リアルタイム分析の障壁
公開: 2016-08-30ビッグデータは、さまざまな業界のさまざまなレベルでビジネスに価値を提供しています。 小売業を例にとってみましょう。 このセクターは、刻々と進化するニーズと嗜好を伴う、ますます複雑化するエコシステムに取り組んでいます。 迅速なサービス提供、優れた品質、および低価格という 3 つの顧客の要求は、収益の損失を回避するために、これらの要求に対抗し、それらを適切に満たすための武器としてビッグ データを生み出しているものです。
これらの要求を満たすための最初のステップは、特定のブランドについて顧客が何を言っているかを知ることです。 これは、小売業者が顧客が何を必要としているのかを判断するのに役立ちます。 専門のデータ抽出会社が提供する対象を絞った Web クロールの助けを借りて、企業は潜在的に何百万もの Web ページやソーシャル メディア プラットフォームからデータを抽出して大きな効果を得ることができるようになりました。
ウェブクローリングとデータ抽出から生成されたビッグデータの分析
次のステップは、Web クローリングで収集されたデータの分析を実行することです。 これは、データ サイエンティストやマーケティング マネージャーが、顧客が要求するニーズ、欲求、好み、選択肢を理解するのに役立ちます。 その結果、小売業界の意思決定者は、顧客が見たいものに合わせて、需要のギャップを埋めたり、製品の品揃えを微調整したりするために迅速に行動できます。 ただし、何百万行ものデータを分析できる場合、データの分析は簡単ではありません。 Gartner によると、データは今後 5 年間で前例のない 800% の割合で増加し、データの 80% は構造化されていません。 したがって、ビッグデータ分析の必要性は、今後数年間で爆発するだけです。
データ分析は何年にもわたってどのように進化してきましたか?
データの分析は何年も前から行われてきましたが、現在データが入ってくる規模と速度がデータ サイエンティストやアナリストに問題を引き起こしています。 Walmart Global e コマースの上級副社長であり、@ WalmartLabsの共同設立者でもあるAnant Rajaraman氏は次のように述べています。それとそれを扱う方法は非常に異なります..[ビッグデータ用の]ツールは非常に異なります。 予測分析の基本的なアルゴリズムの多くは、単一の CPU でアクセスできるメイン メモリにデータを保持することに大きく依存しています。 ビッグデータはその条件を破ります。 すべてのデータを同時にメモリに格納することはできないため、分散方式で処理する必要があります。 これには、新しいプログラミング モデルが必要です。 」
リアルタイムのデータ分析の必要性
数年前を振り返ると、リアルタイム分析の利点は、デジタル マーケターの計画から完全に失われていました。 この制限は、広告主、マーケティング マネージャー、および意思決定者にいくつかの問題を引き起こしました。 彼らはわずか数日または数週間前の統計を使用しましたが、ビッグデータの驚異的な速度のおかげで、この期間はデータを時代遅れにするのに十分でした. これにより、より迅速にインサイトにアクセスし、より短い期間で分析を行うという需要が生まれました。
ビッグデータが提供する価値は、企業がより迅速なデータ分析の発見と洞察を求めるのに十分な理由があります。 EMC が所有する Greenplum の CTO である Duke Lonergan は次のように述べています。 ビッグデータには一定の緊急性があります。 」
これは、ビジネスとテクノロジーの世界が、この分野の専門家の Web クロールとデータ抽出の習熟度から抽出されたリアルタイム データのリアルタイム ビッグデータ分析にますます大きく傾いていることを示しています。 リアルタイムのデータ分析の助けを借りて、マーケティング マネージャーと上級管理職は、特定の製品を見ている人の数、オンラインで製品に反応している人の数など、さまざまなパフォーマンス メトリックをリアルタイムで確認できます。実際に購入。 企業にとって、人々が実際に話している内容やその瞬間のトレンドに基づいて、デジタル支出を増減するのに役立ちます。 デジタル支出の最適化は、ブランドが顧客との関係を強化し、長期的なブランド価値を構築するのに役立ちます。
リアルタイムのデータ分析における課題
ただし、リアルタイムのデータ分析は理論上は素晴らしいものに見えるかもしれませんが、実際の設計と配信は少し複雑になります。 データ抽出会社が実行する Web クローリングの助けを借りて生成されたリアルタイムのデータ分析は、基本的に以下の目的に役立つはずです。
