Data science

เทคโนโลยีข้อมูลและกรณีของการสูญเสีย Business Intelligence

ภาพรวมว่าเทคโนโลยีข้อมูลส่งผลต่อระบบธุรกิจอัจฉริยะอย่างไร ทุกครั้งที่ข้อมูลกระโดด ความฉลาดจะลดลง เทคโนโลยีข้อมูลที่มีอยู่มากมายได้สร้างกระบวนการฮ็อพตามลำดับซึ่งปรับให้เข้ากับกรณีการใช้งานทางธุรกิจ แม้ว่าไปป์ไลน์การข้ามแบบต่อเนื่องนี้จะให้ผลลัพธ์ที่ต้องการ – มักจะมีค่าใช้จ่ายสูง การไม่สามารถใช้ไปป์ไลน์เดียวกัน เทคโนโลยีเดียวกัน และในกรณีส่วนใหญ่ วิธีการเดียวกันหมายความว่ากรณีการใช้งานแต่ละกรณีมีไปป์ไลน์ข้อมูลใหม่ซึ่งประกอบด้วยชุดของลำดับใหม่ กระโดด สิ่งนี้ได้สร้างปัญหาสองประการในโลกของธุรกิจอัจฉริยะ (i) ไปป์ไลน์ข้อมูลและเทคโนโลยีจำนวนมากเกินไปที่จะจัดการ (ii) การกระโดดข้ามข้อมูลมากเกินไปก่อนที่จะถึงปลายทางและวัตถุประสงค์สุดท้าย – ความสามารถในการตัดสินใจ ในขณะที่ข้อมูลยังคงกระโดดอยู่ มันจะกลายเป็นเรื่องซ้ำซ้อนสำหรับการตัดสินใจ กรณีใช้งาน Business Intelligence แบบง่ายนั้นต้องการข้อมูลที่จะกระโดดโดยเฉลี่ยเจ็ด (7) ครั้งก่อนที่จะถึงปลายทาง ทำไมข้อมูลต้องกระโดดมาก? ประการแรก ข้อมูลจำเป็นต้องได้รับการแปลงหลายครั้งจากรูปแบบที่ไม่มีโครงสร้างไปเป็นรูปแบบที่มีโครงสร้าง จากนั้นเป็นแบบฟอร์มเชิงสัมพันธ์ จากนั้นเป็นรูปแบบที่กินได้สำหรับการคำนวณ จากนั้นจึงจัดคิวไปยังที่เก็บข้อมูลสำหรับการประมวลผลในหน่วยความจำ และสุดท้ายเป็นการจัดเก็บเชิงวิเคราะห์สำหรับขั้นสุดท้าย สอบถามการนำเสนอต่อผู้ใช้ปลายทาง ประการที่สอง ในแต่ละฮ็อพ เทคโนโลยีการจัดการข้อมูลใหม่จะประมวลผลข้อมูลตามลำดับเฉพาะ เทคโนโลยีการจัดการข้อมูลแต่ละอย่างจำกัดไว้เพื่อวัตถุประสงค์เฉพาะที่จะยุติลงหลังจากส่งมอบผลลัพธ์ไปยังเทคโนโลยีการจัดการข้อมูลอื่น จุดและวิธีการโอนต้องมีการสร้างไฟล์ในรูปแบบเฉพาะซึ่งจำเป็นต้องจัดเก็บไว้ชั่วคราวและนำเข้าอีกครั้งในเทคโนโลยีถัดไป กระบวนการของการกระโดดและการจัดเก็บข้อมูลหลายครั้งนี้ช่วยเพิ่มเวลาแฝงจนถึงจุดที่การใช้ข้อมูลสำหรับข่าวกรองธุรกิจกลายเป็นเรื่องซ้ำซาก วิธีการที่มองเห็นได้ของการลดความซ้ำซ้อนคือการลดควอนตัมของข้อมูลที่กำลังถูกประมวลผลและลงทุนในบริการคลาวด์ที่มีราคาแพงเพื่อตอบโต้เวลาที่ใช้สำหรับฮ็อพแต่ละครั้ง ไม่จำเป็นต้องลดจำนวนฮ็อพ เทคโนโลยีข้อมูลที่แตกต่างกันมากเกินไปโดยแทบไม่มีมาตรฐานสำหรับการออกแบบ มีเทคโนโลยีข้อมูลจำนวนมากเกินไปที่แต่ละฝ่ายพยายามค้นหาจุดประสงค์ หลายครั้ง วัตถุประสงค์ถูกกำหนดโดยสถาปนิกโซลูชันที่สร้างโดยไม่ได้คำนึงถึงความสามารถในการปรับขนาด เทคโนโลยีข้อมูลจึงถูกใช้ไปทุกที่ในรูปแบบที่ไม่สามารถปรับขนาดได้เกินกว่าปัญหาที่เกิดขึ้นทันที การขาดมาตรฐานโซลูชันการออกแบบข้อมูลที่ชัดเจนและความรู้เสมือนในสาขาที่พัฒนาอย่างรวดเร็วนำไปสู่ความล้าของข้อมูล เทคโนโลยีข้อมูลที่มีการออกแบบล่วงหน้าและจุดสิ้นสุดของยุค ETL วิธีเดียวที่จะหยุดการข้ามและเริ่มมุ่งเน้นไปที่ผลลัพธ์คือการใช้เทคโนโลยีข้อมูลล่วงหน้าที่ผสานรวมกับการคำนวณและการแสดงภาพ วิธีเก่าในการประมวลผลข้อมูลจากหลายแหล่งผ่านไปป์ไลน์ ETL ที่ส่งต่อข้อมูลไปยังตัวประมวลผลข้อมูลถัดไป จากนั้นจึงส่งไปยังไปป์ไลน์ ETL ถัดไป และอื่นๆ นั้นไม่เอื้อต่อความต้องการของธุรกิจในปัจจุบัน เทคโนโลยี ETL และเทคโนโลยีข้อมูลที่แตกต่างกันจะถูกแทนที่ด้วยแพลตฟอร์มข่าวกรองธุรกิจที่สร้างไว้ล่วงหน้าพร้อมชั้นการจัดการข้อมูลที่แข็งแกร่งซึ่งจัดการการนำเข้าข้อมูล การแปลง การคำนวณ การจัดเก็บ และการประมวลผลในรูปแบบคลิกเดียวเสมือน ที่สำคัญกว่านั้น อนาคตของเทคโนโลยีการจัดการข้อมูลเป็นสถาปัตยกรรมเดียวสำหรับการประชุมแทบทุกกรณีการใช้งาน อนาคตของการจัดการข้อมูลคือ no-code, no stress, และ no latency การจัดการเทคโนโลยีข้อมูลในปัจจุบันเกี่ยวข้องกับการเขียนสคริปต์ในทุกขั้นตอนของกระบวนการในรูปแบบและภาษาที่เปลี่ยนแปลงไปตามแต่ละเทคโนโลยี อนาคตของการจัดการข้อมูลคือการลากและวางเทคโนโลยีการจัดการข้อมูลบนแพลตฟอร์มเดียว อนาคตของการจัดการข้อมูลจะทำให้การมีส่วนร่วมของผู้คนและกระบวนการหลายอย่างซ้ำซาก และลดความเครียดสำหรับผู้ใช้ปลายทางได้อย่างมาก ผู้ใช้ปลายทางจะสามารถเรียกร้องข้อมูลสำหรับกรณีการใช้งานใดๆ ได้ในคลิกเดียว และไม่ผ่านกระบวนการที่ใช้เวลานานซึ่งเตรียมและแปลงข้อมูลก่อนที่ผู้ใช้ปลายทางจะสามารถเข้าถึงได้ คำมั่นสัญญาของการวิเคราะห์แบบบริการตนเองนั้นสั้นลงอย่างมากเนื่องจากความซับซ้อนและความเหลื่อมล้ำในเทคโนโลยีข้อมูล อนาคตของระบบธุรกิจอัจฉริยะคือ Zero-hop, Zero latency, การวิเคราะห์ข้อมูลแบบออนดีมานด์ เมื่อการกระโดดข้อมูลหยุดลง การวิเคราะห์จะกลายเป็นผู้รับใช้ของผู้ใช้ ไม่ใช่ในทางกลับกัน

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button