Aký bude ďalší vývoj dátovej analytiky?

Robotická automatizácia procesov (Robotic Process Automation, RPA) ešte len začína naberať dynamiku. Napodobňuje chovanie pracovníkov a umožňuje konzistenciu manuálnej, opakujúcej sa práce. V kombinácii s umelou inteligenciou (AI) sa vytvorí RPA 2.0. Príkladom je situácia, kedy zákazník od vás chce niečo, čo vyžaduje päť rôznych krokov, niekoľko ľudí aj rozsiahlu komunikáciu medzi oddeleniami. Chatbot môže spustiť riešenie RPA, ktoré výrazne zníži manuálne úlohy aj režijné náklady. RPA v kombinácii s AI spôsobí výraznú redukciu administratívy.

Aké sú budúce trendy veľkých dát, ktoré vidíme na trhu?

• Internet vecí a edge computing budú mať v nasledujúcich rokoch na projekty v oblasti veľkých dát obrovský vplyv. Vzhľadom na to, že inteligentné zariadenia využívané v domácnosti získavajú na popularite, spoločnosti priťahuje možnosť investície do vývoja tejto technológie.

• Umelá inteligencia/strojové učenie bude vylepšovať Business Intelligence extrahovaním nových analytických možností a vykonávaním takých úloh, akými sú segmentácia dát, kategorizácia, hĺbková analýza, predpovedanie budúcnosti a poskytovanie lepšieho porozumenia obchodným informáciám.

• Metody DevOps budú použité v životnom cykle dátovej analytiky na zvýšenie flexibility a rozšírenie škály dátových operácií spoločností.

• Hybridné cloudové modely získajú na popularite, pretože spájajú výhody verejného a súkromného cloudu. Spoločnosti sa premiestnili do verejného cloudu, aby znížili náklady a dosiahli väčšiu škálovateľnosť. S tým, ako pridávali rôzne dátové súbory, však rástla zložitosť, takže sa ukázalo, že využitie verejného cloudu je pre mnohých príliš drahé. Hybridný cloud môže byť lepšou voľbou, pretože bude jednak cenovo dostupný, jednak škálovateľný.

Ako zvoliť najlepšie riešenie pre vaše potreby?

Spoločnosti chcú držať krok s novými technológiami, ale neustále sa meniaci trh nie je jednoduché sledovať. Niektoré technológie založené na veľkých dátach sú už vyspelé, zatiaľ čo iné sa práve rodia. To, ktorú si vaša spoločnosť zvolí, závisí od vašej ochoty podstupovať riziko. Napríklad v bankovníctve je zásadná spoľahlivosť systémov, takže výkon systému je dôležitejší než iné vlastnosti. Preverené technológie môžu byť v tomto prípade lepšie. V súvislosti s rôznymi technológiami veľkých dát je dôležité pochopiť všestrannosť každého druhu produktu a funkcie, ktoré ponúka, a potom vybrať riešenie, ktoré najlepšie vyhovuje vašim požiadavkám.

Pred výberom vhodného riešenia veľkých dát je užitočné uvedomiť si ich objem, rozmanitosť a rýchlosť a tiež si ujasniť, ako sa vaša spoločnosť stavia k riziku:

• Objem – Množstvo dostupných dát neustále rastie. Americká spoločnosť generuje v akomkoľvek okamihu v priemere niekoľko stoviek terabajtov dát. Je nutné si uvedomiť, aký je objem dát a to, aký nárast očakávate v nasledujúcich rokoch.

• Rozmanitosť – Ide o typy a formy dát; môžu to byť lekárske záznamy, dáta zo senzorov, údaje zo sociálnych médií alebo videá na YouTube atď. Pôvodné databázy si s touto rozmanitosťou nedokážu poradiť, takže je nevyhnutné využívať novšie technológie.

• Rýchlosť – Väčšina spoločností má prístup k historickým dátam, ale musia tiež zohľadniť novogenerované dáta. Rýchlosť sa netýka iba rýchlosti, akou sa generuje a analyzuje obrovské množstvo dát, ale tiež rýchlosti ich prenosu. Prístup k dátam musí zostať okamžitý, aby bolo možné vykonať analýzu v reálnom čase.

Porozumenie týmto trom kategóriám môže vašej spoločnosti pomôcť určiť, ako najlepšie ťažiť z nových riešení veľkých dát. Užitočné je skombinovať hlboké znalosti dát, dátovú vedu a algoritmy do produkčne pripravenej platformy, ktorá je škálovateľná a dobre spravovateľná. Mnoho spoločností volí spoluprácu s partnerom, akým je napríklad naša spoločnosť, ktorý má reálne skúsenosti s vývojom architektúr veľkých dát a transformáciou možností dátovej analytiky na užitočné obchodné riešenia. Práca s veľkými dátami je skrátka „beh na dlhú trať“.