بگ ڈیٹا کے دور کا زوال

بہت سے غیر ملکی مصنفین اس بات پر متفق ہیں کہ بگ ڈیٹا کا دور ختم ہو گیا ہے۔ اور اس معاملے میں بگ ڈیٹا کی اصطلاح سے مراد ہڈوپ پر مبنی ٹیکنالوجیز ہیں۔ بہت سے مصنفین اعتماد کے ساتھ اس تاریخ کا نام بھی دے سکتے ہیں جب بگ ڈیٹا اس دنیا سے چلا گیا اور یہ تاریخ 05.06.2019/XNUMX/XNUMX ہے۔

اس اہم دن پر کیا ہوا؟

اس دن، MAPR نے وعدہ کیا کہ اگر اسے مزید آپریشن کے لیے فنڈز نہ مل سکے تو وہ اپنا کام معطل کر دے گا۔ MAPR کو بعد میں HP نے اگست 2019 میں حاصل کیا تھا۔ لیکن جون میں واپس آکر، بگ ڈیٹا مارکیٹ کے اس دور کے المیے کو نوٹ کرنے کے علاوہ کوئی مدد نہیں کرسکتا۔ اس مہینے میں مارکیٹ کے ایک سرکردہ کھلاڑی CLOUDERA کے اسٹاک کی قیمتوں میں کمی دیکھی گئی، جو اسی سال جنوری میں دائمی طور پر غیر منافع بخش HORTOWORKS کے ساتھ ضم ہوگئی تھی۔ گرنا کافی اہم تھا اور اس کی مقدار 43% تھی۔

یہ کہنا ناممکن ہے کہ ہڈوپ پر مبنی ٹیکنالوجیز کے میدان میں بلبلے کی افواہیں دسمبر 2014 سے گردش کر رہی ہیں، لیکن یہ تقریباً مزید پانچ سال تک بہادری سے برقرار رہی۔ یہ افواہیں گوگل کے انکار پر مبنی تھیں، وہ کمپنی جہاں سے ہڈوپ ٹیکنالوجی کا آغاز ہوا، اس کی ایجاد سے۔ لیکن ٹیکنالوجی نے کلاؤڈ پروسیسنگ ٹولز میں کمپنیوں کی منتقلی اور مصنوعی ذہانت کی تیز رفتار ترقی کے دوران جڑ پکڑ لی۔ اس لیے پیچھے مڑ کر دیکھا جائے تو ہم اعتماد کے ساتھ کہہ سکتے ہیں کہ موت متوقع تھی۔

یوں تو بگ ڈیٹا کا دور ختم ہو گیا ہے لیکن بگ ڈیٹا پر کام کرنے کے عمل میں کمپنیوں نے اس پر کام کرنے کی تمام باریکیوں کو بھانپ لیا ہے، بگ ڈیٹا سے کاروبار کو کیا فوائد مل سکتے ہیں، اور مصنوعی استعمال کرنا بھی سیکھ لیا ہے۔ خام ڈیٹا سے قدر نکالنے کی ذہانت۔

یہ سوال اتنا ہی دلچسپ ہو جاتا ہے کہ اس ٹیکنالوجی کی جگہ کیا لے گی اور تجزیاتی ٹیکنالوجیز مزید کیسے ترقی کریں گی۔

بڑھا ہوا تجزیات

بیان کردہ واقعات کے دوران، ڈیٹا تجزیہ کے شعبے میں کام کرنے والی کمپنیاں خاموش نہیں بیٹھیں۔ 2019 میں ہونے والے لین دین کے بارے میں معلومات کی بنیاد پر کیا اندازہ لگایا جا سکتا ہے۔ اس سال مارکیٹ میں سب سے بڑا لین دین کیا گیا - سیلز فورس کے ذریعے تجزیاتی پلیٹ فارم ٹیبلو کا حصول $15,7 بلین میں۔ گوگل اور لوکر کے درمیان ایک چھوٹی ڈیل ہوئی۔ اور یقینا، کوئی مدد نہیں کر سکتا لیکن بڑے ڈیٹا پلیٹ فارم Attunity کے Qlik کے حصول کو نوٹ کر سکتا ہے۔

