Multaj eksterlandaj aŭtoroj konsentas, ke la epoko de Big Data finiĝis. Kaj en ĉi tiu kazo, la termino Big Data rilatas al teknologioj bazitaj sur Hadoop. Multaj aŭtoroj povas eĉ memfide nomi la daton, kiam Big Data forlasis ĉi tiun mondon kaj ĉi tiu dato estas 05.06.2019/XNUMX/XNUMX.
Kio okazis en ĉi tiu grava tago?
En ĉi tiu tago, MAPR promesis suspendi sian laboron se ĝi ne povas trovi financojn por plua funkciado. MAPR poste estis akirita fare de HP en aŭgusto 2019. Sed revenante al junio, oni ne povas ne rimarki la tragedion de ĉi tiu periodo por la merkato de Big Data. Ĉi tiu monato vidis kolapson en akciaj prezoj de CLOUDERA, ĉefa ludanto en la merkato, kiu kunfandiĝis kun la kronike neprofita HORTOWORKS en januaro de la sama jaro. La kolapso estis sufiĉe signifa kaj sumiĝis al 43%; finfine, la kapitaligo de CLOUDERA malpliiĝis de 4,1 ĝis 1,4 miliardoj da dolaroj.
Ne eblas ne diri, ke onidiroj pri bobelo en la kampo de teknologioj bazitaj en Hadoop cirkulas ekde decembro 2014, sed ĝi kuraĝe tenis preskaŭ kvin pliajn jarojn. Ĉi tiuj onidiroj baziĝis sur la rifuzo de Google, la firmao kie Hadoop teknologio originis, de ĝia invento. Sed la teknologio enradikiĝis dum la transiro de kompanioj al nubaj prilaboraj iloj kaj la rapida disvolviĝo de artefarita inteligenteco. Tial, retrorigardante, ni povas diri kun konfido, ke la morto estis atendita.
Tiel, la epoko de Big Data finiĝis, sed en la procezo de laboro pri Big Data, kompanioj rimarkis ĉiujn nuancojn de labori pri ĝi, la avantaĝojn, kiujn Big Data povas alporti al komerco, kaj ankaŭ lernis uzi artefaritan. inteligenteco por ĉerpi valoron el krudaj datumoj.
Des pli interesa fariĝas la demando, kio anstataŭigos ĉi tiun teknologion kaj kiel analizaj teknologioj disvolvos plu.
Pliigita Analizo
Dum la priskribitaj eventoj, kompanioj laborantaj en la kampo de datuma analizo ne sidis senmove. Kio povas esti juĝita surbaze de informoj pri transakcioj, kiuj okazis en 2019. Ĉi-jare, la plej granda transakcio en la merkato estis farita - la akiro de la analiza platformo Tableau fare de Salesforce por $ 15,7 miliardoj. Pli malgranda interkonsento okazis inter Google kaj Looker. Kaj kompreneble oni ne povas ne rimarki la akiron fare de Qlik de la granda datuma platformo Attunity.
BI-merkataj gvidantoj kaj Gartner-fakuloj anoncas monumentan ŝanĝon en aliroj al datuma analizo; ĉi tiu ŝanĝo tute detruos la BI-merkaton kaj kondukos al la anstataŭigo de BI per AI. En ĉi tiu kunteksto, oni devas rimarki, ke la mallongigo AI ne estas "Artefarita inteligenteco" sed "Pliigita Inteligenteco". Ni rigardu pli detale kio estas malantaŭ la vortoj "Augmented Analytics".
Pliigita analizo, kiel pliigita realeco, estas bazita sur pluraj ĝeneralaj postulatoj:
- la kapablo komuniki uzante NLP (Natural Language Processing), t.e. en homa lingvo;
- la uzo de artefarita inteligenteco, tio signifas, ke la datumoj estos antaŭtraktitaj de maŝina inteligenteco;
- kaj kompreneble rekomendoj disponeblaj al la uzanto de la sistemo, kiuj estis generitaj de artefarita inteligenteco.