- 長期間にわたってデータを分析して、パターンを明らかにし、知る価値のあるトレンドを解き放ちます
- 未来を予測するためのモデルを作成したり、制御システムを考案したりします
- 一見無関係なパラメータを関連付けるのに役立ちます。 たとえば、加速度や速度に関する IoT センサー データなどのパラメーターを調べることで、運転行動に関するより多くの洞察を調べることができます。
明らかなように、リアルタイム分析の ROI が魅力的になる前に、克服しなければならない重要な課題がかなりあります。 以下は、主要な課題の一部です –
- レガシー システムへの依存: 数年前の 2009 年頃、単純なクエリと、クエリに答えるデータの発見には多くの時間がかかりました。 「Android フォンで私のサイトを閲覧している顧客の数」というクエリがある場合、このクエリに対する回答を取得するための最初のステップは、データ ウェアハウスのスキーマを改善することです。 このステップ自体には、平均で数か月かかります。
したがって、データ管理者の一般的な傾向は、スキーマとウェアハウスを設計するときに質問を事前に把握して、実際にクエリが発生したときにクエリに回答できるようにすることでした。 ただし、動的な環境では、これはもはや実行可能なケースではありません。 したがって、Vertica、Hive、MapReduce などの将来に備えたリアルタイム データ分析ツールにアップグレードせずにレガシー システムに依存することは、リアルタイムでデータを分析する上で大きな障壁となります。
- 今日の速さ: テクノロジー ランドスケープの改善により、以前は数か月、数週間、数日かかっていた分析プロセス全体が、数分、数秒、マイクロ秒で実行できるようになりました。 データ サイエンティストは、クエリとビオラを考えるだけです。 彼らは、実験の結果と仮説を、実際にはすぐに目の前に持っています。 データ分析の処理時間が短縮されたことで、期待が高まりました。
Cloudera のシニア プロダクト マネージャーである Justin Erickson は次のように述べています。 したがって、データ分析と洞察生成時間を短縮するという需要の高まりは、リアルタイムのデータ分析で価値を提供することへの障壁となっています。
- 意思決定:テクノロジ、プロセス、および人々が、データ抽出とWeb クローリングを通じてデータを迅速に収集できるようになったことはほぼ確実です。 また、リアルタイムでデータを使用して分析できるようになりました。 しかし、データ分析に基づいて行動を起こし、決定を下すとき、私たちはどのように対処しているのでしょうか? ここには 2 つのオプションがあります。
- 人間中心 – 上級者または意思決定者が分析結果を見て、これらの洞察と視覚化に基づいて意思決定を行う従来のアプローチ
- 自動化されたシステム – 自動化されたプロセスは、人が介入するのを待つことなく、特定の結果セットに基づいて決定を下すのに役立ちます。
自動化されたシステムを持つことで、リアルタイムのデータ分析とその後の意思決定プロセスの効率が向上することは明らかです。 ただし、意思決定プロセスで実行されるアクションの信頼性に対応できないため、人間中心の意思決定が優位になります。 これもまた、リアルタイムのデータ分析の有効性を向上させるための障壁です。
- 文化の変化: リアルタイムの分析を利用可能にしてアクセスできるようにすることは、現在の企業の機能にも影響を与えます。 リアルタイムのインサイトは、週に 1 ～ 2 回インサイトに取り組むことに慣れている企業に殺到します。 企業が、週に 1 回のインサイト アクション テイク アプローチに基づいて、人、プロセス、およびパフォーマンス メトリクスを構築したと想像してみてください。 リアルタイムのデータ分析のおかげで、洞察が毎週ではなく毎日得られるようになると、指標、生産性、およびパフォーマンスはどうなるでしょうか?
移行が戦略的な方法で計画されていない場合、結果は混乱します。 これは、インサイトを毎日毎秒受け取り、それに基づいて行動するには、週単位でインサイトに基づいて行動する従来のアプローチとは異なる文化とアプローチが必要になるためです。 企業の職場でリアルタイムのデータ分析を採用する際のこのような文化的障壁も珍しくありません。
結論として
承認するために、リアルタイムのビッグデータ分析によって提供される計り知れない価値提案は、今日の主要な業界部門がクライアントに満足のいくサービスを提供するという競争を乗り越え、競争力を獲得するのに役立ちます。 これは、課題に十分に取り組むことができる場合に限られます。
Web からデータを取得する予定はありますか? 私たちは助けるためにここにいます。 お客様の要件をお知らせください。