28/01/2020

Jak využít trendy v oblasti velkých dat?

Přinášíme náš pohled na další vývoj v oblasti velkých dat a analytiky a na faktory, které je třeba zvážit, když si vybíráte nejlepší řešení této problematiky pro naplnění svých podnikatelských potřeb.

Další vývoj datové analytiky

Robotická automatizace procesů (Robotic Process Automation, RPA) teprve začíná nabírat dynamiku. Napodobuje chování pracovníků a umožňuje konzistenci manuální, opakující se práce. V kombinaci s umělou inteligencí (AI) se vytvoří RPA 2.0. Příkladem je situace, kdy zákazník po vás chce něco, co vyžaduje pět různých kroků, několik lidí i rozsáhlou komunikaci mezi odděleními. Chatbot může spustit řešení RPA, které výrazně sníží manuální úkoly i režijní náklady. RPA v kombinaci s AI způsobí výraznou redukci administrativy.

Budoucí trendy velkých dat

Internet věcí a edge computing budou mít v nadcházejících letech na projekty v oblasti velkých dat obrovský dopad. Vzhledem k tomu, že inteligentní zařízení využívaná v domácnosti získávají na popularitě, společnosti přitahuje možnost investice do vývoje této technologie.
Umělá inteligence/strojové učení bude vylepšovat Business Intelligence extrahováním nových analytických možností a prováděním takových úkolů, jakými jsou segmentace dat, kategorizace, hloubková analýza, předpovídání budoucnosti a poskytování lepšího porozumění obchodním informacím.
Metody DevOps budou použity v životním cyklu datové analytiky pro zvýšení flexibility a rozšíření škály datových operací společností.
Hybridní cloudové modely získají na popularitě, protože spojují výhody veřejného a soukromého cloudu. Společnosti se přemístily do veřejného cloudu, aby snížily náklady a dosáhly větší škálovatelnosti. S tím, jak přidávaly různé datové soubory, však rostla složitost, takže se ukázalo, že využití veřejného cloudu je pro mnohé příliš drahé. Hybridní cloud může být lepší volbou, protože bude jednak cenově dostupný, jednak škálovatelný.

Jak zvolit nejlepší řešení pro vaše potřeby?

Společnosti chtějí držet krok s novými technologiemi, ale neustále se proměňující trh není snadné sledovat. Některé technologie založené na velkých datech jsou už vyspělé, zatímco jiné se právě rodí. To, kterou si vaše společnost zvolí, závisí na vaší ochotě podstupovat riziko.

Například v bankovnictví je zásadní spolehlivost systémů, takže výkon systému je důležitější než jiné vlastnosti. Prověřené technologie mohou být v tomto případě lepší. V souvislosti s různými technologiemi velkých dat je důležité pochopit všestrannost každého druhu produktu a funkce, které nabízí, a poté vybrat řešení, které nejlépe vyhovuje vašim požadavkům.

Před výběrem vhodného řešení velkých dat je užitečné uvědomit si jejich objem, rozmanitost a rychlost, a také si ujasnit, jak se vaše společnost staví k riziku:

Objem – Množství dostupných dat neustále roste. Americká společnost generuje v jakémkoliv okamžiku v průměru několik stovek terabajtů dat. Je nutné si uvědomit, jaký je objem dat a to, jaký nárůst očekáváte v nadcházejících letech.

Rozmanitost – Jde o typy a formy dat; mohou to být lékařské záznamy, data ze senzorů, údaje ze sociálních médií nebo videa na YouTube atd. Původní databáze si s touto rozmanitostí nedokážou poradit, takže je nezbytné využívat novější technologie.

Rychlost – Většina společností má přístup k historickým datům, ale musí také zohlednit nově generovaná data. Rychlost se netýká pouze rychlosti, jakou se generují a analyzují obrovská množství dat, ale také rychlosti jejich přenosu. Přístup k datům musí zůstat okamžitý, aby bylo možné provést analýzu v reálném čase.

Porozumění těmto třem kategoriím může vaší společnosti pomoci určit, jak nejlépe těžit z nových řešení velkých dat. Užitečné je zkombinovat hluboké znalosti dat, datovou vědu a algoritmy do produkčně připravené platformy, která je škálovatelná a dobře spravovatelná.

Mnoho společností volí spolupráci s partnerem, jakým je například naše společnost, který má reálné zkušenosti s vývojem architektur velkých dat a transformací možností datové analytiky na užitečná obchodní řešení. Práce s velkými daty je zkrátka „běh na dlouhou trať“.