Laŭ la fabrikantoj de analizaj platformoj, ilia uzo estos disponebla por uzantoj, kiuj ne havas specialajn kapablojn, kiel scion pri SQL aŭ similan skriptlingvon, kiuj ne havas statistikan aŭ matematikan trejnadon, kiuj ne havas scion pri popularaj lingvoj. specialiĝas pri datumtraktado kaj respondaj bibliotekoj. Tiaj homoj, nomataj "Citizen Data Scientists", devas havi nur elstarajn komercajn kvalifikojn. Ilia tasko estas kapti komercajn komprenojn el la konsiloj kaj prognozoj, kiujn artefarita inteligenteco donos al ili, kaj ili povas rafini siajn divenojn uzante NLP.
Priskribante la procezon de uzantoj laborantaj kun sistemoj de ĉi tiu klaso, oni povas imagi la sekvan bildon. Homo, venanta al laboro kaj lanĉante la respondan aplikaĵon, krom la kutima aro de raportoj kaj paneloj analizeblaj per normaj aliroj (ordigado, grupigo, farado de aritmetikaj operacioj), vidas iujn konsiletojn kaj rekomendojn, ion kiel: "En por atingi KPI, nombro da vendoj, vi devas apliki rabaton pri produktoj de la kategorio "Ĝardenado". Krome, persono povas kontakti kompanian mesaĝiston: Skype, Slack, ktp. Kapablas demandi al la roboto per teksto aŭ voĉo: "Donu al mi la kvin plej enspezigajn klientojn." Ricevinte la taŭgan respondon, li devas fari la plej bonan decidon surbaze de sia komerca sperto kaj alporti profiton al la kompanio.
Se vi faras paŝon malantaŭen kaj rigardas la komponadon de la analizo de informoj, kaj en ĉi tiu etapo, pliigitaj analizaj produktoj povas faciligi la vivon de homoj. Ideale, oni supozas, ke la uzanto nur bezonos indiki la analizan produkton al la fontoj de la dezirata informo, kaj la programo mem zorgos pri kreado de datummodelo, kunligi tabelojn kaj similajn taskojn.
Ĉio ĉi devus, antaŭ ĉio, certigi la "demokratigon" de datumoj, t.e. Ĉiu persono povas analizi la tutan aron de informoj disponeblaj al la kompanio. La decidprocezo devas esti apogita per statistikaj analizmetodoj. Datum-alirtempo devus esti minimuma, do ne necesas skribi skriptojn kaj SQL-demandojn. Kaj kompreneble, vi povas ŝpari monon pri tre pagitaj specialistoj pri Data Science.
Hipoteze, teknologio ofertas tre brilajn perspektivojn por komerco.
Kio anstataŭas Big Data?
Sed, fakte, mi komencis mian artikolon kun Big Data. Kaj mi ne povus disvolvi ĉi tiun temon sen mallonga ekskurso al modernaj BI-iloj, kies bazo ofte estas Big Data. La sorto de grandaj datumoj nun estas klare determinita, kaj ĝi estas nuba teknologio. Mi koncentriĝis pri transakcioj faritaj kun BI-vendistoj por pruvi, ke nun ĉiu analiza sistemo havas nuban stokadon malantaŭ ĝi, kaj nubaj servoj havas BI kiel la fronto.
Ne forgesante pri tiaj kolonoj en la kampo de datumbazoj kiel ORACLE kaj Microsoft, necesas noti ilian elektitan direkton de komerca disvolviĝo kaj ĉi tio estas la nubo. Ĉiuj ofertitaj servoj troveblas en la nubo, sed iuj nubaj servoj ne plu haveblas surloke. Ili faris signifan laboron pri la uzo de maŝinlernado-modeloj, kreis bibliotekojn haveblajn al uzantoj kaj agordis interfacojn por facileco labori kun modeloj de elektado de ili ĝis agordo de la komenca tempo.
Alia grava avantaĝo de uzado de nubaj servoj, esprimita de produktantoj, estas la havebleco de preskaŭ senlimaj datumaro pri iu ajn temo por trejnado de modeloj.
Tamen ŝprucas la demando: ĝis kiam enradikiĝos nubaj teknologioj en nia lando?
fonto: www.habr.com