Paljuski välismaalased autorid on nõus, et Big Data ajastu on lõppenud. Ja sellisel juhul mõistetakse Big Data all tehnoloogiaid, mis põhinevad Hadoopil. Paljud autorid võivad isegi kindlalt öelda kuupäeva, millal Big Data jättis meie maailmast — see on 05.06.2019.
Mis siis sellel verklikul päeval juhtus?
Sel päeval lubas ettevõte MAPR oma tegevuse peatada, kui ta ei suuda leida vahendeid edasiseks toimimiseks. Hiljem, 2019. aasta augustis, omandas MAPR ettevõte HP. Kuid tagasi juuni juurde tulles ei saa mainimata jätta selle perioodi traagilisust Big Data turul. Sel kuul toimus börsiaktsiate hinnalangus CLOUDERA, juhtiva mängija nimetatud turul, aktsiatel, mis liitus jaanuaris sama aasta pidevalt kahjumis HORTOWORKSiga. Langus oli märkimisväärne ja moodustas 43%, lõpptulemusena CLOUDERA kapitalisatsioon langes 4,1 miljardilt 1,4 miljardile dollarile.
Ei saa mitte mainimata jätta, et kuuldused Hadoopi alusel töötavate tehnoloogiate mullist olid ringlemas juba 2014. aasta detsembrist, kuid see püsis vapralt veel peaaegu viis aastat. Need kuuldused põhinesid Google'i, ettevõtte, kus Hadoop tehnoloogia sai alguse, keeldumisel oma leiutisest. Kuid tehnoloogia jäi ellu, kui ettevõtted liikusid pilvepõhiste töötlemisvahendite ja tehisintellekti kiire arengu suunas. Seega, tagasi vaatades, võib kindlalt öelda, et surm oli oodatud.
Nii et Big Data ajastu on lõppenud, kuid suures andmetes töötamise protsessis said ettevõtted aru kõikidest nüanssidest, millega see seotud on, Big Data pakutavatest eelistest ettevõttele ja õppisid, kuidas kasutama tehisintellekti, et toorandmetest väärtust saada.
Küsimus muutub seega veelgi huvitavamaks, et mis tuleb selle tehnoloogia asemele ja kuidas analüüsitehnoloogiad edaspidi arenevad.
Täiendav analüütika
Käesolevate sündmuste ajal ei olnud andmeanalüüsiga tegelevad ettevõtted puhkeasendis. Selle üle saab otsustada 2019. aastal toimunud tehingute teabe põhjal. Sel aastal tehti turu suurim tehing – Salesforce'i ostmine analüütikaplatvormi Tableau eest 15,7 miljardit dollarit. Väiksem tehing toimus Google'i ja Lookeri vahel. Loomulikult ei saa jätta mainimata ka ettevõtte Qlik soetamist – suurandmete platvormi Attunity.
Turu BI liidrid ja Gartneri spetsialistid räägivad andmeanalüüsi lähenemisviiside suurtest muutustest, mis hävitavad täielikult BI turgu ja viivad BI asendamiseni AI poolt. Selle konteksti raames tuleb märkida, et AI lühend ei tähenda "Tehisintellekti", vaid "Täiendatud Intellekti". Vaadakem lähemalt, mida peidab endas mõisted "Täiendatud analüütika".
Täiendatud analüütika, nagu ka täiendatud reaalsus, põhineb mitmel ühisel postulaadil:
- võimalus suhelda NLP (Natural Language Processing) kasutades, st inimkeeles;
- tehisintellekti kasutamine, mis tähendab, et andmed töödeldakse esmalt masinintellekti abil;
- ja kindlasti süsteemi kasutajale kättesaadav soovitus, mille genereeris just tehisintellekt.
Analüütikaplatvormide tootjate arvates on nende kasutamine kergesti kätetav inimeste jaoks, kellel ei ole erialaseid oskusi, nagu SQL või sarnaste skriptikeelte teadmine, statistilist või matemaatilist ettevalmistust, ega teadmisi populaarsest andmete töötlemise keelest ja vastavatest raamatukogudest. Sellised inimesed, keda nimetatakse „Kodanikuks Andmeanalüütikuks“, peaksid omama vaid silmapaistvat ärivõimet. Nende ülesanne on tuvastada äriülevaated, mis tulenevad tehisintellekti antud vihjetest ja prognoosidest, ning oma oletuste täpsustamiseks saavad nad kasutada NLP-d.
Kasutajate tööprotsesside kirjeldamisel selliste süsteemide puhul võib ette kujutada järgmist pilti. Inimene, tulles tööle ja käivitades vastava rakenduse, näeb lisaks tavapärastele aruannetele ja armatuurlaudadele, mida saab analüüsida traditsiooniliste lähenemisviisidega (sorteerimine, rühmitamine, aritmeetilised tehteid) teatud näpunäiteid ja soovitusi, näiteks: "KPI saavutamiseks müügimahtude osas tuleks rakendada allahindlust aianduse tootevõi." Lisaks võib inimene pöörduda ettevõtte sisemessengeri poole: Skype, Slack jne. Ta võib küsida robotilt küsimusi tekstiga või häälega: "Näita mul viit kõige kasumlikumat klienti." Saades vastava vastuse, peab ta oma ärikogemuse põhjal võtma optimaalse otsuse ja tooma ettevõttele kasu.
Kui astuda samm tagasi ja vaadata analüüsitava teabe koostisosadele, võivad täiendava analüütika tooted inimeste elu lihtsustada. Ideaalis eeldatakse, et kasutaja peab lihtsalt suunama analüütilisele tootearendusele soovitud teabe allikaid, samas kui programm hoolitseb andmemudeli loomise, tabelite seostamise ja teiste sarnaste ülesannete eest.
Kõik see peaks eelkõige tagama andmete "demokratiseerimise", st igaüks võib tegeleda kogu ettevõtte olemasoleva teabe analüüsiga. Otsuste vastuvõtmise protsess peab olema toetatud statistilise analüüsi meetoditega. Andmetele juurdepääsu aeg peab olema minimaalne, et ei oleks vaja skripte ja SQL-päringuid kirjutada. Ja muidugi, saab säästa ka kallistelt andmete teadlastest spetsialistidelt.
Hüpoteetiliselt avavad tehnoloogiad äri jaoks üsna roosilised perspektiivid.
Mis asendab Suured Andmed
Kuid tegelikult alustasin ma oma artiklit Suured Andmed. Ja selle teema arendamine ei olnud võimalik ilma lühikese ekskursioonita kaasaegsetesse BI tööriistadesse, mille aluseks on sageli Suured Andmed. Suurte andmete saatus on nüüd selgelt määratud, ja need on pilvetehnoloogiad. Ma rõhutasin tehingute tegemist BI tootjatega, näidates, et nüüd on igal analüütilisel süsteemil taga pilvetalitus, ja pilveteenused omavad BI-d esiplaanil.
Tähtsate andmebaasitooted nagu ORACLE ja Microsoft on valinud äri arendamiseks suuna pilveteenustele. Kõik pakutavad teenused on saadaval pilves, kuid mõned neist ei ole enam saadaval kohapeal. Nad on teinud märkimisväärset tööd masinõppemudelite rakendamisel, loonud kasutajatele juurdepääsetavad raamatukogud ning seadnud mugavad liidesed mudelite valikuks ja käivitamise ajaks.
Teine oluline eelis pilveteenuste kasutamisel, mida tootjad välja toovad, on peaaegu piiramatud andmestikud erinevate teemade jaoks mudelite treenimiseks.
Kuid tekib küsimus, kui hästi pilvetehnoloogiad meie riigis juurduma hakkavad?
Allikas: habr.com
