ProHoster > Blogs > Administrācija > Lielo datu laikmeta noriets

Lielo datu laikmeta noriets

Daudzi ārzemju autori piekrīt, ka lielo datu laikmets ir beidzies. Un Ŕajā gadījumā termins Big Data attiecas uz tehnoloģijām, kuru pamatā ir Hadoop. Daudzi autori pat var droŔi nosaukt datumu, kad Big Data atstāja Ŕo pasauli un Ŕis datums ir 05.06.2019.

Kas notika Ŕajā nozīmīgajā dienā?

Å ajā dienā MAPR solÄ«ja darbu apturēt, ja neizdosies atrast lÄ«dzekļus turpmākai darbÄ«bai. MAPR vēlāk iegādājās HP 2019. gada augustā. Taču, atgriežoties pie jÅ«nija, nevar nepieminēt Ŕī perioda traģēdiju Big Data tirgum. Å omēnes piedzÄ«voja tirgus vadoŔā spēlētāja CLOUDERA akciju cenu sabrukumu, kas tā paÅ”a gada janvārÄ« apvienojās ar hroniski nerentablu HORTOWORKS. Sabrukums bija diezgan ievērojams un sasniedza 43%, galu galā CLOUDERA kapitalizācija samazinājās no 4,1 lÄ«dz 1,4 miljardiem dolāru.

Nevarētu neteikt, ka baumas par burbuli Hadoop balstÄ«tu tehnoloÄ£iju jomā klÄ«st jau kopÅ” 2014. gada decembra, taču tas drosmÄ«gi turējās vēl gandrÄ«z piecus gadus. Å Ä«s baumas balstÄ«jās uz Google, uzņēmuma, kurā radās Hadoop tehnoloÄ£ija, atteikumu no tās izgudroÅ”anas. Taču tehnoloÄ£ija iesakņojās laikā, kad uzņēmumi pārejot uz mākoņa apstrādes rÄ«kiem un strauji attÄ«stoties mākslÄ«gajam intelektam. Tāpēc, atskatoties pagātnē, ar pārliecÄ«bu varam teikt, ka nāve bija gaidāma.

LÄ«dz ar to Big Data laikmets ir noslēdzies, taču, strādājot pie Big Data, uzņēmumi ir apzinājuÅ”ies visas nianses, kā strādāt ar tiem, ieguvumus, ko lielie dati var sniegt uzņēmējdarbÄ«bai, kā arÄ« iemācÄ«juÅ”ies izmantot mākslÄ«gos. izlÅ«koÅ”ana, lai iegÅ«tu vērtÄ«bu no neapstrādātiem datiem.

Jo interesantāks kļūst jautājums par to, kas aizstās Ŕo tehnoloģiju un kā analītikas tehnoloģijas attīstīsies tālāk.

Papildināta analīze

AprakstÄ«to notikumu laikā datu analÄ«zes jomā strādājoÅ”ie uzņēmumi nesēdēja uz vietas. Ko var spriest, pamatojoties uz informāciju par darÄ«jumiem, kas notikuÅ”i 2019. gadā. Å ogad tika veikts lielākais darÄ«jums tirgÅ« - Salesforce iegādājās analÄ«tisko platformu Tableau par 15,7 miljardiem dolāru. Starp Google un Looker notika mazāks darÄ«jums. Un, protams, nevar nepieminēt, ka Qlik iegādājās lielo datu platformu Attunity.

BI tirgus lÄ«deri un Gartner eksperti paziņo par ievērojamām izmaiņām datu analÄ«zes pieejā, un Ŕī maiņa pilnÄ«bā iznÄ«cinās BI tirgu un novedÄ«s pie BI aizstāŔanas ar AI. Å ajā kontekstā jāatzÄ«mē, ka saÄ«sinājums AI nav ā€œmākslÄ«gais intelektsā€, bet gan ā€œaugmented Intelligenceā€. SÄ«kāk apskatÄ«sim, kas slēpjas aiz vārdiem ā€œPapildinātā analÄ«zeā€.

Papildinātā analītika, tāpat kā paplaŔinātā realitāte, balstās uz vairākiem vispārīgiem postulātiem:

  • spēja sazināties, izmantojot NLP (Natural Language Processing), t.i. cilvēku valodā;
  • mākslÄ«gā intelekta izmantoÅ”ana, tas nozÄ«mē, ka datus iepriekÅ” apstrādās maŔīninteliÄ£ence;
  • un, protams, sistēmas lietotājam pieejamās rekomendācijas, kuras Ä£enerēja mākslÄ«gais intelekts.

