Technológia

A valós idejű elemzések kezdik megtalálni az üzleti hivatást

Bárki felelős adatelemzés vagy üzleti intelligencia szervezetükben két kihívással kell szembenézniük: az egyre növekvő mennyiségű adat kezelése és az adatok gyorsabb feldolgozása.

Az adatok mennyisége az elmúlt évtizedben ugrásszerűen nőtt, a Az IDC becslése szerint 59ZB (zettabájt) adat egyedül 2020-ban jött létre. De a döntéshozók számára gyakran kevésbé hangsúlyozzák, hogy mennyi adat áll rendelkezésre – vitathatatlanul már túl sok -, és inkább arra, hogy ezeket az adatokat milyen gyorsan lehet információvá alakítani, amely alapján tudnak cselekedni.

Egyesek célja az azonnali cselekvés – és emberi beavatkozás nélkül is. A gyorsabb döntéshozatal iránti igény és az adatelemzés összekapcsolásának lehetősége gépi tanulás és autonóm rendszerek, az adatelemzési szakembereket és az eszközök beszállítóit arra készteti, hogy lépjenek tovább adatok valós időben történő feldolgozása, vagy olyan közel a valós idejéhez, amennyire praktikus. De eddig, valós idejű elemzés nagyrészt csak speciális felhasználási esetekre korlátozódott, ahol az eredmények igazolják a – gyakran jelentős – beruházást.

Az InterSystems adatkezelő és elemző szolgáltató számára készített tanulmány szerint a kiskereskedelmi, fogyasztói csomagolt termékek és a gyártó cégek csupán 11% -ának van hozzáférése egy óránál fiatalabb adatokhoz, és bár a vállalkozások minden eddiginél több adathoz férnek hozzá, a többség továbbra is üzleti elemzésre vagy hírszerzési rendszerekre támaszkodik, amelyek jelentéseket készítenek, vagy legjobb esetben online irányítópultot készítenek.

Ez elkerülhetetlenül lassítja a döntéshozatalt és csökkenti a lehetőségeket az üzleti folyamatok automatizálása.

Valós idejű meghatározása

Bár a gyorsabb adatelemzés mindig hasznos, a valós idejű elemzésnek nincs egyetlen iparági meghatározása. Ipari figyelő Gartnerpéldául megkülönbözteti a felhasználói vagy rendszerkérés által kiváltott „on-demand valós idejű elemzéseket” és a folyamatos valós idejű elemzéseket, amelyek riasztásokat vagy egyéb intelligenciát nyújtanak az események bekövetkeztekor.

Sőt, a szoftverszolgáltatók más kifejezéseket is használnak, mint pl streaming analitika, eseményfolyam feldolgozása, vagy valós idejű adatfeldolgozás olyan technológiák leírása, amelyek képesek feldolgozni és betekintést nyújtani az élő adatokba.

Az pedig, hogy egy rendszernek milyen gyorsan kell elemeznie az adatokat, attól függ, hogy a vállalkozásnak miként kell reagálnia és milyen gyorsan tud cselekedni.

„Számomra a valós idejű elemzés minden, ami másodlagos, és azonnali választ igényel. Megfigyelés vagy gyűjtés szempontjából az adatoknak valamilyen visszacsatolási cikluson kell keresztülmenniük, ahol az elemzés megtörténik és döntés születik ”

Simon Doyle, a University College London

Az adatok gyorsabb feldolgozása érdekében a technológia alkalmazása kevéssé fontos, ha a szervezet válaszideje sem változik. A csalásmegelőzési rendszer akkor lesz hatékonyabb, ha másodpercek alatt, vagy akár másodperc alatt blokkolni tudja a kártyagyanús ügyleteket. A divatos eladások valós idejű elemzése nem sok különbséget jelent az üzleti élet számára, ha az új részvényeknek hat-nyolc hetes átfutási ideje van, miközben a gyártóktól szállítják.

“Számomra a valós idejű elemzés minden, ami másodlagos és azonnali választ igényel” – mondja Simon Doyle, a University College London docense, aki üzleti elemzésekre szakosodott.

„A megfigyelés vagy az összegyűjtés szempontjából az adatoknak valamilyen visszacsatolási cikluson kell keresztülmenniük, ahol az elemzés megtörténik, és döntés születik. Erre a legjobb példa a Formula 1-ben lenne. A járműből származó telemetria a gödör legénységéhez vetül, és vagy egy ember dönt, vagy valamilyen algoritmus vagy heurisztika végrehajt egy félig automatizált vagy teljesen automatizált változtatást vagy döntést. ”

Ahogy Doyle javasolja, a valós idejű elemzés hasznossága nagymértékben függ attól, hogy milyen gyorsan eredményez cselekvést.

