विशेषज्ञ 2017 के लिए शीर्ष बिग डेटा रुझान साझा करते हैं

लेखक: Roger Morrison
निर्माण की तारीख: 21 सितंबर 2021
डेट अपडेट करें: 19 जून 2024
Anonim
परीक्षण स्वचालन का भविष्य: अग्रणी विशेषज्ञ 2017 के लिए अपना दृष्टिकोण साझा करते हैं
वीडियो: परीक्षण स्वचालन का भविष्य: अग्रणी विशेषज्ञ 2017 के लिए अपना दृष्टिकोण साझा करते हैं

विषय


ले जाओ:

कई विशेषज्ञों का मानना ​​है कि 2017 और भी बड़ा होगा क्योंकि बड़ी डेटा प्रौद्योगिकी तेजी से परिष्कृत हो जाती है और संगठन बड़े डेटा का लाभ उठाने की अपनी क्षमता को जारी रखते हैं।

2016 बड़े आंकड़ों के लिए एक ऐतिहासिक वर्ष था। झांकी द्वारा एकत्र किए गए आंकड़ों के अनुसार, बड़े डेटा को उनकी व्यावसायिक प्रक्रियाओं के हिस्से के रूप में संग्रहीत, संसाधित और विश्लेषण किए गए पहले से कहीं अधिक संगठन। कई विशेषज्ञों का मानना ​​है कि 2017 और भी बड़ा होगा क्योंकि बड़ी डेटा प्रौद्योगिकी तेजी से परिष्कृत हो जाती है और संगठन बड़े डेटा का लाभ उठाने की अपनी क्षमता को जारी रखते हैं। हमने क्षेत्र में विशेषज्ञों से इस बारे में अपनी भविष्यवाणियां करने को कहा कि बड़ी डेटा प्रौद्योगिकी के लिए वर्ष कैसा रहेगा। Heres ने हमें क्या बताया।

बिग डेटा टूल्स के भीतर स्वचालन में वृद्धि

बड़े डेटा में निवेश किए गए व्यवसायों को अपने ग्राहकों, उत्पादों और संचालन के अधिक आयामों को जानना होगा। डेटा डैशबोर्ड और रिपोर्टिंग ऑटोमेशन के लिए नए टूल लंबी-और छोटी पूंछ वाली अंतर्दृष्टि को राजस्व में बदलने और नीचे की रेखा तक पहुंचाने के लिए तैनात हैं। ऑटोमेशन और ऑफशोर डेटा साइंस विशेषज्ञता की लागत व्यवसाय-केंद्रित अंतर्दृष्टि टूल को अपनाने के लिए लागतों को नीचे लाएगी और ग्राहकों को नए और वफादार उत्पादों को अधिक से अधिक उत्पादों / सेवाओं को निजीकृत करने और बेचने में मदद करेगी।

-माइकल रेड्डी, डिजिटल एक्यूमेन में संस्थापक और मुख्य विश्लेषिकी अधिकारी


डेटा स्वच्छता पर फोकस बढ़ा

तेजी से शक्तिशाली मशीन सीखने और उन्नत एल्गोरिदम के बावजूद, कई विपणक वास्तव में अपने डेटा को ठीक से एकत्र नहीं करते हैं, इसे सामान्य करते हैं, इसे साफ करते हैं, इसे संरचित करते हैं, और इसे एक ऐसी जगह में मिला है जहां इसका विश्लेषण किया जा सकता है। 2017 एक ऐसा वर्ष होगा जहां इन "डेटा चौकीदार" कार्यों पर एक बड़ा ध्यान केंद्रित किया गया है।

