Современные тенденции в мире данных и аналитики

Блог Майка Флэннегана (Mike Flannagan), вице-президента и генерального менеджера подразделения Cisco по обработке данных и аналитике.

В канун нового года поговорим об основных тенденциях в области обработки и анализа данных, которые сейчас постоянно на слуху.

Рост гиперраспределенных конгломератов данных

Попросту говоря, гиперраспределенные конгломераты данных представляют собой большие скопления данных внутри организации, плюс обширный массив мест хранения этих данных. Практически в любой отрасли данные сейчас генерируются там, где раньше об этом не было и речи, вследствие чего и появляются такие «гиперраспределенные конгломераты данных».

Впрочем, дело давно уже не просто в данных. Главная проблема — подключенные данные. Становится все труднее выбрать нужные данные и обеспечить их безопасность, не говоря уж о том, чтобы проанализировать их и действовать в соответствии с полученным результатом.

Например, данные, передаваемые камерами видеонаблюдения в торговом центре, могут в реальном времени многое сказать о поведении и предпочтениях покупателей. В то же время сотрудник магазина сможет помочь совершить покупку только в том случае, если успеет получить результат анализа, прежде чем покупатель покинет магазин. Решением этой проблемы может стать граничная аналитика, т.е. обработка и анализ данных там, где они генерируются, без передачи в центр.

Остается проблема интеграции разрозненных наборов данных и создания единого представления

Гиперраспределенность конгломератов данных приводит к тому, что данные усложняются, становятся все более неупорядоченными и хранятся в разных форматах. И это серьезно отражается на затратах практически для любой организации, если та выполняет интеграцию вручную. Некоторые из них даже затевают многолетние проекты, пытаясь сократить издержки и лучше понять заказчиков.

К счастью, есть программное решение Cisco Data Virtualization, способное существенно уменьшить стоимость и сроки исполнения проектов интеграции данных. С его помощью одна из транснациональных фармацевтических компаний смогла повысить качество данных и вдвое сократить сроки разработки проектов. Кроме того, одной международной некоммерческой организации удалось на 25% ускорить подготовку новых программ и инициатив, а компания, работающая в сфере шоу-бизнеса, благодаря повышению качества решений, принимаемых на основе анализа данных, более чем на 21 млн долларов увеличила свои обороты.

Аналитика помогает ускорить внедрение Интернета вещей

В Интернете вещей (Internet of Things, IoT) можно найти не один пример гиперраспределенных конгломератов данных. Здесь и терабайты данных, поступающих с датчиков морских нефтяных платформ, и подлежащие немедленной обработке данные, передаваемые роботами с производственных участков. IoT-устройства и сенсоры способны указать на отказы механизмов и опасность еще до того, как это превратится в серьезные проблемы.

Следующий шаг — анализ данных. Выявление характерных особенностей поможет найти способы повышения производительности, как, например, увеличение доли профилактического техобслуживания или разработка более эффективных технологических процессов. Соединение данных с аналитикой открывает новые горизонты. Прекрасный пример — недавнее сотрудничество Cisco и компании Mazak по разработке диагностического прибора, получившего название SmartBox. Прибор, собранный на основе аналитической платформы Cisco Streaming Analytics, встроенной в промышленный коммутатор Cisco Industrial Ethernet (IE) 4000, крепится к корпусу станка и в реальном времени измеряет такие параметры, как вибрация и температура. Анализируя получаемые данные, персонал может выявлять и оперативно устранять приводящие к простоям неполадки, повышая общую наработку оборудования.

Гонка за цифрой

Наконец, одна из основных тем для обсуждения — необходимость применять и внедрять цифровые технологии и бизнес-модели. Компания Gartner определяет цифровизацию как применение цифровых технологий для изменения бизнес-моделей и изыскания новых возможностей для получения доходов и наращивания потребительской ценности. Другими словами, это процесс перехода к цифровому бизнесу.

Что это значит для аналитики? Чем более цифровым становится бизнес, тем больше источников можно привлечь для повышения качества и точности анализа. Это важнейшее и обязательное условие для сохранения конкурентного преимущества. В одном из исследований говорится, что в ближайшие пять лет в результате цифрового переворота в каждой отрасли исчезнут 4 из 10 крупных действующих компаний. При этом цифровой переворот касается не только компаний высокотехнологичного сектора. Возьмем для примера автомобилестроительную компанию, которая использует Wi-Fi-аналитику для выявления характера поведения заказчиков и повторного прихода клиентов. Будучи руководителем дилерской фирмы, я могу, видя соотношение обслуживаемых заказчиков и тех, кто ждет в очереди продавца, изменить штатное расписание, чтобы создать клиентам более комфортную обстановку.