“A valós idő gyakran rosszul használt moniker” – mondja Nigel Robinson, a PA Consulting brit elemzési vezetője. „Egyértelműen vannak rá alkalmazások az üzleti életben és az állami szektorban. Látjuk a bűnüldözésben, vagy a kiskereskedelemben az ajánlómotorokon keresztül. Ez a valós idő nyilvános megítélése. De az ügyfelek gyakran úgy látják, hogy a valós idejű jelentés naponta kétszer vagy naponta kétszer jelent egy modell frissítését. “

Ennek ellenére az üzleti elemzéssel foglalkozó beszállítók többsége valós idejű képességeket ad hozzá eszközeihez, megkönnyítve azok bevezetését és használatát.

„A valós időt a következő nagy dolognak tekintették, de a szervezetek megpróbálták ezeket a megoldásokat megvalósítani [only to find] hogy a szervezetet vagy annak technológiáját nem azért hozták létre, hogy telepítsék ”- figyelmeztet Robinson.

A korlátok közé tartozik a gyenge vagy változó adatminőség, az adatok vagy az üzleti folyamatok elhallgattatása, sőt a felső vezetés világos megértésének hiánya is arról, hogy mit valósíthat meg a valós idejű adatprojekt.

De van példa arra, hogy hol alkalmazzák a technológiát, és jól működik.

Világos problémák megoldása

Ahogy a kifejezés sugallja, a valós idejű elemzés akkor a leghasznosabb, ha egy problémát gyorsan meg kell oldani. A gyakorlatban akkor jön létre, amikor egy ismert probléma megoldására szolgál, világosan meghatározott eredménnyel vagy cselekvéssel. Ha ez az eredmény automatizálható, annál jobb.

“Ma a valós idejű elemzés eltávolodik az irányítópultoktól, és egyre inkább arról szól, hogy az alkalmazások hogyan reagálnak az eseményekre” – mondja Yiftach Schoolman, a társalapítója és a technológiai igazgató Redis Labs. „Ebből sokat felhasználnak a pénzügyi szolgáltatások árazására, a dolgok internetével [IoT] az infrastruktúra megfigyeléséhez és a dinamikus tartalomkezeléshez. Magában az AI-ben is használják a sodródás megfigyelésére. ”

Az online vagy a kártyás tranzakciók csalás céljából történő átvizsgálása a valós idejű rendszerek, a másik pedig a biometrikus személyazonosító okmányok beolvasása a határokon. Mindkét esetben a rendszernek csak engedélyeznie vagy blokkolnia kell a tranzakciót, vagy ki kell nyitnia a repülőtér kapuját, vagy figyelmeztetnie kell egy határtisztet.

A PA Consulting Robinson-rendszere rámutat azokra a rendszerekre, amelyek képesek ellenőrizni a buszsáv megsértését vagy a torlódásokat a repülőtereken, az állomásokon és más utasközpontokban. A cég az NS holland vasúttársasággal együttműködve valós időben elemezte a kocsi torlódásait okostelefonos alkalmazásában. Az „üléskereső” funkció az IoT adatokat és Lidar technológia, és jelenleg Arnhem, Nijmegen és Den Bosch között közlekedő vonatokra terjed ki.

A közlekedés és a logisztika a valós idejű elemzés népszerű alkalmazásai, mivel viszonylag egyszerű döntéseket hozhatnak, amelyek alkalmasak az automatizálásra. Még akkor is, ha az embernek közbelépnie kell – például kézi útlevelet ellenőriznie vagy másik jegypénzt nyitni -, az egyszerű figyelmeztetés hatékony lesz.

Más helyzetekben, ideértve a kiskereskedelmet és az újraközlekedést is, valós idejű elemzéssel lehet javítani az ügyfélélményt. Ez történhet úgy, hogy figyelmezteti a felügyeleteket, mielőtt egy apró probléma sokkal nagyobbá válna, vagy segíthet az ügyfeleknek az online források megtalálásában.

Az elemzés ilyen módon történő használata „fehér kesztyűélményt” teremt – mondja Maxie Schmidt-Subramanian, a Forrester fő elemzője.

