5 data-to-beslissingen trends om te weten voor 2016

Hier is een blik terug op de Big Data-to-beschikkingen verhalen van 2015 en een vooruitblik op de trends van de gevolgen voor 2016.

1. Spark Lights A Fire. In 2015 bedrijven en leveranciers begon te beseffen dat de kans met big data is niet alleen op te schalen BI en het datawarehouse. Dus de Apache Spark open source framework en andere analytische mogelijkheden die verder gaan dan SQL waren hot in 2015. Spark werd omarmd door scores van leveranciers en honderden grote bedrijven in 2015. IBM was de meest zichtbare vendor verdediger, maar tal van andere data-integratie en big data platform bedrijven toegetreden tot de bandwagon.

We duiken in, waar ivd de grootste impact en wat het betekent voor de toekomst van big data analytics zal hebben.

Het duurt meer dan SQL te voelen van big data te maken. Spark paren in-memory prestaties met SQL, streaming, machine learning, grafiek en R-gebaseerde data-analyse opties.

Een belangrijke drijfveer van het belang in ensemble Spark’s van analytics – dat omvat SQL, R, grafiek analyse en machine learning – is het feit dat in een steeds meer digitale wereld, bedrijven zijn het genereren en de noodzaak om verschillende soorten gegevens te analyseren. Als bedrijven meer doen marketing en business online, bijvoorbeeld, clickstream’, sociale gegevens en mobiele data worden veel belangrijker. SQL is goed voor het analyseren van de transactionele gegevens achter die interacties, maar grafiek, machine learning en andere technieken schitteren met deze nieuwe soorten gegevens. En bedrijven willen om vooruit te kijken, niet alleen terug, zodat ze de juiste bewegingen om omzet en winst te maximaliseren. Dat drijft belangstelling voorspelvermogens, zoals in R.

2. Real-time krijgt echt. Streaming data-analyse (aka, real-time data-analyse) was een ander hot categorie in 2015. Recente aankondigingen door Amazon, Cloudera, Confluent (de Kafka support bedrijf), Microsoft, MapR, SAP en tal van anderen wijzen op de vraag naar laag- latency data-acquisitie en analyse mogelijkheden. Online adverteren, marketing en retail scenario’s zijn een grote bestuurder geweest, omdat bedrijven streven naar advertenties, te lanceren campagnes leiden, en serveren cross-sell en up-sell aanbiedingen terwijl de klanten zijn nog steeds online. Real-time detectie van fraude, risicoanalyse, internet van de dingen (zie hieronder) en de bedreiging van de veiligheid detectie zijn andere scenario’s waar de tijd is van de essentie. Kijk voor de golf van real-time aankondigingen om verder te gaan in 2016.

3. Cloud-based analytics en business intelligence mogelijkheden opstijgen. Sommige leveranciers (zoals BIRST en BusinessObjects) waren erg vroeg om cloud-gebaseerde (Software-as-a-Service-stijl) business intelligence. Maar de eerste-generatie van de opties die zeven tot tien jaar geleden ontstond niet precies zet de wereld in vuur en vlam. Pioniers waaronder LudicEra, Oco en PivotLink heeft het niet overleefd.

Deze meter van cloud-gebaseerde data-analyse versus on-premise-gebaseerde data-analyse, zoals gemeten door Tableau Online, legt uit waarom cloud-gebaseerde BI en analytics services eindelijk opstijgen. Tableau zegt Amazon Redshift, Google Analytics, Google Big Query en Salesforce zijn de top-bronnen.

Tijden zijn veranderd. Nu dat grote hoeveelheden gegevens afkomstig zijn en online accumuleren (denk Amazon RedShift, Google Analytics, Google BigQuery en Salesforce) cloud-gebaseerde BI en analytics opties beginnen af ​​te nemen. Leveranciers zoals IBM, GoodData, Microsoft, Oracle en SAP al upped hun belangen in cloud-gebaseerde BI in 2015 terwijl de parvenu Tableau en Qlik bereid zijn om dieper cloud services te leveren 2016. Stay tuned voor nog meer aankondigingen in 2016 en uit te checken deze zes tips voor succes in cloud-gebaseerde data-analyse.