-माइक ड्रिसकोल, मेटामार्केट में सीईओ

शुरुआती एडॉप्टर एक एकल ग्राहक अनुभव प्लेटफ़ॉर्म का उपयोग करना शुरू करेंगे

जल्दी गोद लेने वाले सगाई के सभी बिंदुओं से अर्जित खान डेटा के लिए एक एकल ग्राहक अनुभव मंच का उपयोग करना शुरू कर देंगे। इस प्रकार की प्रणाली में स्व-सेवा विश्लेषिकी, मोबाइल विश्लेषिकी और बड़े डेटा विश्लेषण शामिल होंगे। Analytics उन जानकारियों को प्रदान करता है जिन्हें ब्रांड खोज रहे हैं, लेकिन ग्राहक, एजेंट और संगठनात्मक दृष्टिकोण से संपर्क केंद्र विश्लेषिकी को देखना महत्वपूर्ण है। ग्राहक के अनुभवों को प्रबंधित करने का प्रयास करने वाले अन्य समाधान एक ही बातचीत से परे काम नहीं कर सकते हैं। वे एक समारोह (बिक्री, विपणन, सेवा) या एक चैनल (आवाज, मोबाइल, डिजिटल, सामाजिक) या, बदतर, दोनों में फंसे हुए हैं: एक समारोह में एक चैनल में। ये साइलो हैं जहां जवाबदेही मरने के लिए जाती है। एक युग में जब उपभोक्ता एक सहज डिजिटल अनुभव की उम्मीद करते हैं, तो ग्राहक की वफादारी खोने के लिए केवल एक रुकावट होती है।

-मेरिज ते बूइज, सीएमओ एट जेनेसिस


सास और बिग डेटा आईटी ऑपरेशन एनालिटिक्स के लिए मुख्यधारा बन जाएंगे

2017 में, सास और बड़े डेटा के संयोजन को वास्तविक समय के लिए मुख्यधारा में स्थानांतरित करने की उम्मीद है, आईटी ऑपरेशन एनालिटिक्स समाधान।

नो बग्स, नो स्ट्रेस - योर स्टेप बाय स्टेप गाइड बाय स्टेप गाइड टू लाइफ-चेंजिंग सॉफ्टवेर विदाउट योर लाइफ

जब कोई भी सॉफ़्टवेयर गुणवत्ता की परवाह नहीं करता है तो आप अपने प्रोग्रामिंग कौशल में सुधार कर सकते हैं।

बड़े डेटा का जन्म ओपन सोर्स सॉफ्टवेयर के रूप में हुआ था। बेहद शक्तिशाली होते हुए भी, ज्यादातर मामलों में यह आसानी से आईटी की दुकानों के लिए पच नहीं पाया। परामर्श-चालित व्यवसायों के माध्यम से बड़े डेटा का व्यावसायीकरण हुआ जो इन ओपन सोर्स टूल्स के आसपास एकीकरण और समर्थन की पेशकश करता है। यह प्रभावी था, लेकिन महंगा था। समानांतर में, क्लाउड प्रदाताओं ने क्लाउड इंफ्रास्ट्रक्चर संसाधनों के साथ बंडल किए गए बड़े डेटा टूल पेश करने शुरू किए। इन विकासवादी चरणों ने वास्तविक दुनिया भर के मामलों के निर्माण के लिए उपकरण और सामान्य प्लेटफार्मों से सास बड़े डेटा प्रसाद के लिए एक प्राकृतिक विकास के लिए मंच निर्धारित किया है।

-जिम फ्रे, केंटिक में रणनीतिक गठबंधन के उपाध्यक्ष

बिग डेटा का डेमोक्रेटाइजेशन छोटी कंपनियों के लिए खेल के क्षेत्र में तेजी और वृद्धि करेगा

