Verslo analitikos ateitis
-
Upload
aleksej-kovaliov -
Category
Documents
-
view
385 -
download
2
description
Transcript of Verslo analitikos ateitis
© Back to the Future movie
VERSLO ANALITIKOS ATEITIS
Kodėl?
2
2015 metai
4.4M IT darbo vietų, susijusių su BIG DATA
iš jų 1.9M x 3 = 6M JAV Peter Sondergaard, Sr VP at Gartner and global head of Research
http://www.gartner.com/newsroom/id/2207915
Jau dabar
3
http://ec.europa.eu/digital-agenda
BIG DATA ir OPEN DATA - strateginė ES investavimo kryptis http://data-forum.eu/
Svarbiausias metinis ES duomenų ekonomikos renginys
4
http://www3.lrs.lt/pls/inter/w5_show?p_r=8861&p_k=1
O dar kodėl?
5
© Thierry Gregorius, http://www.flickr.com/photos/t_gregorius/5839399412/
© Minority Report movie
ATEITIS
DABARTIS
MPP
NoSQL
Hadoop MapReduce
BIG DATA
FAST DATA
OPEN DATA
Keičiasi duomenų bazių karta
8
90% per 2 metus
9
Labai daug duomenų
90% duomenų sugeneruota per pastaruosius 2 metus
Techninės platformos pinga
Debesų platformos tampa įprastu dalyku
http://www.sciencedaily.com/releases/2013/05/130522085217.htm
Duomenys ateina iš visur
10
Internetas kiekvienoje kišenėje
Socialinių tinklų rinkos ir revoliucijos
E-valstybės
Protinga energetika 20/20/20
Protingi daiktai...
Defragmentuoti dividualai
11
Tradiciniai segmentai nustoja galioti
Personalinės informacijos gausybė
E-Sociumai
1 žmogus : N personų
Karaokė
12
Apimčių santykis
Apimties augimo greičio
santykis
NE-interneto ir NE-gigantai einam tuo pačiu keliu
Išmetam duomenis = Išmetam pinigus
13
Prarandame duomenis, nes „netelpa“
Nebandome moksliškai tyrinėti
Nežinome savo tikrų klientų, aplinkos, istorijos
Ignoruojame „baltą triukšmą“
14
BIG DATA OPEN DATA HADOOP NOSQL FAST DATA MPP
BIG DATA
15
Duomenų kiekiai, kuriuos tikrai sunku apdoroti įprastomis priemonėmis (Wikipedia)
V. V. V.
Volume – 100-ai Tbytes, Pbytes ...
Velocity –„Duomenų srovė“, FAST DATA
Variety – Struktūriniai / ne / pusiau
Nuodėmė#8: ne kaupti, o juolab, trinti duomenis
OPEN DATA
16
Duomenų viešinimas pakartotinam panaudojimui
Žali duomenys, skirti ne žmogui, o mašinai
Nemokamos licencijos
LINKED OPEN DATA: Semantinis atvirų duomenų tinklas
Strateginė ES kryptis
http://open-data.europa.eu/
http://data.gov.uk/
Lietuvoje užuomazgos
http://opendata.gov.lt/
http://data.ukmin.lt/
OPEN & BIG, BIG & OPEN?
17
Ne tas pats
BIG Technologijos
OPEN Teisiniai klausimai, standartizacija, procesai
Tačiau
BIG DATA technologijos gali būti taikomos OPEN DATA
OPEN DATA gali išaugti iki BIG
HADOOP
18
Paskirstyta failų sistema su replikavimu ir Java dorokliais
Palaiko milžiniškas duomenų apimtis ir failų dydžius
Daugybė atviro kodo ir komercinių versijų
MAP-REDUCE
19
„Pasidaryk pats“ Java dorokliai failams
Kai kurie Hadoop numato SQL
MPP - Massive Parallel Processing
20
VERSLO ANALITIKOS ATEITIS
DABARTIS
Įprasta verslo analitika
22
Nauja verslo analitika
23
Verslo analitika Duomenų mokslas
24
Duomenų verslo brandos lygiai
25
© Bill Shmarzo https://infocus.emc.com/william_schmarzo/the-4-ms-of-big-data/
Tradicinės verslo analitikos lūžio taškas
Pranašystės
26
1. Esamų BI sistemų papildymas duomenų rezervuarais
2. Gamybiniai duomenų mokslininkų padaliniai
3. Verslo analitikos platformos, kaip paslauga (aaS)
4. Prognozinės analitikos plėtra operatyvinėse sistemose
5. Atvirų duomenų pajungimas į verslo analitiką
6. „Balto triukšmo“ standartizacija
1. Duomenų rezervuarai
27
2. The Sexiest Job of the 21st Century©
28
http://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century/
Duomenų mokslo gamybos ciklas
29
Praeitis
30
Idėjos ir charizma
Ateitis
31
Faktai ir mokslas
3. Platformos As-A-Service
32
4. Prognozinė analitika gali būti visur
33
Modeliai, įkomponuoti į „kasdienes“ IS:
• Prekyba: Individuali prekių pasiūla
• Prekyba: Kainų optimizacija
• Telco: Abonento išėjimo rizikos eskalavimas
• Telco, Gamyba: Avarijos pavojaus aptikimas
• Gamyba: Atsargų pirkimo optimizavimas
• Gamyba: Išteklių švaistymo aptikimas
• Kiber-saugumas: Botnetų identifikavimas tinkle
• Finansai: Sukčiavimo prevencija
• Medicina: Epidemijos pavojaus eskalavimas
• . . .
5. Atvirų duomenų pajungimas
34
http://linkeddatabook.com/editions/1.0/
2015: ^N 2013: *N 2010:
Duomenų rezervuarai IN-OUT
35
http://linkeddatabook.com/editions/1.0/
6. Standartizacija
36
Terminai ir klasifikavimas
„Sidabrinės kulkos“ nebus
Architektūros parinkimo faktoriai:
• Priimam ar publikuojam
• Saugom ar skaičiuojam
• Transakcionalumas
• Vėlavimas
• Srauto pastovumas
• Vizualizavimas
• Saugumas
• Privatumas
• ...
37
0. Nauja DB technologijų ir architektūros karta
1. Esamų BI sistemų papildymas duomenų rezervuarais
2. Gamybiniai duomenų mokslininkų padaliniai
3. Verslo analitikos platformos, kaip paslauga (aaS)
4. Prognozinės analitikos plėtra operatyvinėse sistemose
5. Atvirų duomenų pajungimas į verslo analitiką
6. „Balto triukšmo“ standartizacija
© Back to the Future movie
Po 7 metų visa tai bus JUST DATA