληρωμένες δυνατότητες, η αναζήτηση συναφών στοιχείων και τελικά συνιστώμενων ενεργειών που μπορούν να βοηθήσουν στην πρόβλεψη και την αποτελεσματικότερη πρόβλεψη και λήψη αποφάσεων θα οδηγήσουν σε ακόμη πιο επιθετική δραστηριότητα συγχωνεύσεων και εξαγορών το 2017.

-Ramon Chen, Διευθυντής Marketing στο Reltio

Οι Λίμνες Δεδομένων θα γίνουν τελικά χρήσιμες

Πολλές εταιρείες που πήραν τη λίμνη δεδομένων κατά τη διάρκεια των πρώτων ημερών έχουν δαπανήσει ένα σημαντικό χρηματικό ποσό όχι μόνο για την αγορά στην υπόσχεση της χαμηλού κόστους αποθήκευσης και επεξεργασίας, αλλά μια πληθώρα υπηρεσιών για να συγκεντρώσει και να διαθέσει σημαντικές ομάδες μεγάλων δεδομένων να συσχετιστούν και να αποκαλυφθούν για καλύτερη γνώση. Η πρόκληση είναι η εξεύρεση ειδικευμένων επιστημόνων δεδομένων οι οποίοι είναι σε θέση να κατανοήσουν τις πληροφορίες, ενώ ταυτόχρονα εγγυώνται την αξιοπιστία των δεδομένων στα οποία ευθυγραμμίζονται και συσχετίζονται τα δεδομένα (αν και ο εμπειρογνώμονας Tom Davenport ισχυρίστηκε πρόσφατα ότι είναι μύθος ότι οι επιστήμονες δεδομένων είναι σκληρά να βρω). Οι λίμνες δεδομένων έχουν επίσης μειωθεί όσον αφορά την παροχή πληροφοριών και τη λήψη ενημερώσεων σε πραγματικό χρόνο από επιχειρησιακές εφαρμογές. Ευτυχώς, το χάσμα μειώνεται ανάμεσα σε αυτό που παραδοσιακά ήταν η πειθαρχία και το σύνολο τεχνολογιών που είναι γνωστές ως master data management (MDM) και στον κόσμο των επιχειρησιακών εφαρμογών, των αποθηκών αναλυτικών δεδομένων και των λιμνών δεδομένων. Με τα υπάρχοντα μεγάλα έργα δεδομένων που αναγνωρίζουν την ανάγκη για αξιόπιστη βάση δεδομένων και τα νέα έργα που συνδυάζονται σε μια ολιστική στρατηγική διαχείρισης δεδομένων, οι λίμνες δεδομένων μπορούν τελικά να εκπληρώσουν τις υποσχέσεις τους το 2017.

-Ramon Chen, Διευθυντής Marketing στο Reltio

Ο νόμος του Moore θα διατηρηθεί αληθινός για τις βάσεις δεδομένων

Σύμφωνα με το νόμο του Per Moore, οι CPU γίνονται όλο και γρηγορότερα και φθηνότερα. Τελικά, οι βάσεις δεδομένων ακολουθούν το ίδιο μοτίβο.

Το 2013, η Amazon άλλαξε το παιχνίδι όταν εισήγαγε την Redshift, μια μαζικά παράλληλη βάση δεδομένων επεξεργασίας που επέτρεψε στις εταιρείες να αποθηκεύουν και να αναλύουν όλα τα δεδομένα τους σε λογική τιμή. Από τότε, όμως, οι εταιρείες που είδαν προϊόντα όπως το Redshift ως datastores με αποτελεσματικά απεριόριστη χωρητικότητα έχουν χτυπήσει έναν τοίχο. Έχουν εκατοντάδες terabytes ή ακόμη και petabytes δεδομένων και έχουν κολλήσει μεταξύ να πληρώσουν περισσότερα για την ταχύτητα που είχαν συνηθίσει ή να περιμένουν πέντε λεπτά για να επιστρέψουν ένα ερώτημα.

Εισαγάγετε (ή ξαναρχίστε) το νόμο του Moore. Το Redshift έχει γίνει το βιομηχανικό πρότυπο για τις βάσεις δεδομένων MPP του σύννεφου και δεν βλέπουμε να αλλάζει οποιαδήποτε στιγμή σύντομα. Με αυτό είπε, η πρόβλεψή μας για το 2017 είναι ότι οι βάσεις δεδομένων MPP κατά παραγγελία, όπως το Google BigQuery και το Snowflake, θα δουν μια τεράστια δημοτικότητα. Οι βάσεις δεδομένων κατά ζήτηση χρεώνουν τις πένες για αποθήκευση, επιτρέποντας στις εταιρείες να αποθηκεύουν δεδομένα χωρίς να ανησυχούν για το κόστος. Όταν οι χρήστες θέλουν να τρέξουν ερωτήματα ή να τραβήξουν δεδομένα, γυρίζουν το υλικό που χρειάζονται και ολοκληρώνουν τη δουλειά μέσα σε λίγα δευτερόλεπτα. Είναι γρήγοροι, κλιμακωτές και αναμένουμε να δούμε πολλές εταιρείες που τις χρησιμοποιούν το 2017.

-Lloyd Tabb, Ιδρυτής, Πρόεδρος & Διευθυντής Τεχνολογίας στο Looker

SQL θα έχει ένα άλλο έκτακτο έτος

Η SQL έχει περάσει εδώ και δεκαετίες, αλλά από τα τέλη της δεκαετίας του 1990 έως τα μέσα της δεκαετίας του 2000, εξαντλήθηκε καθώς οι άνθρωποι άρχισαν να αναζητούν εναλλακτικές λύσεις NoSQL και Hadoop. Ωστόσο, η SQL επέστρεψε με εκδίκηση. Η αναγέννηση του SQL ήταν όμορφη να βλέπω και δεν νομίζω καν ότι είναι κοντά στην κορυφή του ακόμη.

