//Потоковая аналитика: ценность в действии

Потоковая аналитика: ценность в действии

«Когда мы говорим о потоковой аналитике, мы говорим о том, чтобы немного перевернуть нашу традиционную парадигму и подумать о том, как мы привносим аналитику в наши данные, а не обязательно в данные для нашей аналитики», – сказала Кимберли Невала, директор по бизнесу.

Оглавление

«Когда мы говорим о потоковой аналитике, мы говорим о том, чтобы немного перевернуть нашу традиционную парадигму и подумать о том, как мы привносим аналитику в наши данные, а не обязательно в данные для нашей аналитики», – сказала Кимберли Невала, директор по бизнесу. Стратегии SAS Best Practices при обсуждении потоковой аналитики во время онлайн конференции DATAVERSITY® Enterprise Analytics .

 

«Потоковая аналитика, как следует из слова« поток », означает, что мы привносим аналитику в то, что мы называем« потоками событий », – продолжил Невала. Проще говоря, потоки событий – это потоки данных с малой задержкой и высокой пропускной способностью, которые генерируют аналитические данные, применяя аналитику к данным, когда они находятся «в потоке». Традиционно данные собираются и сохраняются перед анализом, а аналитические данные возникают в результате этого анализа. затем выталкиваются. В потоковой аналитике модели или алгоритмы применяются для анализа поступающих данных по мере их поступления до сохранения данных. Этот процесс предоставляет возможность «запрашивать информацию и определять, имеют ли данные значение и какова их ценность, чтобы мы точно знали, какие данные хранить, почему и когда», – сказала она.

Почему потоковая аналитика

Организации все чаще сталкиваются с необходимостью сократить время от получения информации до соответствующих действий и делать это постоянно гибким способом, который реагирует на окружающую среду. Невала отметила:

 

«Эта гибкость и оперативность требуют другого подхода – чтобы иметь возможность не только принимать данные, но и действительно, очень быстро разрабатывать и применять идеи. , , где мы можем постоянно оценивать возможности и реагировать на них, избегать или устранять риски ».

 

По словам Невалы, по мере того, как все больше людей взаимодействуют с устройствами – и эти устройства становятся подключенными друг к другу, – способность с полной осведомленностью реагировать на событие или подстрекательский момент становится все более важной.

Предоставление спектра в реальном времени

Потоковая аналитика – это переход от «реактивной» обработки в реальном времени к «проактивной» обработке в реальном времени. Традиционно решения в режиме реального времени инициируются в результате ранее существующего определенного набора действий, такого как покупка, оплата или какой-либо сбой системы, и ответ в реальном времени приходит с каким-то предопределенным инструкция. «Мы ждем, чтобы что-то произошло», – сказала Невала. И наоборот, потоковая аналитика и обработка потока событий постоянно анализируют данные в движении до их сохранения. Это включает в себя такие действия, как оценка, манипулирование данными, нормализация и очистка. Самое главное, что процесс сфокусирован на обнаружении или изменении шаблона.

 

«Вот почему потоковая аналитика так важна в таких вещах, как мошенничество или кибербезопасность, где, на самом деле, мы не знаем точно, что это за следующее действие или как кто-то собирается атаковать дальше», – объяснила Невала. «Но мы можем начать искать различия в нормальном поведении и использовать эти изменения в шаблоне, чтобы сказать нам, что что-то происходит».

Влияние Интернета вещей

Невала привел оценку McKinsey Digital, согласно которой Интернет вещей (IoT) приведет к 11 триллионам долларов дохода и стоимости бизнеса к 2025 году, «поэтому перспективы и потенциал здесь огромны». Однако на практике перспективы IoT не таковы. это легко достичь. Простое создание огромных объемов данных недостаточно. По ее словам, для извлечения выгоды из новых тенденций, таких как ИИ и машинное обучение, необходимо выработать новое понимание данных IoT, а также согласовать и интегрировать данные IoT с данными о продуктах, данными клиентов и другими источниками, которые поступают в различных форматах.

 

Транспортировка и хранение данных IoT сопряжены с огромными расходами, и из-за собираемого объема необходима стратегия, позволяющая хранить его. Поскольку данные датчиков могут описывать практически все, разнообразие выходит за рамки простой классификации «структурированных» и «неструктурированных» данных. «Таким образом, хранение может рассматриваться как товар, но, учитывая объем и скорость данных, эти затраты становятся неустойчивыми», – сказал Невала.

Потоковая аналитика: четыре ключевых показателя

Если больше данных не преобразуется в ценность, становится важным определить, какие данные важны. Например, может быть полезно знать, что машина вот-вот выйдет из строя, но наличие информации, необходимой для починки автомобиля до того, как он выйдет из строя, дает истинную ценность.

 

Невала обрисовал в общих чертах четыре ситуации, когда потоковая аналитика может играть роль в создании ценности.

  • Чрезвычайно низкая задержка : когда крайне важен экстремальный отклик с низкой задержкой, например, когда отказ машины может быть катастрофическим, с обнаружением мошенничества или с потенциальными кибератаками.
  • Данные с высокой пропускной способностью. Потоковая аналитика полезна для обнаружения рисков в реальном времени с большими и высокопроизводительными данными.
  • Когда хранение данных нецелесообразно: когда хранение огромных объемов данных невозможно или не оптимально, потоковая аналитика может стандартизировать входящие данные, определить, насколько они актуальны, а если нет, то событие и связанные с ним данные могут быть отброшены без необходимости до обработки пропускной способности.
  • Когда ситуационная осведомленность имеет первостепенное значение: когда организации необходимо предпринять быстрые, соответствующие действия, основанные на ситуационной осведомленности.

