多くの外国人著者は、ビッグデータの時代が終わったことに同意しています。 この場合、ビッグ データという用語は Hadoop に基づくテクノロジーを指します。 多くの著者は、ビッグデータがこの世から去った日付を自信を持って挙げることができますが、この日付は 05.06.2019 年 XNUMX 月 XNUMX 日です。
この重要な日に何が起こったのでしょうか？
この日、MAPRはさらなる活動のための資金が見つからない場合は活動を停止すると約束した。 その後、MAPR は 2019 年 43 月に HP に買収されました。 しかし、4,1 月に話を戻すと、ビッグデータ市場にとってこの時期の悲劇に注目せずにはいられません。 今月、同年1,4月に慢性的な不採算のホートワークスと合併した市場の有力企業であるCLOUDERAの株価が暴落した。 崩壊はかなり大きく、XNUMX%に達し、最終的に CLOUDERA の資本金は XNUMX 億ドルから XNUMX 億ドルに減少しました。
2014 年 XNUMX 月以来、Hadoop ベースのテクノロジ分野におけるバブルの噂が広まっていたことは言うまでもありませんが、それはさらに XNUMX 年近くにわたって勇敢に持ちこたえました。 これらの噂は、Hadoop テクノロジーの起源である Google がその発明を拒否したことに基づいています。 しかし、このテクノロジーは、企業がクラウド処理ツールに移行し、人工知能が急速に発展する過程で定着しました。 したがって、振り返ってみると、その死は予期されていたと自信を持って言えます。
このように、ビッグデータの時代は終わりを迎えましたが、企業はビッグデータに取り組む過程で、ビッグデータに取り組むことのあらゆるニュアンス、ビッグデータがビジネスにもたらすメリットを理解し、人工データの使用法も学びました。生データから価値を抽出するインテリジェンス。
このテクノロジーに代わるものは何か、そして分析テクノロジーはさらにどのように発展するのかという疑問は、ますます興味深いものになります。
拡張分析
ここで説明した出来事の間、データ分析の分野に取り組む企業は黙ってはいませんでした。 2019年に発生した取引に関する情報に基づいて判断できること。 今年、市場で最大の取引が行われました。それは、Salesforce による分析プラットフォーム Tableau の 15,7 億ドルの買収です。 Google と Looker の間で小規模な取引が行われました。 そしてもちろん、Qlik によるビッグ データ プラットフォーム Attunity の買収にも注目しないわけにはいきません。
BI 市場のリーダーと Gartner の専門家は、データ分析へのアプローチにおける画期的な変化を発表しています。この変化は BI 市場を完全に破壊し、BI の AI への置き換えにつながります。 この文脈では、AI の略語は「人工知能」ではなく「拡張知能」であることに注意する必要があります。 「拡張分析」という言葉の背後にあるものを詳しく見てみましょう。
拡張分析は、拡張現実と同様に、いくつかの一般的な仮説に基づいています。
- NLP (自然言語処理) を使用して通信する能力、つまり人間の言語で。
- 人工知能の使用。これは、データが機械知能によって前処理されることを意味します。
- そしてもちろん、システムのユーザーが利用できる、人工知能によって生成された推奨事項も含まれます。
分析プラットフォームのメーカーによると、SQL や類似のスクリプト言語の知識などの特別なスキルを持たないユーザー、統計や数学のトレーニングを受けていないユーザー、一般的な言語の知識がないユーザーが分析プラットフォームを使用できるとのことです。データ処理と対応するライブラリに特化しています。 「シチズン データ サイエンティスト」と呼ばれるそのような人々は、優れたビジネス資格を持っている必要があります。 彼らの任務は、人工知能が提供するヒントや予測からビジネスの洞察を得ることであり、NLP を使用して推測を洗練することができます。
ユーザーがこのクラスのシステムを操作するプロセスを説明すると、次のような図が想像できます。 出勤して対応するアプリケーションを起動すると、標準的なアプローチ (並べ替え、グループ化、算術演算の実行) を使用して分析できる通常のレポートとダッシュボードのセットに加えて、次のような特定のヒントと推奨事項が表示されます。 KPI、つまり販売数を達成するには、「ガーデニング」カテゴリの商品に割引を適用する必要があります。」 さらに、Skype、Slack などの企業メッセンジャーに連絡することもできます。 テキストまたは音声でロボットに次のような質問をすることができます。「最も利益を上げている顧客を XNUMX つ教えてください。」 適切な答えを受け取った後、彼は自分のビジネス経験に基づいて最善の決定を下し、会社に利益をもたらさなければなりません。
一歩下がって、分析対象の情報の構成に注目してみると、この段階では、拡張分析製品は人々の生活を楽にすることができます。 理想的には、ユーザーは分析製品で必要な情報のソースを指定するだけで済み、プログラム自体がデータ モデルの作成、テーブルのリンク、および同様のタスクを処理すると想定されます。
これらすべては、まず第一に、データの「民主化」を確実にする必要があります。 誰でも、会社が利用できるあらゆる情報を分析できます。 意思決定プロセスは統計分析手法によってサポートされなければなりません。 データ アクセス時間は最小限に抑えられるため、スクリプトや SQL クエリを作成する必要はありません。 そしてもちろん、高給取りのデータ サイエンス スペシャリストの費用を節約することもできます。
仮に、テクノロジーはビジネスに非常に明るい展望をもたらします。
ビッグデータに取って代わるものは何でしょうか?
しかし実際には、私はこの記事をビッグデータから始めました。 そして、最新の BI ツールについて簡単に説明することなく、このトピックを展開することはできませんでした。その基盤となるのは多くの場合ビッグ データです。 ビッグデータの運命は今や明確に決まり、それはクラウド技術です。 現在、あらゆる分析システムの背後にクラウド ストレージがあり、クラウド サービスがフロントエンドとして BI を備えていることを実証するために、BI ベンダーとのトランザクションに焦点を当てました。
ORACLE や Microsoft などのデータベース分野の柱を忘れずに、彼らが選んだ事業開発の方向性、そしてそれがクラウドであることに注目する必要があります。 提供されているサービスはすべてクラウドで利用できますが、一部のクラウド サービスはオンプレミスで利用できなくなりました。 彼らは、機械学習モデルの使用に関して重要な作業を行い、ユーザーが利用できるライブラリを作成し、モデルの選択から開始時間の設定までモデルの操作を容易にするインターフェースを構成しました。
メーカーが表明しているクラウド サービスを使用するもう XNUMX つの重要な利点は、モデルのトレーニングにあらゆるトピックについてほぼ無制限のデータ セットを利用できることです。
しかし、クラウド技術が我が国にどこまで根付くのかという疑問が生じます。
出所： habr.com