4. ivd Services: Zullen ze vrucht dragen? De vraag is niet welke leverancier deed, maar die had geen ivd suite of ivd-gerelateerde services portfolio in 2015 niet in te voeren? De lijst van spelers het aankondigen van nieuwe of uitgebreide mogelijkheden ivd in 2015 opgenomen IBM, Microsoft, SAP en Salesforce. (Anderen diep geïnvesteerd vóór 2015 opgenomen General Electric, Cisco en Intel, onder anderen.)

Naar mijn mening is ivd is vaak een nieuwe marketing draai aan analytics tegen sensor-based data – iets wat in gebruik in de industrie en de industriële instellingen al geruime tijd. Voeg de ingrediënten met inbegrip van geospatiale gegevens, automotive telematica, slimme mobiele apparaten en, natuurlijk, op internet gebaseerde applicaties en diensten, en u kunt het een meer moderne “dingen” twist.

De vraag voor 2016 is hoe snel zal het bedrijfsleven vast te stellen en te bewijzen uit de echte wereld, internet van de dingen op basis van gebruikte cases. Onze diepste denker over dit onderwerp, Andy Mulholland, wijst erop dat er een last-mijl probleem, waarbij de IT-infrastructuur en diensten zijn nutteloos als je niet de uiteindelijke verbindingen kunnen maken en betekenis van het data streaming van de sensoren en apparaten op de frontlinies. In het boek van Andy’s, line-of-business mensen zijn cruciaal voor het ivd implementatie succes, en IT-centric suites en vendor portfolio’s zullen niet slagen zonder zakelijk leiderschap van ivd initiatieven.

Het tijdperk van Self-Service Analytics komt te voorschijn, het tijdperk van de Self-Service Analytics – SAP Lumira, het tijdperk van de Self-Service Analytics – IBM Watson Analytics, het tijdperk van de Self-Service Analytics – SAS Visual Analytics; GoodData Buyer’s Guide en overzicht; Syncsort Buyer’s Guide en Overzicht

Social Enterprise; LinkedIn onthult haar nieuwe blogging platform; Big Data Analytics, Is dit de leeftijd van Big OLAP;? Big Data Analytics; DataRobot gericht op low-opknoping fruit van de gegevens wetenschap te automatiseren; Big Data Analytics; MapR oprichter John Schroeder treden naar beneden, COO te vervangen

5. Self-service-opties vermenigvuldigen. De trend in de richting van self-service rapportage en data-analyse naar voren 5-7 jaar geleden. Nu de trend beweegt zich in nieuwe gebieden, en het bereikte een kookpunt in self-service data prep in 2015, met aankondigingen van data-integratie leveranciers zoals Informatica, SnapLogic en Talend, en vanuit BI-leveranciers waaronder Qlik (Smart Data Load) en Logi Analytics.

Self-service begon in de BI-rijk met de wil van Qlik en Tableau. Vendors waaronder Alteryx hebben de trend om self-service data-prep en self-service geavanceerde analyse voor data-analist types verlengd.

Interesse in self-service geavanceerde analyses is ook op de opkomst. Een van mijn belangrijkste verslagen van 2015 was “het tijdperk van de Self-Service Analytics komt te voorschijn”, die keek naar toonaangevende voorbeelden waaronder IBM Watson Analytics, SAP Lumira en SAS Visual Analytics / Visual Statistics. Andere leveranciers en producten nastreven van deze self-service geavanceerde analytische trend onder Alteryx, Microsoft Macht BI, Qlik en Tableau.

Ik hoop dat je geniet van het lezen van deze trends als we het hoofd in 2016 en hebben een gelukkig en gezond Nieuwjaar!

LinkedIn onthult haar nieuwe blogging platform

Is dit de leeftijd van Big OLAP?

DataRobot streeft naar laaghangend fruit van data science automatiseren

MapR oprichter John Schroeder treden naar beneden, COO te vervangen