Новая парадигма аналитики: поток-понять-действовать

Традиционно данные собираются, хранятся и передаются через процесс ETL в хранилище данных или, в некоторых случаях, в озеро. Инструменты отчетности и анализа применяются к этим данным для понимания, и это понимание возвращается в бизнес-процесс.

 

По словам Невалы, новая парадигма не влечет за собой избавления от исходного конвейера данных. Вместо этого важно думать по-другому о том, как развертывать аналитические модели . Применение высококачественной аналитики к самому потоку событий не исключает возможности просматривать автономные данные для выявления новых тенденций. Данные IoT или данные транзакций в реальном времени могут быть объединены с традиционными источниками данных, чтобы обеспечить контекст, необходимый для реализации аналитики.

Вариант использования: прогнозируемое обслуживание активов

«Потоковая аналитика, используемая для развертывания передовых методов аналитики, действительно повышает ценность в организациях», – отметил Невала, и интеллектуальное управление активами было одним из первых случаев использования потоковой аналитики. Нефтяные платформы требуют, например, подводного наблюдения, чтобы избежать перерывов в обслуживании и оптимизировать добычу на нефтяном месторождении. По ее оценкам, один неисправный насос может стоить 2 миллиона долларов в день, а отложенный доход – около 20 миллионов долларов в день. Когда один клапан или насос выходит из строя, спрос может автоматически выгружаться в другие области.

Вариант использования: прогнозируемое управление пациентами

Другой случай использования в здравоохранении, где клинически наблюдаемые симптомы иногда не очевидны, пока не стало слишком поздно, сказала Невала. Потоковая аналитика может выявлять соответствующие паттерны, возникающие у пациентов в режиме реального времени, и эта информация затем может использоваться для оповещения групп по оказанию критической помощи.

 

Здесь важно избегать того, что называется «тревога-усталость» из-за огромного количества датчиков и оповещений в течение дня. «Даже для медицинских работников очень трудно определить, какие вещи являются наиболее важными». Статистика жизненного цикла пациента с этих датчиков теперь может быть связана с поступающими лабораторными результатами, историей болезни пациента и другими данными, которые затем могут использоваться для запуска действий на основе по обнаруженным закономерностям. Инициируемым действием может быть отправка сообщения команде по уходу за пациентом по электронной почте или в виде SMS-сообщения, что позволит им обеспечить правильный уход в нужное время. Потоковая аналитика также используется для выявления и лечения опасных для жизни инфекций у детей в отделениях интенсивной терапии новорожденных за 24 часа до того, как будет наблюдаться клинический симптом.

Вариант использования: контекстный опыт клиентов

Прогресс в аналитике часто обусловлен желанием улучшить качество обслуживания клиентов, предоставляя больше контекста в реальном времени. Невала рассказал о влиянии потоковой аналитики на оператора связи. Объединяя записи клиентов, веб-данные и географические данные в режиме реального времени, компания смогла предоставить маркетинговые предложения, основанные на использовании сети, программировании контента и рекомендациях. В результате им удалось в десять раз увеличить прием предложений и сократить отток клиентов. Возможность сделать это в реальном времени, в контексте, позволяет компании быть намного более своевременной и актуальной, обращаясь к клиенту во время использования услуги – «Когда они заинтересованы и потенциально готовы к новому предложение или обновление », – сказала она.

Вариант использования: подключенная страна

В Нидерландах наблюдается одна из самых высоких плотностей населения в Европе: 20 процентов территории страны фактически расположены ниже уровня моря, а более 50 процентов территории страны находится ниже метра над уровнем моря. В таких подверженных наводнениям условиях управление транспортной инфраструктурой имеет решающее значение. Следовательно, около 14 000 государственных служащих занимаются мониторингом дорог, мостов, туннелей и водных путей. Чтобы помочь в управлении и оптимизации транспортных потоков, они полагаются на аналитику в реальном времени от потоковых данных, отправляемых мостовыми датчиками. По ее словам, сотрудники используют эти данные для безопасного изменения работы светильников, управления включенными и выключенными путями и изменения направления. По словам Невалы, они планируют расширить этот анализ, чтобы включить потоковую передачу данных в режиме реального времени с тысяч датчиков в их инфраструктуру водной системы, чтобы они могли отслеживать и управлять этой критически важной инфраструктурой в режиме реального времени.

Собираем все вместе

Невала подчеркнула, что идеи, полученные от этой технологии, должны использоваться для информирования бизнес-процессов и поддержки операционных изменений, которые повысят производительность. Она говорила об открытости к изменению мышления о том, как могут развиваться рабочие места, роли и ответственность, причем не только в командах по обработке данных и аналитике, но и в том, как работает сам бизнес. Упреждающее управление необходимыми изменениями в бизнесе в конечном итоге сократит время окупаемости инвестиций в потоковую аналитику.

Почитать еще

| Аналитика бизнеса
Визуальные коммуникации

Большое количество исследований— это еще и большое количество отчетов и презентаций. При разработке исследований мы

Несколько видео о наших продуктах

| Аналитика бизнеса
Проиграть видео
Презентация аналитической платформы Tibco Spotfire
| Аналитика бизнеса
Проиграть видео
Отличительные особенности Tibco Spotfire 10X
| Аналитика бизнеса
Проиграть видео
Как аналитика данных помогает менеджерам компании
2021-01-26T22:25:29+02:00