Pēc analÄ«tisko platformu ražotāju domām, to lietoÅ”ana bÅ«s pieejama lietotājiem, kuriem nav Ä«paÅ”u prasmju, piemēram, SQL vai lÄ«dzÄ«gas skriptu valodas zināŔanas, kuriem nav statistikas vai matemātikas apmācÄ«bas, kuriem nav populāru valodu zināŔanas. kas specializējas datu apstrādē un atbilstoÅ”ajās bibliotēkās. Šādiem cilvēkiem, kurus sauc par "pilsoņu datu zinātniekiem", jābÅ«t tikai izcilai uzņēmējdarbÄ«bas kvalifikācijai. Viņu uzdevums ir iegÅ«t biznesa atziņas no padomiem un prognozēm, ko viņiem sniegs mākslÄ«gais intelekts, un viņi var precizēt savus minējumus, izmantojot NLP.

Aprakstot procesu, kā lietotāji strādā ar Ŕīs klases sistēmām, var iedomāties Ŕādu attēlu. Cilvēks, ierodoties darbā un palaižot atbilstoÅ”o lietojumprogrammu, papildus parastajam atskaiÅ”u un informācijas paneļu komplektam, ko var analizēt, izmantojot standarta pieejas (ŔķiroÅ”anu, grupÄ“Å”anu, aritmētisko darbÄ«bu veikÅ”anu), redz noteiktus padomus un ieteikumus, piemēram: ā€œIn Lai sasniegtu KPI, pārdoÅ”anas apjomu, jums jāpiemēro atlaide produktiem no kategorijas ā€œDārzkopÄ«baā€. Turklāt persona var sazināties ar korporatÄ«vo kurjeru: Skype, Slack utt. Var uzdot robotam jautājumus, izmantojot Ä«sziņu vai balsi: "Dodiet man piecus ienesÄ«gākos klientus." Saņemot atbilstoÅ”u atbildi, viņam ir jāpieņem labākais lēmums, pamatojoties uz savu biznesa pieredzi un jānes uzņēmumam peļņa.

Ja sperat soli atpakaļ un aplÅ«kojat analizējamās informācijas sastāvu, un Å”ajā posmā paplaÅ”inātās analÄ«zes produkti var atvieglot cilvēku dzÄ«vi. Ideālā gadÄ«jumā tiek pieņemts, ka lietotājam bÅ«s tikai jānorāda analÄ«tiskais produkts uz vēlamās informācijas avotiem, un programma pati parÅ«pēsies par datu modeļa izveidi, tabulu saistÄ«Å”anu un lÄ«dzÄ«giem uzdevumiem.

Tam visam, pirmkārt, bÅ«tu jānodroÅ”ina datu ā€œdemokratizācijaā€, t.i. Jebkura persona var analizēt visu uzņēmumam pieejamo informācijas klāstu. Lēmumu pieņemÅ”anas process ir jāatbalsta ar statistiskās analÄ«zes metodēm. Datu piekļuves laikam jābÅ«t minimālam, tāpēc nav jāraksta skripti un SQL vaicājumi. Un, protams, jÅ«s varat ietaupÄ«t naudu par augsti apmaksātiem datu zinātnes speciālistiem.

Hipotētiski tehnoloģijas piedāvā ļoti spilgtas biznesa perspektīvas.

Kas aizstāj lielos datus

Bet patiesÄ«bā es sāku savu rakstu ar Big Data. Un es nevarētu attÄ«stÄ«t Å”o tēmu bez Ä«sas ekskursijas uz mÅ«sdienu BI rÄ«kiem, kuru pamatā bieži ir lielie dati. Lielo datu liktenis tagad ir skaidri noteikts, un tā ir mākoņa tehnoloÄ£ija. Es koncentrējos uz darÄ«jumiem, kas noslēgti ar BI pārdevējiem, lai parādÄ«tu, ka tagad katrai analÄ«tiskajai sistēmai ir mākoņkrātuve un mākoņpakalpojumu priekÅ”gals ir BI.

Neaizmirstot par tādiem pÄ«lāriem datu bāzu jomā kā ORACLE un Microsoft, jāatzÄ«mē viņu izvēlētais biznesa attÄ«stÄ«bas virziens un tas ir mākonis. Visi piedāvātie pakalpojumi ir atrodami mākonÄ«, taču daži mākoņpakalpojumi vairs nav pieejami uz vietas. Viņi ir paveikuÅ”i ievērojamu darbu pie maŔīnmācÄ«Å”anās modeļu izmantoÅ”anas, izveidojuÅ”i lietotājiem pieejamas bibliotēkas un konfigurējuÅ”i saskarnes, lai atvieglotu darbu ar modeļiem no to atlases lÄ«dz sākuma laika iestatÄ«Å”anai.

Vēl viena svarÄ«ga mākoņpakalpojumu izmantoÅ”anas priekÅ”rocÄ«ba, ko pauž ražotāji, ir gandrÄ«z neierobežotu datu kopu pieejamÄ«ba par jebkuru tēmu apmācÄ«bas modeļiem.

Tomēr rodas jautājums: cik tālu mākoņtehnoloģijas iesakņosies mūsu valstī?

Avots: www.habr.com

Pievieno komentāru