ऐसी तकनीकों और सेवाओं पर ध्यान केंद्रित करना होगा जो डेटा की शक्ति को उन लोगों के हाथों में डालती हैं जिन्हें इसकी सबसे अधिक आवश्यकता है। बिक्री और विपणन, उदाहरण के लिए, बड़े डेटा को "केंद्रीकृत" करने के लिए मॉनीटरिंग, सेनिटाइज और एनालिसिस करने के लिए और अधिक विकल्प होंगे, इससे पहले कि इसे बड़े सेंट्रलाइज्ड डेटाबेस में डंप कर दिया जाए, जहां यह जल्दी से मूल्य खो सकता है। कंपनियां उन प्रदाताओं पर तेजी से नज़र रखेंगी जो इस डेटा प्रबंधन के सभी बोझ को कम करते हैं, जबकि बिक्री प्रतिनिधि और विपणन लीड के हाथों में अच्छे डेटा प्रदान करके अधिक प्रभावी बिक्री और विपणन को सशक्त बनाते हैं ताकि वे अधिक सूचित और तत्काल कार्रवाई कर सकें। यह छोटी कंपनियों के लिए विशेष रूप से उपयोगी होगा जो बड़े प्रतिद्वंद्वियों के खिलाफ प्रतिस्पर्धा करने के लिए लोकतांत्रिक डेटा का लाभ उठाएंगे।

-हेनरी स्कक, डिस्कवरऑर्ग के सह-संस्थापक और सीईओ

बड़ी डेटा बनाने और प्रबंधित करने वाली कंपनियों और प्रौद्योगिकियों को बड़ी अपेक्षाओं का सामना करना पड़ेगा

कंपनियां महसूस कर रही हैं कि सत्यापित डेटा सफल बिक्री और विपणन का सबसे महत्वपूर्ण कारक है। जैसा कि अधिक तकनीक बिक्री और विपणन फ़ंक्शन पर लागू होती है, अच्छा डेटा तेजी से महत्वपूर्ण हो जाता है, क्योंकि यह ईंधन है जो उन उपकरणों को शक्ति देता है। Microsoft ने अपने समृद्ध डेटा के कारण लिंक्डइन पर बहुत अधिक मूल्य दिया है, और निवेश Salesforce ने "ग्राहक यात्रा" को सूचित करने के लिए डेटा का लाभ उठाने के लिए उपकरणों पर बनाया है, यह प्रमुख संकेत हैं जो भविष्य के बाजार गठजोड़, समेकन और नवाचार को प्राथमिकता देते हैं जो मुख्य रूप से आधारित होंगे अच्छे डेटा का मूल्य।

-हेनरी स्कक, डिस्कवरऑर्ग के सह-संस्थापक और सीईओ

डेटा संप्रभुता और सुरक्षा विश्व मंचों पर चर्चाएँ चलाएगी

2017 में बड़े डेटा के आसपास के सबसे बड़े सवालों में से एक होगा: "कौन वास्तव में इसका मालिक है?" डेटा संप्रभुता और सुरक्षा - दोनों कॉर्पोरेट और व्यक्तिगत स्तर पर - इस विषय पर चर्चा दुनिया भर के कई प्रमुख मंचों पर करेंगे (जैसे कि दावोस और जी 8 में विश्व आर्थिक मंच)।

जैसे-जैसे हम मशीन लर्निंग, आर्टिफिशियल इंटेलिजेंस (एआई) और वर्चुअल रियलिटी के युग में आगे बढ़ते हैं, किसी एक तकनीक द्वारा उत्पादित डेटा प्रौद्योगिकी के "मालिक / निर्माता" के होते हैं, हालाँकि, यूरोप जैसे देशों में सामान्य जैसे फ्रेमवर्क को लागू करते हैं। डेटा सुरक्षा विनियमन (GDPR) 2018 में, जो डेटा संरक्षण कानूनों (कुछ उदाहरणों में कंपनी के वैश्विक राजस्व का 4% तक) के उल्लंघन के लिए नाटकीय रूप से बड़े जुर्माना शामिल करेगा, इसलिए गैर-अनुपालन के लिए वित्तीय जिम्मेदारी देता है।

अब जब डेटा संप्रभुता की लापरवाही निगमों की गहरी जेब पर सीधा प्रहार करेगी, तो मेरी भविष्यवाणी यह ​​है कि यह 2017 में बहुत अधिक ध्यान आकर्षित करेगा।