BI مارکیٹ کے رہنما اور گارٹنر کے ماہرین اعداد و شمار کے تجزیہ کے نقطہ نظر میں ایک اہم تبدیلی کا اعلان کر رہے ہیں؛ یہ تبدیلی BI مارکیٹ کو مکمل طور پر تباہ کر دے گی اور BI کو AI سے تبدیل کر دے گی۔ اس تناظر میں، یہ واضح رہے کہ AI کا مخفف "مصنوعی ذہانت" نہیں ہے بلکہ "Augmented Intelligence" ہے۔ آئیے اس بات پر گہری نظر ڈالتے ہیں کہ "Augmented Analytics" کے الفاظ کے پیچھے کیا ہے۔

Augmented analytics، جیسے Augmented reality، کئی عمومی اصولوں پر مبنی ہے:

• NLP (نیچرل لینگویج پروسیسنگ) کا استعمال کرتے ہوئے بات چیت کرنے کی صلاحیت، یعنی انسانی زبان میں؛
• مصنوعی ذہانت کا استعمال، اس کا مطلب یہ ہے کہ ڈیٹا کو مشین انٹیلی جنس کے ذریعے پہلے سے پروسیس کیا جائے گا۔
• اور یقیناً، سسٹم کے صارف کے لیے دستیاب سفارشات، جو مصنوعی ذہانت سے تیار کی گئی تھیں۔

تجزیاتی پلیٹ فارمز کے مینوفیکچررز کے مطابق، ان کا استعمال ان صارفین کے لیے دستیاب ہو گا جن کے پاس خاص مہارت نہیں ہے، جیسے کہ ایس کیو ایل یا اس سے ملتی جلتی اسکرپٹ زبان کا علم، جن کے پاس شماریاتی یا ریاضی کی تربیت نہیں ہے، جنہیں مقبول زبانوں کا علم نہیں ہے۔ ڈیٹا پروسیسنگ اور متعلقہ لائبریریوں میں مہارت حاصل کرنا۔ ایسے لوگ جنہیں "سٹیزن ڈیٹا سائنٹسٹ" کہا جاتا ہے، ان کے پاس صرف شاندار کاروباری قابلیت ہونی چاہیے۔ ان کا کام ان تجاویز اور پیشین گوئیوں سے کاروباری بصیرت حاصل کرنا ہے جو مصنوعی ذہانت انہیں دے گی، اور وہ NLP کا استعمال کرتے ہوئے اپنے اندازوں کو بہتر بنا سکتے ہیں۔

اس کلاس کے سسٹمز کے ساتھ کام کرنے والے صارفین کے عمل کو بیان کرتے ہوئے، کوئی مندرجہ ذیل تصویر کا تصور کر سکتا ہے۔ ایک شخص، کام پر آتا ہے اور متعلقہ ایپلیکیشن لانچ کرتا ہے، رپورٹس اور ڈیش بورڈز کے معمول کے سیٹ کے علاوہ جن کا تجزیہ معیاری طریقوں (چھانٹنا، گروپ بندی، ریاضی کی کارروائیوں کو انجام دینا) کا استعمال کرتے ہوئے کیا جا سکتا ہے، کچھ تجاویز اور سفارشات دیکھتا ہے، کچھ اس طرح: KPI حاصل کرنے کے لیے، سیلز کی تعداد، آپ کو "باغبانی" کے زمرے سے مصنوعات پر رعایت کا اطلاق کرنا چاہیے۔ اس کے علاوہ، کوئی شخص کارپوریٹ میسنجر سے رابطہ کر سکتا ہے: Skype، Slack، وغیرہ۔ متن یا آواز کے ذریعہ روبوٹ سے سوالات پوچھ سکتے ہیں: "مجھے پانچ سب سے زیادہ منافع بخش کلائنٹ دیں۔" مناسب جواب ملنے کے بعد، اسے اپنے کاروباری تجربے کی بنیاد پر بہترین فیصلہ کرنا چاہیے اور کمپنی کو منافع لانا چاہیے۔