-Lloyd Tabb, Ιδρυτής, Πρόεδρος & Διευθυντής Τεχνολογίας στο Looker

Οι ομάδες IT θα κατευθύνουν περισσότερη εστίαση προς την τοποθέτηση μεγάλων δεδομένων προς χρήση

Το 2017, οι ομάδες τεχνολογιών πληροφορικής θα κοιτάξουν πέρα ​​από την επίλυση για μεγάλα δεδομένα και με τη σειρά τους θα εστιάσουν περισσότερο την προσοχή τους στην τοποθέτηση μεγάλων δεδομένων που θα χρησιμοποιηθούν ως το επόμενο βήμα. Η μηχανική μάθηση θα χρησιμοποιηθεί ως πηγή ευρείας νοημοσύνης και γνώσεων που δεν ήταν εφικτή πριν από τον άνθρωπο. Σε συνδυασμό με τα σχόλια των πελατών, οι ομάδες τεχνολογίας πληροφορικής θα αξιοποιήσουν τις γνώσεις που συγκεντρώθηκαν από την εκμάθηση μηχανών για να προβλέψουν και να εξατομικεύσουν τις εμπειρίες των πελατών.

-Rajagopal Chandramohan, επικεφαλής αρχιτέκτονας, Επιχειρηματικές υπηρεσίες επιχειρήσεων στο Intuit

Περισσότερες εταιρείες θα χρησιμοποιήσουν το Big Data Analytics για την ανίχνευση (όχι απλά πρόληψη) της απάτης

Πολλοί διαχειριστές πληροφορικής δεν γνωρίζουν ότι τα συστήματα ERP (enterprise resource planning), τα οποία φιλοξενούν και διαχειρίζονται τα μεγάλα σύνολα δεδομένων της εταιρείας, έχουν εγγενείς πολυπλοκότητες που πραγματικά δημιουργούν ευκαιρίες για απάτη. Λαμβάνοντας υπόψη το κόστος της αναθεώρησης τέτοιων συστημάτων, οι εταιρείες αρχίζουν να επικεντρώνονται περισσότερο στην ανίχνευση της απάτης, εγκαθιστώντας εργαλεία ανάλυσης δεδομένων για τον έλεγχο της ικανότητας του ERP, με σκοπό να εντοπίσουν ανωμαλίες που μπορεί να υποδηλώνουν απάτη.

Ενώ οι έλεγχοι ERP μπορούν να αποτρέψουν επιπλέον απάτες, είναι δαπανηρές και συχνά αποθαρρύνουν την αποτελεσματικότητα των διαδικασιών ενώ ανοίγουν την πόρτα για καταστρατήγηση από ορισμένους απατεώνες. Με τη μετατόπιση της εστίασής τους, οι εταιρείες μπορούν να αποκτήσουν τη δυνατότητα να αναλύουν τις τάσεις στα δεδομένα ERP και να εντοπίζουν πού κάποιος έχει σφάλλει ή έχει επιχειρήσει να παρακάμψει τους ελέγχους, παρά να δημιουργήσει ατελείωτα οδοφράγματα.

-Dan Zitting, επικεφαλής προϊόντος στο ACL

Το 2017 θα είναι ένα έτος βελτιστοποίησης για οργανισμούς με καταστήματα δεδομένων που βασίζονται σε σύννεφα

Για οργανισμούς με καταστήματα δεδομένων που βασίζονται σε σύννεφο, το 2017 θα είναι έτος βελτιστοποίησης. Για όσους επιθυμούν να μεταφέρουν δεδομένα στο σύννεφο, το 2017 θα είναι ένα έτος για να ενσωματωθούν στρατηγικές βελτιστοποίησης δεδομένων. Όλοι οι δρόμοι οδηγούν στην εξάλειψη των περιττών λειτουργικών δαπανών, ενώ παράλληλα ενισχύουν τις επιχειρηματικές επιδόσεις με πρόσβαση σε πληροφορίες και γεγονότα. Οι ιστορίες δεδομένων μπούμερανγκ - τα δεδομένα μεταφέρθηκαν στο σύννεφο και στη συνέχεια μεταφέρθηκαν πίσω λόγω απροσδόκητων δαπανών - μπορούν να εξαλειφθούν ακολουθώντας μια στρατηγική ζώνης δεδομένων. Αυτό συνεπάγεται την υποστήριξη αρχιτεκτονικών δεδομένων με την προϋπόθεση ότι όλα τα δεδομένα δεν είναι ίσα με τον οργανισμό. Οι αρχιτέκτονες δεδομένων πρέπει να εξετάσουν την αξία των δεδομένων βάσει της οργανωτικής τους ανάγκης. Η ευθυγράμμιση μπορεί να επιτευχθεί με ζώνες δεδομένων. Τα συνηθισμένα παραδείγματα θα περιλαμβάνουν τα εξής: φώτα υποστήριξης, ανταγωνιστικό πλεονέκτημα, καινοτομία και τελειοποίηση. Πηγαίνουν οι ημέρες κατά τις οποίες οι λίμνες δεδομένων μπορούν να θεωρηθούν ως ένα απλό και αδιαφοροποίητο καταφύγιο για όλα τα δεδομένα. Βγείτε στη ζώνη, τη ζώνη δεδομένων.

-William Hurley, ανώτερος διευθυντής υπηρεσιών κύκλου ζωής λογισμικού στην Astadia