Sok külföldi szerző egyetért abban, hogy a Big Data korszaka véget ért. Ebben az esetben a Big Data kifejezés a Hadoopon alapuló technológiákat jelenti. Sok szerző még határozottan meg is tudja nevezni azt a dátumot, amikor a Big Data távozott a világból, és ez a dátum: 2019.06.05.
Mi történt ezen a fontos napon?
Ezen a napon a MAPR vállalat megígérte, hogy felfüggeszti működését, ha nem talál forrást a további működéshez. Később, 2019 augusztusában a MAPR-t megvásárolta a HP. De visszatérve júniusra, nem lehet figyelmen kívül hagyni a Big Data piacának szélsőséges állapotát. Ebben a hónapban jelentős részvényárfolyam-csökkenés történt a CLOUDERA részvényein – a kiemelkedő szereplőn a piacon, amely ebben az év januárjában összeolvadt a tartósan veszteséges HORTOWORKS céggel. A csökkenés jelentős, 43%-os volt, végül a CLOUDERA piaci tőkeértéke 4,1 milliárdról 1,4 milliárd dollárra csökkent.
Elmondható, hogy 2014 decemberétől kezdve keringtek a hírek a Hadoopon alapuló technológiák buborékjának felfújásáról, de ez mégis bátor kitartással működött majdnem öt évig. Ezek a hírek a Google, a Hadoop technológia szülővállalata, találmányának elutasításán alapultak. De a technológia változott, miközben a vállalatok átálltak a felhőalapú feldolgozási eszközökre és a mesterséges intelligencia virágzására. Így visszatekintve biztosan mondhatjuk, hogy a vég elkerülhetetlennek tűnt.
Így a Big Data korszaka véget ért, de a vállalatok a nagy adatokkal végzett munka során megismerték az azokkal való munka minden finomságát, azok előnyeit, amelyeket a Big Data az üzlet számára nyújthat, és megtanulták, hogyan használják a mesterséges intelligenciát az alapadatokból kinyert értékek előállítására.
Ezért egyre érdekesebbé válik a kérdés, hogy mi jön ezután ezen a technológiai téren, és hogyan fejlődnek tovább az elemzési technológiák.
Kibővített analitika
A leírt események alatt az adat-elemzési szektorban működő cégek nem tétlenkedtek. Ezt a 2019-es ügyletekből származó információk alapján lehet megítélni. Az idei évben a legnagyobb üzlet a piacon a Salesforce által a Tableau analitikai platform megvásárlása volt, amely 15,7 milliárd dollárba került. Egy kisebb üzlet a Google és a Looker között zajlott. És természetesen nem hagyhatjuk figyelmen kívül a Qlik által az Attunity big data platform megvásárlását sem.
A BI piac vezetői és a Gartner szakemberei hatalmas elmozdulásról beszélnek az adat-elemzési megközelítésekben, ami teljesen átalakítja a BI piacát és az AI-val váltja fel azt. Ebben a kontextusban fontos megjegyezni, hogy az AI rövidítés nem az "Artificial intelligence"-et jelenti, hanem az "Augmented Intelligence"-t. Nézzük meg közelebbről, mit takar a "Kiegészített analitika" kifejezés.
A kiegészített analitika, akárcsak a kiegészített valóság, több közös posztulátumra épül:
- az emberi nyelvet használó NLP (Natural Language Processing) lehetőségére;
- mesterséges intelligencia alkalmazására, ami azt jelenti, hogy az adatokat előre a gépi intelligencia dolgozza fel;
- és természetesen a rendszer felhasználója számára elérhető ajánlásokra, amelyeket a mesterséges intelligencia generált.