اگر آپ ایک قدم پیچھے ہٹتے ہیں اور تجزیہ کی جا رہی معلومات کی ساخت پر نظر ڈالتے ہیں، اور اس مرحلے پر، تجزیاتی پروڈکٹس میں اضافہ لوگوں کی زندگیوں کو آسان بنا سکتا ہے۔ مثالی طور پر، یہ فرض کیا جاتا ہے کہ صارف کو صرف تجزیاتی پروڈکٹ کو مطلوبہ معلومات کے ذرائع کی طرف اشارہ کرنے کی ضرورت ہوگی، اور پروگرام خود ڈیٹا ماڈل بنانے، ٹیبل کو جوڑنے اور اسی طرح کے کاموں کا خیال رکھے گا۔

اس سب کو، سب سے پہلے، ڈیٹا کی "جمہوریت" کو یقینی بنانا چاہیے، یعنی کوئی بھی شخص کمپنی کو دستیاب معلومات کی پوری صف کا تجزیہ کر سکتا ہے۔ فیصلہ سازی کے عمل کو شماریاتی تجزیہ کے طریقوں سے تعاون حاصل ہونا چاہیے۔ ڈیٹا تک رسائی کا وقت کم سے کم ہونا چاہیے، اس لیے اسکرپٹ اور ایس کیو ایل کے سوالات لکھنے کی ضرورت نہیں ہے۔ اور یقیناً، آپ ڈیٹا سائنس کے بہت زیادہ معاوضہ دینے والے ماہرین پر پیسے بچا سکتے ہیں۔

فرضی طور پر، ٹیکنالوجی کاروبار کے لیے بہت روشن امکانات پیش کرتی ہے۔

کیا بگ ڈیٹا کی جگہ لے لیتا ہے۔

لیکن، حقیقت میں، میں نے اپنے مضمون کا آغاز بگ ڈیٹا سے کیا۔ اور میں اس موضوع کو جدید BI ٹولز میں ایک مختصر سیر کے بغیر تیار نہیں کر سکتا تھا، جس کی بنیاد اکثر بگ ڈیٹا ہوتا ہے۔ بڑے ڈیٹا کی قسمت اب واضح طور پر طے شدہ ہے، اور یہ کلاؤڈ ٹیکنالوجی ہے۔ میں نے یہ ظاہر کرنے کے لیے BI وینڈرز کے ساتھ کیے گئے سودوں پر توجہ مرکوز کی کہ اب ہر تجزیاتی نظام کے پیچھے کلاؤڈ سٹوریج ہے، اور کلاؤڈ سروسز کے سامنے BI ہے۔

ORACLE اور Microsoft جیسے ڈیٹا بیس کے میدان میں ایسے ستونوں کو نہ بھولتے ہوئے، کاروبار کی ترقی کی ان کی منتخب کردہ سمت کو نوٹ کرنا ضروری ہے اور یہ کلاؤڈ ہے۔ تمام پیش کردہ خدمات کلاؤڈ میں مل سکتی ہیں، لیکن کچھ کلاؤڈ سروسز اب بنیاد پر دستیاب نہیں ہیں۔ انہوں نے مشین لرننگ ماڈلز کے استعمال پر اہم کام کیا ہے، صارفین کے لیے دستیاب لائبریریاں بنائی ہیں، اور ماڈلز کے ساتھ کام کرنے میں آسانی کے لیے انٹرفیس کو ترتیب دیا ہے تاکہ ان کے انتخاب سے لے کر آغاز کا وقت مقرر کیا جا سکے۔

کلاؤڈ سروسز کے استعمال کا ایک اور اہم فائدہ، جس کی آواز مینوفیکچررز نے دی ہے، تربیتی ماڈلز کے لیے کسی بھی موضوع پر تقریباً لامحدود ڈیٹا سیٹس کی دستیابی ہے۔

تاہم، سوال یہ پیدا ہوتا ہے کہ ہمارے ملک میں کلاؤڈ ٹیکنالوجیز کہاں تک جڑیں پکڑیں ​​گی؟

ماخذ: www.habr.com