Data science

การสังเกต: อนาคตจะเป็นอย่างไร?

ในฟีเจอร์แขกรับเชิญพิเศษนี้ Abel Gonzalez ผู้อำนวยการฝ่ายการตลาดผลิตภัณฑ์ของ Sumo Logic ได้อธิบายว่า Observability มุ่งไปที่ใดในองค์กร ตลอดจนอธิบายว่าเราเคยไปที่ไหนมาบ้างและเหตุใดจึงสำคัญ Abelardo เป็นผู้เชี่ยวชาญชั้นนำด้านการจัดการประสิทธิภาพของแอปพลิเคชันด้วยประสบการณ์ ในด้านการจัดการผลิตภัณฑ์ การตลาดผลิตภัณฑ์ และบริการระดับมืออาชีพ ความเชี่ยวชาญของเขารวมถึงประสิทธิภาพที่ส่งผลต่อประสบการณ์ของผู้ใช้ ตลอดจนการใช้การวิเคราะห์เพื่อประเมินผลกระทบของประสิทธิภาพต่อวัตถุประสงค์ทางธุรกิจ Abelardo สำเร็จการศึกษาระดับปริญญาโทจาก Governors State University และได้รับปริญญาศิลปศาสตรบัณฑิตจากมหาวิทยาลัยเซนต์เอ็ดเวิร์ด ผู้บริโภคคุ้นเคยกับการได้สิ่งที่ต้องการอย่างรวดเร็ว เมื่อเราสั่งซื้อใน Amazon เราเลือกจัดส่งในวันเดียวกัน เมื่อเราเรียกใช้การค้นหาโดย Google เราคาดหวังผลลัพธ์ภายในไม่กี่วินาที เราพึ่งพา Facebook เพื่อประสบการณ์ผู้ใช้ที่รวดเร็วและราบรื่นทุกครั้ง ทุกบริษัทต้องกดดัน ไม่ใช่เพียงแค่ยักษ์ใหญ่ด้านเทคโนโลยีเท่านั้นที่ต้องเคลื่อนไหวด้วยความเร็วสูง และหลายคนก็ตระหนักดีว่าเทคโนโลยีเก่า ๆ ของพวกเขาจะตามไม่ทัน สิ่งนี้บังคับให้ธุรกิจต่างๆ พิจารณาหนี้ทางเทคนิคของตนอย่างจริงจัง และตัดสินใจว่าจะจัดการกับมันอย่างไรให้ดีที่สุด แต่ในขณะที่บริษัทต่างๆ ปรับเปลี่ยนแอปพลิเคชันเพื่อให้ทำงานได้เร็วขึ้น พวกเขากำลังนำความท้าทายใหม่ๆ มาใช้ เช่น การนำรุ่นที่มีความคล่องตัวมาใช้ การจัดการสภาพแวดล้อมแบบไฮบริดคลาวด์ และการประมวลผลข้อมูลจำนวนมากที่เกี่ยวข้องกับความเร็วที่เพิ่มขึ้นนี้ ธุรกิจจะจัดการกับความท้าทายทั่วไปได้อย่างไรและรับประกันว่าแอปพลิเคชันใหม่ของพวกเขานั้นทั้งมีประสิทธิภาพและปลอดภัย คำตอบคือการสังเกต เพื่อทำความคุ้นเคยกับการสังเกต ขั้นแรกให้ถอยกลับ แนวคิดและคำศัพท์เฉพาะของความสามารถในการสังเกตได้เพิ่งถูกนำไปใช้กับเทคโนโลยีสารสนเทศและคลาวด์คอมพิวติ้ง คำนี้มีต้นกำเนิดในสาขาวิชาวิศวกรรมระบบควบคุม ซึ่งความสามารถในการสังเกตได้ถูกกำหนดให้เป็นการวัดว่าสถานะภายในของระบบสามารถอนุมานได้จากผลลัพธ์ภายนอกได้ดีเพียงใด ทุกวันนี้ ความสามารถในการสังเกตได้หมายถึงความสามารถในการวัดสถานะภายในของระบบโดยอนุมานจากเอาต์พุตภายนอก เพื่อให้บรรลุสิ่งนี้ ข้อมูลเครื่องจักรจำนวนมากรวมถึงบันทึก ตัวชี้วัด การติดตาม และเหตุการณ์ จะถูกรวบรวมและเชื่อมต่อเข้าด้วยกันเพื่อรับข้อมูลเชิงลึกที่นำไปดำเนินการได้ ความสามารถในการสังเกตช่วยให้บริษัทต่างๆ เข้าใจปัญหาที่แอปสมัยใหม่อาจประสบได้อย่างแท้จริง ซึ่งเครื่องมือตรวจสอบแบบเก่าอาจพลาดไป พูดง่ายๆ คือ เครื่องมือรุ่นเก่าไม่สามารถทำความเข้าใจข้อมูลใหม่ทั้งหมดเหล่านี้ได้อีกต่อไป และการสังเกตได้ก็ช่วยลดช่องว่างได้ การปรับใช้ความสามารถในการสังเกตได้เพิ่มขึ้นเนื่องจากองค์กรจำนวนมากทำงานเพื่อปรับปรุงแอปพลิเคชันของตนให้ทันสมัย Gartner กล่าวว่า “โดย 2024 30 เปอร์เซ็นต์ขององค์กรที่ใช้สถาปัตยกรรมระบบแบบกระจายจะใช้เทคนิคการสังเกตเพื่อปรับปรุงธุรกิจดิจิทัล ประสิทธิภาพการบริการเพิ่มขึ้นจากน้อยกว่า เปอร์เซ็นต์ใน 2020” ในขณะที่แนวโน้มการรับเลี้ยงบุตรบุญธรรมเพิ่มขึ้นอย่างต่อเนื่อง ทำให้เกิดคำถามว่า อนาคตของความสามารถในการสังเกตมีลักษณะอย่างไร? มันซับซ้อนขึ้นเรื่อยๆ อย่างไม่ต้องสงสัย ยกตัวอย่างเตาย่างอัจฉริยะ สิ่งที่ครั้งหนึ่งเคยเรียบง่าย เช่น เปิดเตาย่างและจับตาดูอาหาร ตอนนี้เชื่อมต่อกับ Wi-Fi แล้วสร้างการวัดและส่งข้อมูลทางไกลที่ต้องส่งไปยังแอปพลิเคชันเพื่อประมวลผล วิเคราะห์ และถ่ายทอดข้อมูลไปยังอุปกรณ์ของผู้ใช้ ข้อมูลเกี่ยวกับอุณหภูมิ ระดับความชื้น เวลาทำอาหาร และอื่นๆ ของเตาย่างอัจฉริยะต้องได้รับการวิเคราะห์และสื่อสารไปยังผู้บริโภคในลักษณะที่รวดเร็วและคล่องตัว ซึ่งให้ข้อมูลเชิงลึกที่นำไปใช้ได้จริง (เช่น สเต็กเสร็จแล้ว—ได้เวลาถอดออกแล้ว) ย่าง). ความซับซ้อนและขนาดที่จำเป็นสำหรับบริษัทในการสร้างบางสิ่งเช่นเตาย่างอัจฉริยะนั้นน่าประหลาดใจ และผลิตภัณฑ์ประจำวันที่หลากหลายเช่นนี้กำลังออนไลน์ทุกวัน เมื่อมีอุปกรณ์ออนไลน์มากขึ้น การวัดและส่งข้อมูลทางไกลจำนวนมากจะถูกสร้างขึ้น และเครือข่ายแอปพลิเคชันต้องเสียภาษีมากขึ้น ในปัจจุบันและอนาคต บริษัทต่างๆ จะต้องการวิธีที่ประหยัดต้นทุนในการจัดการการเพิ่มขึ้นอย่างต่อเนื่องของการวัดและส่งข้อมูลทางไกลที่ไหลเข้าสู่แพลตฟอร์มการสังเกตของพวกเขา ข้อได้เปรียบทางธุรกิจของการมีที่เก็บข้อมูลเดียวคือการจัดการต้นทุนที่ดีขึ้น ความสัมพันธ์ของข้อมูล และข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้นจากการวิเคราะห์ชุดข้อมูลทั้งหมด เทคโนโลยีอย่าง AI และการเรียนรู้ของเครื่องสามารถใช้ประโยชน์จากแพลตฟอร์มเดียวนี้ เพื่อให้ธุรกิจใช้เวลาน้อยลงในการระบุและแก้ไขปัญหา และมีเวลามากขึ้นในการสร้างสรรค์สิ่งใหม่ๆ และสร้างความพึงพอใจให้กับผู้ใช้ จากตัวอย่างข้างต้น ตะแกรงอัจฉริยะสร้างข้อมูลจำนวนมากได้อย่างชัดเจน แต่จากข้อมูลเหล่านั้น อะไรที่สำคัญที่สุด? ผู้ใช้ต้องรู้อะไรบ้างจึงจะย่างสเต็กได้อย่างสมบูรณ์แบบ? นี่คือคุณค่าที่แท้จริงของความสามารถในการสังเกต การสร้าง AI และแมชชีนเลิร์นนิงในระบบการรักษาตัวเองเหล่านี้เป็นสิ่งสำคัญ ด้วยการสร้างและประมวลผลข้อมูลจำนวนมาก การแทรกแซงโดยเจ้าหน้าที่น้อยที่สุดคือเป้าหมาย แพลตฟอร์มการสังเกตได้จะช่วยให้บริษัทต่างๆ สามารถดำเนินการเชิงรุกและแก้ไขตนเองได้ในขณะเดียวกันก็ให้ข้อมูลเชิงลึกอันมีค่าที่ช่วยสร้างประสบการณ์ลูกค้าที่ดีขึ้นและผลลัพธ์ทางธุรกิจในเชิงบวก อีกวิธีหนึ่งที่ธุรกิจต่างๆ จัดการกับความซับซ้อนที่เพิ่มขึ้นก็คือการใช้โอเพ่นซอร์ส โอเพ่นซอร์สป้องกันการล็อคอินของผู้ขาย และช่วยให้บริษัทสามารถเคลื่อนย้ายได้และมีอิสระในการทำสิ่งที่พวกเขาต้องการด้วยข้อมูลของพวกเขา ในความเป็นจริง อุตสาหกรรมบริการโอเพ่นซอร์สคาดว่าจะถึงเกือบ $33 พันล้านในปีหน้า เนื่องจากมีบริษัทจำนวนมากขึ้นนำโซลูชันเหล่านี้มาใช้ ความคาดหวังของลูกค้ามีการพัฒนาอย่างรวดเร็ว เมื่อมีอุปกรณ์จำนวนมากขึ้นในโลกออนไลน์ด้วยคุณสมบัติและฟังก์ชันการทำงานใหม่ ผู้บริโภคจะยังคงคาดหวังประสบการณ์ที่ยอดเยี่ยมต่อไป และความสามารถในการสังเกตได้เป็นส่วนสำคัญในการให้บริการ ในท้ายที่สุด สิ่งสำคัญคือต้องเชื่อมโยงความสามารถในการสังเกตกลับไปยังเป้าหมายสุดท้ายของธุรกิจ เพื่อให้บริการลูกค้า ชุมชน และผู้ถือหุ้น เพราะนั่นคือทั้งหมดที่เกี่ยวกับ ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1

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

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

    Back to top button