-गैरी कोनोली, आयरलैंड में संस्थापक और मेजबान के अध्यक्ष

एआई और एनालिटिक्स विक्रेता एम एंड ए गतिविधि को गति देगा

इसमें कोई संदेह नहीं है कि एआई, मशीन लर्निंग या डीप लर्निंग के लिए बड़े पैमाने पर जमीन हड़पी गई है। Google, Apple, Salesforce और Microsoft से लेकर AOL ​​तक विविध खिलाड़ी, और अमेज़न ने इस वर्ष अधिग्रहण की प्रवृत्ति को समाप्त कर दिया। अधिकांश स्टार्टअप्स के संक्षिप्त परिचालन इतिहास के कारण, ये कदम ग्रह पर एआई विशेषज्ञों की सीमित संख्या को प्राप्त करने के बारे में हैं, क्योंकि प्रत्येक कंपनी ने आज तक क्या उत्पादन किया है। एआई एंटरप्राइज माइंडशेयर की लड़ाई स्पष्ट रूप से आईबीएम वाटसन, सेल्सफोर्स आइंस्टीन और ओरेकल के अनुकूली बुद्धिमान अनुप्रयोगों के बीच खींची गई है। क्या अच्छी तरह से समझा जाता है कि एआई को विश्वसनीय डेटा की निरंतर नींव की आवश्यकता होती है, जिस पर काम करना है। इन एकीकृत क्षमताओं की पेशकश करने वाले सीमित संख्या में स्टार्टअप के साथ, प्रासंगिक अंतर्दृष्टि और अंततः अनुशंसित कार्यों की खोज जो कि भविष्य कहनेवाला और अधिक कुशल पूर्वानुमान और निर्णय लेने में मदद कर सकती है, 2017 में और भी अधिक आक्रामक एमएंडए गतिविधि का नेतृत्व करेगी।

-रेमनियो में चीफ मार्केटिंग ऑफिसर, रेमन चेन

डेटा झीलों अंत में उपयोगी हो जाएगा

कई कंपनियों ने शुरुआती दिनों में डेटा लेक का लुत्फ उठाया, उन्होंने न केवल कम लागत के भंडारण और प्रक्रिया के वादे को पूरा करने के लिए महत्वपूर्ण धनराशि खर्च की, बल्कि समग्र डेटा उपलब्ध कराने और बड़े डेटा के महत्वपूर्ण पूल उपलब्ध कराने के लिए सेवाओं का ढेर लगाया। बेहतर अंतर्दृष्टि के लिए सहसंबद्ध और खुला होना। चुनौती कुशल डेटा वैज्ञानिकों को मिल रही है, जो डेटा की विश्वसनीयता की गारंटी देने के साथ-साथ डेटा की विश्वसनीयता की गारंटी भी दे रहे हैं, जिस पर डेटा को जोड़ा जा रहा है और सहसंबद्ध किया जा रहा है (हालांकि प्रसिद्ध विशेषज्ञ टॉम डेवनपोर्ट ने हाल ही में दावा किया है कि डेटा वैज्ञानिक कठिन हैं। ढूँढ़ने के लिए)। परिचालन अनुप्रयोगों में इनपुट प्रदान करने और वास्तविक समय के अपडेट प्राप्त करने में डेटा झीलें भी कम हो गई हैं। सौभाग्य से, अंतर क्या पारंपरिक रूप से मास्टर डेटा प्रबंधन (एमडीएम), और परिचालन अनुप्रयोगों, विश्लेषणात्मक डेटा गोदामों और डेटा झीलों की दुनिया के रूप में जाना जाता प्रौद्योगिकियों का सेट है के बीच संकीर्ण है। मौजूदा बड़ी डेटा परियोजनाओं के साथ एक विश्वसनीय डेटा फ़ाउंडेशन की आवश्यकता को पहचानते हुए, और नई परियोजनाओं को एक समग्र डेटा प्रबंधन रणनीति में जोड़ा जा रहा है, डेटा झीलों को अंततः 2017 में अपना वादा पूरा हो सकता है।

