専門家:企業は、追いつくためにリアルタイム分析を実装するというプレッシャーを感じています

UberやDoorDashのようなディスラプターは、残りの部分を圧迫しています。より多くの組織がリアルタイムデータを運用しており、運用方法が変化しています。

“href =” https://www.techrepublic.com/a/hub/i/r/2021/12/08/84NS901ba-6e68-498NS-922e-12cf0f51NS367/ resize /770NS/13a187e9f1e 52NS11c4fc4b3a3d88e8ce / real-time-data-smart-city.jpg “target =” _ blank “>Everything connected in the smart city. Sensors in garbage cans for pickup time. Real-time traffic sensors to optimize traffic flow. Autonomous vehicles. Electricity for sustainable transports.

画像:SolveigBeen / Shutterstock

リアルタイムデータはそのまま収集されます生成された後、すぐに分析とアクションを実行するためにダウンストリームデバイスにストリーミングされます。これは、定期的にキャプチャされ、ライブでストリーミングされない従来のバッチデータとは大きく異なります。

今日の企業は、あらゆる形式のライブのリアルタイムデータを求めています。それがビデオ、モノのインターネット、あるいは記録データの構造化されたシステムであるかどうか。

参照:採用キット:データベースエンジニア(TechRepublic Premium)

“DoordashやUberなどのデータ駆動型企業が証明これは、リアルタイム分析に基づいて業界を混乱させるビジネスを構築することによるものです」と、リアルタイム分析サービスのプロバイダーであるRocksetの共同創設者兼CTOであるDhruba Borthakur氏は述べています。

「その他すべてビジネスは現在、リアルタイムデータを利用して、インスタントでパーソナライズされたカスタマーサービスを提供したり、運用上の意思決定を自動化したり、ML[machine learning]モデルに最新のデータを提供したりするというプレッシャーを感じています。 2022のリアルタイムデータへの制限されたアクセス。データエンジニアリングのヒーローである必要はありません。 、遅れをとって飛躍し、メリットを享受します。」

では、よりリアルタイムのデータに移行することのメリットは何でしょうか。意思決定までの時間が短縮されることは、明らかな利点の1つです。顧客にリアルタイムストリーミングサービスを提供している場合、2番目の利点は収益の増加です。また、社内業務の自動化を続ける企業が増えるにつれ、リアルタイムのデータを使用して生産サイクルとコストを削減できます。

「データが新鮮であるほど、価値が高くなります」とBorthakur氏は付け加えました。リアルタイムデータの民主化により、選ばれた少数の人々の手からデータ主導の意思決定が行われ、より多くの従業員がリアルタイムデータにアクセスして分析できるようになりました。よりリアルタイムのデータへの移行は、企業がデータを使用してソフトウェアを作成する方法も変えています。

ダッシュボードからデータ駆動型アプリへの移行

「分析ダッシュボードは10年以上前から存在しています」とBorthakur氏は述べています。 「時代遅れになっている理由はいくつかあります。まず、ほとんどがバッチベースのツールとデータパイプラインで構築されています。リアルタイムの標準では、最新のデータはすでに古くなっています。」

残念ながら、ダッシュボードの背後にあるデータが新鮮であったとしても、Borthakurが見ている人間の待ち時間の問題がまだあります。

参照:Microsoft Power Platform:それについて知っておくべきこと(無料のPDF)(TechRepublic)

「人間は地球上で最も賢い動物かもしれませんが、コンピューターと比較して多くのタスクで痛々しいほど遅いです」と彼は言いました。人間の介入を必要としないデータ駆動型アプリケーションによって作成される完全な自動化に移行します。これは、完全に自動化された組立ラインまたは完全に自動化されたカスタマーサービスプロセスである可能性があります。

データチームとソフトウェア開発者の間のより優れた連携

自動化を推進するデータ駆動型アプリを構築するには、アプリケーション開発者は、データの管理と使用方法を理解しているデータアナリストやデータサイエンティストと緊密に連携する必要があります。

“エンジニアリングチームとデータチームは長い間取り組んできました独立して」と語った。 「データサイエンティストと開発者の協力を必要とするML駆動型アプリケーションが登場するまでに長い時間がかかった理由のひとつです。しかし、必要性は発明の母です。企業は、データを運用するためにあらゆる種類のアプリケーションを求めています。これには、新しいチームワークと開発者がデータを利用しやすくする新しいプロセス。 “

リアルタイムデータの次は何ですか?

データ-ドリブンアプリは、よりリアルタイムのデータ利用と自動化を推進しますが、この方向に向かう企業にはまだ課題があります。

これらの課題の1つは、IT開発者とデータチームを再編成して、より多くの作業を行えるようにすることです。密接に一緒に。これには、いくつかの機能領域のサイロ破壊が含まれます。 2番目の課題は、より多くのビジネスプロセスがより高度な自動化を行うにつれて、人と機械の新しいインターフェイスがどうなるかを定義することです。

カスタマーサービスの自動化には限界があることはすでにわかっています。 。たとえば、オートマトンが処理するには複雑すぎるトランザクションがいくつかあり、人間の専門家が飛び込む必要があります。

自動化でマンマシンインターフェイスを正しく配置し、アプリケーションとデータチームを再調整します。組織がリアルタイムデータの運用化に移行する際に主に焦点を当てる2つの領域。

データ、分析、AIニュースレター

データサイエンス、ビッグデータ分析、人工知能に関する最新のニュースとベストプラクティスを学びましょう。月曜日に配信

今日サインアップする

も参照)

  • AIおよびデータマイニングプログラミング言語は「急成長中」(TechRepublic)
  • ストリーミングデータ分析により、リアルタイムでリアルタイムになります(TechRepublic)
  • データサイエンティストになる方法:チートシート(TechRepublic)
  • 分析:ビッグデータの変換科学からビジネス戦略へ(無料のPDF)(TechRepublic)
  • 採用キット:データアーキテクト(TechRepublic Premium)
  • ビッグデータ:より多くの必読の報道(Flipboard上のTechRepublic)
  • Related Articles

    Back to top button