빅 데이터 기술 및 데이터 분석의 발전 추세에 따라 데이터가 풍부한 분석 중심 기업이 등장했습니다. 빅데이터 기술 및 데이터 분석의 추세와 혁신을 구체적으로 살펴보겠습니다. 이 문서에서는 고객이 혁신적인 대용량 데이터 솔루션을 찾는 데 도움이 되는 IBM 의 몇 가지 응용 사례도 다루고 있습니다 (영문).
1. 데이터 중심 혁신
오늘날 데이터는 기업의 경쟁 우위의 초석이 되었습니다. 데이터 및 복잡한 데이터 분석을 사용하는 기업은' 혁신' 에 초점을 맞추어 효율적인 비즈니스 프로세스를 만들고, 전략적 의사 결정을 돕고, 많은 최첨단 분야에서 경쟁사를 능가합니다.
리치 미디어 데이터 분석에는 첨단 기술이 필요합니다.
합리적인 분석이 없으면 대부분의 데이터는 쓸모가 없다. 빅 데이터 및 데이터 분석을 통해 얻을 수 있는 기회는 무엇입니까? 국제데이터회사 (IDC) 는 20 15 년 동안 리치 미디어 (비디오, 오디오, 이미지) 분석이 최소 두 배 이상 증가할 것으로 예상하고 있으며 대용량 데이터 및 분석 기술 투자의 핵심 동력이 될 것으로 전망했다. 리치 미디어 데이터 분석에는 고급 분석 도구가 필요합니다. 이를 통해 기업은 엄청난 시장 기회를 얻을 수 있습니다. 전자 상거래 데이터의 사진 검색을 예로 들어 보겠습니다. 그림 검색 결과에 대한 분석은 정확해야 하고, 수동 개입이 필요하지 않으며, 강력한 지능 분석이 필요하다. 앞으로 지능 분석 수준이 높아지면서 기업들은 더 많은 기회를 얻게 될 것이다.
예측 분석은 매우 중요합니다.
현재 예측 기능을 갖춘 응용 프로그램이 급속히 발전하고 있다. 예측 분석은 효율성 향상, 애플리케이션 자체 평가, 데이터 과학자의 가치 확대, 동적이고 적응형 인프라스트럭처 유지 등을 통해 전반적인 가치를 높입니다. 따라서 예측 분석 기능은 분석 도구의 필수 요소가 되고 있습니다.
4. 혼합 배치는 미래의 추세입니다.
IDC 는 향후 5 년 동안 클라우드 기반 대용량 데이터 솔루션에 대한 지출이 로컬 배포 솔루션의 4 배가 될 것으로 예상하고 있으며, 혼합 배포가 필수적입니다. IDC 는 또한 엔터프라이즈 메타데이터베이스는 클라우드의 데이터를 클라우드 외부의 데이터와 연관시키는 데 사용될 것이라고 밝혔습니다. 기업은 공용 클라우드 서비스 공급업체가 제공하는 제품을 평가해야 하며, 이를 통해 대규모 데이터 관리의 어려움을 극복할 수 있습니다.
보안 및 개인 정보 보호 정책 및 규정은 배포 선택에 영향을 미칩니다.
데이터 전송 및 통합에는 혼합 클라우드 환경이 필요합니다.
데이터 양이 너무 많지 않도록 비즈니스 용어집을 만들고 매핑된 데이터를 관리해야 합니다.
클라우드 메타데이터 리포지토리 (비즈니스 용어, IT 자산, 데이터 정의 및 논리 데이터 모델 포함) 구축.
인지 계산은 새로운 세계를 열었습니다.
인지 컴퓨팅은 게임의 규칙을 바꾸는 기술로 자연어 처리와 기계 학습을 사용하여 자연의 인간-컴퓨터 상호 작용을 실현하여 인간의 지식을 확장하는 기술입니다. 미래에는 인지 컴퓨팅 기술을 사용하는 개인화된 앱이 소비자들이 옷을 구입하고, 와인을 선택하고, 심지어 새로운 식단을 만드는 데 도움이 될 것이다. IBM 의 최신 컴퓨터 시스템인 Watson 은 먼저 인지계산을 사용했다.
빅 데이터는 더 많은 이익과 가치를 창출합니다.
점점 더 많은 기업들이 데이터를 직접 판매하거나 부가 가치 콘텐츠를 제공함으로써 수익을 올리고 있습니다. IDC 조사에 따르면 대기업의 70% 가 이미 외부 데이터를 구매하기 시작했다. 20 19 년까지 이 수치는 100% 에 이를 것이다. 따라서 기업은 잠재 고객이 중요하게 생각하는 것을 이해하고, 포장 데이터 및 부가 가치 콘텐츠 제품에 정통하며, "적절한" 데이터 조합을 개발하고, 컨텐츠 분석과 정형 데이터를 결합하여 데이터 분석 서비스를 필요로 하는 고객이 가치를 창출할 수 있도록 해야 합니다.
사물의 인터넷은 실시간 분석의 발전을 촉진시켰다.
향후 5 년 동안, 사물인터넷의 복합성장률은 30% 에 이를 것으로 예상된다. 그것은 기업이 흐름 분석을 비즈니스 동력으로 사용하는 첫 걸음을 내딛도록 유도할 것이다. 사물인터넷으로 인한 데이터 폭발은 실시간 분석 및 흐름 분석의 발전을 촉진하며, 이를 위해서는 데이터 과학자와 주제 전문가가 데이터를 필터링하고 이벤트 처리 모델로 발전할 수 있는 반복 가능한 패턴을 찾아야 합니다. 그런 다음 이벤트 처리 모델은 수신 이벤트를 처리하고, 관련 모델과 연결하고, 응답이 필요한 실시간 상황을 모니터링할 수 있습니다. 또한 이벤트 처리는 중단되지 않으므로 응답 시간이 가능한 실제 시간에 가깝게 요구됩니다. 따라서 이벤트 처리는 대규모 데이터 시스템 및 응용 프로그램에 없어서는 안 될 모듈이 되었습니다.
8. 복합 데이터 분석 인재 쟁탈전
많은 기업들이 비즈니스 지식과 비즈니스 분석을 결합하기를 원하지만 복합적인 데이터 분석 인재를 찾기가 어렵습니다. 특히 대기업들은 이에 대해 깊은 감명을 받았다. 기업이 기술에 대한 사용이 늘어남에 따라 복합기술에 대한 수요가 갈수록 두드러지고 있다. 비즈니스 지식과 분석 기술의 결합은 속도 중심 기업에 매우 중요하며, 기업이 비즈니스 추진 요인 및 관련 데이터를 심층적으로 이해하여 비즈니스 통찰력을 행동으로 신속하게 전환할 수 있도록 지원합니다.