-रेमनियो में चीफ मार्केटिंग ऑफिसर, रेमन चेन

मूर का नियम डेटाबेस के लिए सही रहेगा

मूर के नियम के अनुसार, सीपीयू हमेशा तेज और सस्ता होता जा रहा है। देर से, डेटाबेस एक ही पैटर्न का पालन कर रहे हैं।

2013 में, अमेज़ॅन ने उस गेम को बदल दिया जब उन्होंने Redshift पेश किया, एक व्यापक समानांतर प्रसंस्करण डेटाबेस जिसने कंपनियों को उचित मूल्य के लिए अपने सभी डेटा को स्टोर और विश्लेषण करने की अनुमति दी। तब से, हालाँकि, जिन कंपनियों ने Redshift जैसे उत्पादों को डेटासटोर्स के रूप में देखा, प्रभावी रूप से असीम क्षमता वाली दीवार से टकराए हैं। उनके पास सैकड़ों टेराबाइट या यहां तक ​​कि डेटा के पेटाबाइट्स हैं और गति के लिए अधिक भुगतान करने के बीच फंस गए हैं जो वे आदी हो गए हैं, या एक क्वेरी के लिए पांच मिनट इंतजार करने के लिए वापस आ गए हैं।

मूर का नियम दर्ज करें (या पुनः दर्ज करें)। क्लाउड MPP डेटाबेस के लिए Redshift उद्योग मानक बन गया है, और हम यह नहीं देखते हैं कि जल्द ही कभी भी परिवर्तन हो। उस के साथ, 2017 के लिए हमारी भविष्यवाणी यह ​​है कि ऑन-डिमांड एमपीपी डेटाबेस जैसे गूगल बिगविक और स्नोफ्लेक लोकप्रियता में भारी वृद्धि देखेंगे। ऑन-डिमांड डेटाबेस स्टोरेज के लिए पैसे वसूलते हैं, जिससे कंपनियां लागत की चिंता किए बिना डेटा स्टोर कर सकती हैं। जब उपयोगकर्ता क्वेरीज़ चलाना या डेटा खींचना चाहते हैं, तो वे उस हार्डवेयर को स्पिन कर देते हैं जिसकी उन्हें आवश्यकता होती है और सेकंड में काम मिलता है। वे तेज़, स्केलेबल हैं, और हम 2017 में उनका उपयोग करने वाली कई कंपनियों को देखने की उम्मीद करते हैं।

-लॉयड टैब, संस्थापक, अध्यक्ष और मुख्य प्रौद्योगिकी अधिकारी लुकर में

SQL में एक और असाधारण वर्ष होगा

एसक्यूएल दशकों से आसपास रहा है, लेकिन 1990 के दशक के उत्तरार्ध से लेकर 2000 के दशक के मध्य तक, यह शैली से बाहर हो गया क्योंकि लोगों ने NoSQL और Hadoop विकल्पों की खोज शुरू कर दी। एसक्यूएल, हालांकि, प्रतिशोध के साथ वापस आ गया है। एसक्यूएल का पुनर्जागरण निहारना करने के लिए सुंदर रहा है और मुझे अभी भी इसके चरम के निकट होने के बारे में नहीं लगता है।

-लॉयड टैब, संस्थापक, अध्यक्ष और मुख्य प्रौद्योगिकी अधिकारी लुकर में

आईटी टीमें डायरेक्ट बिग फोकस को यूज करने के लिए बिग डेटा डाल देंगी

2017 में, आईटी टीमें बड़े डेटा के लिए समाधान से परे दिखेंगी और अगले कदम के रूप में उपयोग करने के लिए बड़ा डेटा डालने पर अपना ध्यान केंद्रित करेंगी। मशीन लर्निंग का उपयोग व्यापक बुद्धिमत्ता और अंतर्दृष्टि के स्रोत के रूप में किया जाएगा जो पहले मानवीय रूप से संभव नहीं था। ग्राहक प्रतिक्रिया के साथ संयुक्त, आईटी टीमें मशीन सीखने से लेकर भविष्यवाणियां करने और ग्राहकों के अनुभवों को निजीकृत करने के लिए एकत्रित अंतर्दृष्टि का उपयोग करेंगी।