Az analitikai platformok gyártóinak véleménye szerint használatuk elérhető lesz az arra szakmai készségekkel nem rendelkező felhasználók számára, mint például az SQL vagy hasonló szkriptnyelv ismerete, statisztikai vagy matematikai háttér nélkül, illetve a népszerű adatfeldolgozási nyelvek és megfelelő könyvtárak ismerete nélkül. Az ilyen embereket "Citizen Data Scientist"-eknek hívják, akiknek csupán kiemelkedő üzleti kvalifikációval kell rendelkezniük. Feladatuk, hogy üzleti betekintéseket nyerjenek az általuk kapott ajánlásokból és előrejelzésekből, amelyeket a mesterséges intelligencia ad, míg a sejtéseiket az NLP segítségével tudják finomítani.
A felhasználók e típusú rendszerekkel való munkafolyamatát leírva, a következő képet képzelhetünk el. Amikor egy ember munkába érkezik és elindítja a megfelelő alkalmazást, a megszokott jelentések és irányítópultok mellett, amelyeket hagyományos módszerekkel (rendezés, csoportosítás, aritmetikai műveletek végrehajtása) elemezhet, bizonyos javaslatokat és ajánlásokat is lát, például: „A KPI eléréséhez az értékesítési mennyiségek terén alkalmaznia kell az 'Kertészeti' kategóriába tartozó termékekre vonatkozó kedvezményt.” Ezen felül az illető kapcsolatba léphet a vállalati üzenetküldővel: Skype, Slack stb. Kérdéseket tehet fel a robotnak szövegesen vagy hangosan: „Sorolj fel nekem öt legnyereségesebb ügyfelet.” A választ megkapva optimális döntést kell hoznia, saját üzleti tapasztalata alapján, hogy profitot hozzon a cégnek.
Ha egy lépést hátralépünk, és megnézzük az elemezni kívánt információ összetételét, ezen a ponton a kiterjesztett analitikai termékek megkönnyíthetik az emberek életét. Ideális esetben az várható, hogy a felhasználónak csupán annyit kell tennie, hogy megadja az analitikai terméknek a kívánt információ forrásait, míg a program magától gondoskodik az adatmodellek létrehozásáról, a táblák összekapcsolásáról és hasonló feladatokról.
Mindez először is a „adatok demokratizálása” érdekében kell, hogy biztosítva legyen, azaz bárki végezhet elemzést a vállalat összes rendelkezésre álló információjával kapcsolatban. A döntéshozatali folyamatot statisztikai elemzési módszerekkel kell támogatni. Az adatokhoz való hozzáférés ideje minimális kell, hogy legyen, hogy ne kelljen scriptet írni és SQL lekérdezéseket végezni. És természetesen, pénzt lehet megtakarítani a magas bérű Data Science szakembereken.
Hipotetikusan a technológiák nagyon ígéretes kilátásokat nyújtanak a vállalkozások számára.
A Big Data helyett
De valójában a Big Data-val kezdtem a cikkemet. E témát nem tudtam kifejleszteni a modern BI eszközök rövid bemutatása nélkül, amelyek gyakran alapjául szolgálnak a Big Data-nak. A nagy adat sorsa most már világosan eldőlt, és ez a felhőalapú technológiák. Rámutattam arra, hogy a BI gyártókkal kötött üzletek célja az volt, hogy bemutassam: most már minden analitikai rendszer mögött felhőalapú tárolás áll, míg a felhőszolgáltatások BI-t kínálnak front endként.
Ne feledkezzünk meg az adatbázisok terén kiemelkedő ORACLE és Microsoft vállalatok üzleti fejlődésének irányvonaláról, amely az felhő. Minden elérhető szolgáltatás megtalálható a felhőben, de néhány felhőalapú szolgáltatás már nem érhető el helyben. Jelentős munkát végeztek a gépi tanulási modellek használatán, könyvtárakat készítettek a felhasználók számára, valamint felhasználóbarát felületeket állítottak be a modellek kiválasztásától az indítás idejéig.
Egy másik fontos előnye a felhőalapú szolgáltatások használatának, amelyet a gyártók kiemelnek, hogy gyakorlatilag korlátlan adatbázisok állnak rendelkezésre bármilyen témában a modellek edzéséhez.
De felmerül a kérdés, mennyire terjednek el a felhőalapú technológiák hazánkban?
Forrás: habr.com
