큰 데이터는 지능형 비즈니스에 대 한 예측 및 분석 서비스를 제공합니다.

챔버 스는 IBM의 분석 솔루션 사업부의 부사장 이다. 그녀는 많은 고객이 충분히 큰 데이터 및 예측 분석 서비스, 구입 하지만 그들이 오래 된 비즈니스 인텔리전스 도구 및 그들은에 적응 시켰다 데이터베이스 도구를 구현 하는 것을 말한다.

"종종 고객 할 것을 이미 알고 있다. 챔버는 2012 Hadoop 정상 회담에서 말했다. "그들은 그들의 기존 인프라를 활용, 기존 데이터 및 도구를 사용 하 여를 원한다." 그들은 어떤 차이 원하는 또는 변경 하지 마십시오. 그래서 나는 다른 것 들을 하지 않으면, 당신은 어떤 다른 결과 얻지 않을 내 클라이언트 말했다. "

새로운 방법론, 기술 및 도구 요구 사항

챔버 스는 완벽 하 게 올바른 이유의 분석의 세 가지 측면에서 다음과 같이:

1입니다. 인프라입니다. 새로운 접근 처리 및 큰, 다중 구조 데이터 집합 저장을 완료 또는 시간 단위로 비용 효과적인 전통적인 관계형 기술 수 없기 때문에 등장 하고있다. 예를 들어 Hadoop를 사용 하면 실행 하는 오픈 소스 소프트웨어는 합리적인 시간 내에 저장 하 고 매우 저렴 한 가격에 대용량 데이터를 처리할 수 있습니다. 이제 오라클의 서비스를 활용 하려고 합니다. 비용, 시간의 6 개월에 3 백만 달러를 절약할 수 있습니다.

2입니다. 데이터입니다. 큰 데이터는 기존 내부 트랜잭션 데이터와 데이터의 기타 다른 소스에서 부유 하다, 기업 외부에서 이러한 소스는. 이 데이터 Twitter 또는 http://www.aliyun.com/zixun/aggregation/1560.html에서 나온 의미 "> 페이스 북 소셜 미디어, 또는 국가 기상 서비스, 블룸버그 및 다우 존스에서 교육 부문에 공공 부문에서 데이터입니다. 매시업 데이터 없는 경우 당신은 대용량 데이터 분석을 할 필요가 없습니다 수 있습니다.

3입니다. 도구입니다. 대부분의 전통적인 비즈니스 인텔리 전스 도구 하지 잘라 것 이다 이후 그들은 새로운, 더 큰, 그리고 더 다양 한 양의 데이터의 병렬 컴퓨팅 인프라에 있어야 합니다. 당신이 필요로 하는 무슨은 현대 데이터 시각화 및 분석 플랫폼을 사용자가 큰 데이터 시각화를 쉽게 처리할 수 있습니다. 공정 하기 위하여, Tableau 등 microstrategy, 기존 비즈니스 인텔리전스 공급자의 소수 더 큰 데이터에 그들의 제품을 통합 하려고 합니다. 그러나 일반적으로,, 오래 된 보고 도구를 지난 10 년 정도에서 사용 하는 수 없습니다 현재 대용량 데이터에 대 한 충분 한 운영 통찰력을 제공 하.

위험 게임

하지만 내가 아는 한,이 변화는 어려운, 그래서 가끔은 위험을 피하기 위해. 하지만 우리는 기로에 있습니다. 큰 데이터는 절대로 냄비에 플래시 또는 비즈니스 인텔리 전스의 약간 더 나은 방법입니다. 이것은 생각에 큰 변화를 요구 하는 새로운 패러다임 이다. 다른 말로 하면, "당신은 이미 거 야 몇 가지 추가적인 위험을 통해." "빅 데이터의 성공을 달성, 챔버로 말.

그녀는 "더 많은 통찰력을가지고 하려면, 당신이 해야 데이터 네트워크에 응용 프로그램에 새로운 정보를 주입." 즉 말한다 "이 새로운 대용량 데이터 분석을 위한 기초를 형성 하 둡 다른 플랫폼 등 새로운 인프라 기술에 투자를 해야 의미 합니다." 새로운 최종 사용자 도구를 사용 하 여 이해 하기 쉬운에 모든 큰 데이터를 변환할 필요가 통찰력.

좋은 소식은 당신이 당신의 전체 기존 인프라와 도구 집합을 취소할 필요가 없습니다. 사실, 난 강력 하 게 동의 하는. 비즈니스 인텔리전스 및 데이터 웨어하우스를 사용 하는 지금은 있을 수 있습니다 이유는, 그들은 이미 제공 하는 적절 한 비즈니스 가치와. 사실, 많은 큰 데이터 기술을 실제로 하면 기존 데이터베이스와 도구에서 더 많은 가치를 얻을.

그것은 큰 데이터에 관해서 라면, 작은 것 들으로 시작 합니다. 해결 되어야 하는 특정 비즈니스 문제를 식별 하 고 고정된 사업 유형의 혜택을 가져올 수 있다. 큰 데이터 업계에서 동료와 함께 학습 하는 교환.

(책임 편집기: 유산의 좋은)