-राजगोपाल चंद्रमोहन, इंटुइट में चीफ आर्किटेक्ट, एंटरप्राइज बिजनेस सर्विसेज

अधिक कंपनियाँ डेटा का पता लगाने के लिए बिग डेटा एनालिटिक्स का उपयोग करें (न केवल रोकें) धोखाधड़ी करें

कई आईटी प्रबंधक इस बात से अनभिज्ञ हैं कि एंटरप्राइज़ रिसोर्स प्लानिंग (ईआरपी) सिस्टम, जो कंपनी के बड़े डेटा सेटों का निर्माण और प्रबंधन करते हैं, में अंतर्निहित जटिलताएं हैं जो वास्तव में धोखाधड़ी के लिए अवसर पैदा कर सकती हैं। ऐसी प्रणालियों के ओवरहालिंग के खर्च को ध्यान में रखते हुए, कंपनियां धोखाधड़ी का पता लगाने पर अधिक ध्यान केंद्रित करने लगी हैं, ERP की क्षमता को दोगुना करने के लिए डेटा विश्लेषण टूल स्थापित कर रही हैं, जो विसंगतियों को पकड़ने के इरादे से धोखाधड़ी का संकेत दे सकती हैं।

ईआरपी नियंत्रणों को जोड़ने पर अतिरिक्त धोखाधड़ी को रोका जा सकता है, यह निर्धारित धोखेबाजों द्वारा परिधि के द्वार को खोलते समय महंगा और अक्सर प्रक्रिया दक्षता को बढ़ाता है। अपना ध्यान केंद्रित करने से, कंपनियां ईआरपी डेटा में रुझानों का विश्लेषण करने और यह पता लगाने की क्षमता हासिल कर सकती हैं कि किसी व्यक्ति ने अंतहीन बाधाओं को स्थापित करने के बजाय नियंत्रणों को बायपास करने का प्रयास किया है या नहीं।

-दान Zitting, ACL में मुख्य उत्पाद अधिकारी

2017 क्लाउड-आधारित डेटा स्टोर वाले संगठनों के लिए अनुकूलन का वर्ष होगा

क्लाउड-आधारित डेटा स्टोर वाले संगठनों के लिए, 2017 अनुकूलन का वर्ष होगा। क्लाउड पर डेटा स्थानांतरित करने के इच्छुक लोगों के लिए, 2017 डेटा अनुकूलन रणनीतियों को शामिल करने के लिए एक वर्ष होगा। सभी सड़कें अंतर्दृष्टि और तथ्यों की पहुंच के साथ व्यावसायिक प्रदर्शन को बढ़ावा देते हुए अनावश्यक परिचालन लागत को समाप्त करती हैं। डेटा बुमेरांग की कहानियां - डेटा क्लाउड में चले गए और फिर अप्रत्याशित लागतों के कारण वापस चले गए - एक ज़ोन डेटा रणनीति का पालन करके इसे समाप्त किया जा सकता है। यह डेटा आर्किटेक्चर का समर्थन इस आधार के साथ करता है कि सभी डेटा संगठन के बराबर नहीं हैं। डेटा आर्किटेक्ट को संगठनात्मक आवश्यकता के आधार पर डेटा मूल्य पर विचार करना चाहिए। डेटा ज़ोन के साथ संरेखण प्राप्त किया जा सकता है। सामान्य उदाहरणों में शामिल होंगे: समर्थन, प्रतिस्पर्धी लाभ और नवाचार और शोधन पर रोशनी। वे दिन आ गए जब डेटा झीलों को सभी डेटा के लिए एक सरल और उदासीन शरण के रूप में देखा जा सकता है। ज़ोन, डेटा ज़ोन में प्राप्त करें।

-विलियम हर्ले, एस्टाडिया में सॉफ्टवेयर जीवनचक्र सेवाओं के वरिष्ठ निदेशक हैं