큰 데이터를 가볍게 두드리면 ‘생각의 속도’로 움직일 수 있습니다.

기존의 관계형 데이터베이스 및 데이터웨어 하우징 기술과 잘 어울리는 체계화되지 않은 데이터의 체계적이고 자동화 된 사용은 큰 데이터의 가치를 이끌어 내고 회사가 “생각의 속도”로 비즈니스를 운영 할 수있게하는 열쇠입니다.

오라클의 아시아 연구 및 개발 (R & D) 센터 CTO 인 케빈 월시 (Kevin Walsh)는 기업 내부 및 외부에 존재하는 두 가지 데이터 세계가 있다고 말했다. 첫 번째는 회사의 관계형 데이터베이스와 데이터웨어 하우스에 저장된 정보를 말하며, 두 번째는 통제 할 수없는 구조화되지 않은 데이터입니다. 그는 목요일 아시아 웹 사이트와의 인터뷰에서 말했다.

빅 데이터 분석의 약속을 이행하기 위해 조직은 두 가지 다른 세계의 데이터를 연결하고 체계적이고 자동화 된 방식으로 정보를 마이닝하는 방법을 찾아야합니다.

기존의 데이터웨어 하우징 기술은 구조화되지 않은 데이터를 처리하기 위해 최적화되지 않았기 때문에 Hadoop과 같은 새로운 기술이 왜 등장했는지 설명합니다. 그러나 기업이 정보를보다 잘 활용하기 위해 새로운 기술을 기반으로 전체 IT 시스템을 무너 뜨리고 재 설계해야한다는 것을 의미하지는 않는다고 덧붙였다.

예를 들어 고객 관계 관리 (CRM) 시스템의 경우 트릭은 기업 외부에있는 엄청난 비정형 데이터를 필터링하여 귀중한 정보 만 실시간으로 CRM 프로그램으로 가져 오는 것입니다.

Walsh는 소셜 네트워크의 사용자 대화를 통해 심층적 인 통찰력을 제공함으로써 기업이 참여할 수있는 고객 상호 작용의 질을 향상시키는 데 도움이 될 것이라고 전했다. 이러한 데이터를 수집 한 추가 컨텍스트 기업은 특정 고객과 적시에 올바른 작업을 수행함으로써 브랜드의 만족도를 향상시킬 수 있다고 설명했습니다.

비즈니스가 실제로 수행 할 수있는 일에 맞춰 구조화되지 않은 데이터를 다시 가져 와서 비즈니스 프로세스에 유용한 정보로 정보를 쏟아 내고 있습니다. 이는 본질적으로 투자 수익 (ROI)을 기술에서 끌어내는 열쇠입니다. “경영진 정해진.

따라서 오라클이 큰 데이터를 사용하고있는 접근법은 기업이 이미 수행중인 작업을 확장 한 것입니다. 목표는 회사가 기존의 데이터웨어 하우징 응용 프로그램에 관련 대형 데이터 세트를 연결하고 수행 한대로 계속 데이터를 처리 할 수있게하는 한편 새 피드를 분석하여 광업 프로세스에 새로운 통찰력을 부여 할 수있게하는 것입니다 덧붙였다.

Walsh는 실시간으로 큰 데이터 통찰력을 처리하는 기능을 추가 했으므로 더 이상 기록 정보를 기반으로하지 않는 통계 모델을 만들면 기업에 막대한 영향을 미칩니다.

조직은 지금 일어나고있는 상황에 대해 신속하게 대응할 수있는 민첩성을 얻게되며, 분석 보고서가 역행하는 속도로 진행되는 것이 아니라 “생각의 속도로 작동”할 수있게됩니다.

LinkedIn, 새로운 블로깅 ​​플랫폼 발표

Big OLAP 시대인가?

Big Data Analytics, 빅 데이터 애널리틱스, DataRobot은 데이터 과학의 저조한 성과를 자동화하는 것을 목표로하고 있으며 Big Data Analytics, MapR 창업자 인 John Schroeder는 사임하고, 대체 할 COO

DataRobot은 데이터 과학의 낮은 매달린 열매를 자동화하는 것을 목표로합니다.

MapR 창업자 존 슈뢰더 (John Schroeder)가 물러났다.