Az egyik példa erre egy villamosenergia-társaság, amely elemzéseket használ a weboldalán annak felderítésére, hogy mely ügyfelek akarták késleltetni a számlák kifizetését a járvány idején. Az automatizált szolgáltatásoknak az időigényes és potenciálisan kínos körülmények között az érintett erőforrásokhoz kell irányítaniuk az ügyfélszolgálati tanácsadót.

A légitársaság valós idejű elemzéseket használhat a késleltetett ügyfelek észlelésére, és a repülés elküldésével segítséget nyújthat a biztonság érdekében, hogy megfeleljen a kapcsolatnak, vagy akár egy italt kínál a társalgóban. Ez, mondja Schmidt, a valós idejű adatok felhasználásának egyik módja a „következő legjobb élmény” nyújtására.

“Még akkor is, ha valaki a kapuban azt mondja:” Schmidt asszony, látom, hogy nehéz dolga van “, ez megmenti a helyzetet” – mondja. – De képesnek kell lennie arra, hogy részt vegyen a pillanatban.

A hagyományos BI jelentés vagy az irányítópult, bár hasznos, nem tesz semmit az adott ügyfél számára azon a napon.

Adatfolyamok, adatfolyam-analitika

Valós idejű adatok felhasználása a Vásárlói élmény gyors megtérülést biztosít a szervezeteknek: kevesebb ügyfélszolgálat és ügyfélszolgálati hívás pénzt takarít meg.

De a vállalkozások további megtakarításokat érhetnek el, ha valós idejű elemzéseket kötnek működési infrastruktúrájukba, valamint érzékelők és csatlakozási lehetőségek felhasználásával.

A repülőgép-motorgyártók valós idejű adatokat használnak elemzéssel és gépi tanulással párosítva, hogy megjósolják, mikor kell az alkatrészeket szervizelni. Hiba esetén akár utasítást is küldhetnek a repülőgépnek, hogy megóvják a motort, és csökkentik annak kockázatát, hogy repülés közben meghibásodjon. Ezeknek a döntéseknek nyilvánvalóan gyorsaknak kell lenniük.

További példák az ellátási lánc menedzsmentje, a pénzügyi tranzakciók nyomon követése és a kiberbiztonság. Gartner szerint az a papír a Snowplough elemző cég számára, az adatfolyam-feldolgozást a „folyamatos intelligencia szükségessége” vezérli, és az adatok mintázatainak detektálásával, és egyre inkább a gépi tanulási rendszernek való átadással működik. De ez nem korlátozódik ipari vagy mérnöki alkalmazásokra.

“Arról szól, ami éppen történik” – mondja Geoff Clark, az Aerospike, egy valós idejű adatplatform európai, a Közel-Kelet és Afrika vezérigazgatója. „A PayPal egyike ügyfeleinknek, és másodpercenként 500 fizetési kérelmet dolgoz fel. Nincs kézi beavatkozás. Az alaprendszer gépi tanuláson alapul, és mindegyik körülbelül 200 keresést eredményez, 100 TB-tal szemben [terabytes] adatokból. Hatalmas mennyiségű adat rögzíthető valós időben. ”

A vállalkozások csak akkor profitálnak a valós idejű elemzésekből, ha képesek reagálni az általa nyújtott jelekre. Ha maguk az üzleti folyamatok nem mozgékonyak, vagy a menedzserek inkább a bélösztönre támaszkodnak, a befektetés nem fogja megtéríteni magát

Clark arra számít, hogy a vállalkozások valós idejű elemzéseket alkalmaznak az egyre összetettebb problémák kezelésére, amint a technológia fejlődik és hozzáférhetőbbé válik, különösen a felhőn keresztül.

A vállalkozások azonban csak akkor részesülnek a valós idejű elemzésekben, ha képesek reagálni az általa nyújtott jelekre. Ha maguk az üzleti folyamatok nem mozgékonyak, vagy a menedzserek inkább a bélrendszer ösztönére támaszkodnak, a befektetés nem fogja megtéríteni.

Éppen ezért a sikeres valós idejű elemzési projekteknek egyértelműen meghatározott célok és paraméterek, egyértelműen mérhető eredmények és a menedzsment támogatása vannak.

„Az, hogy hamarabb információkat szerezhet valakinek, még nem jelenti azt, hogy ezek alapján cselekedni fog” – mondja Nigel Robinson, a PA Consulting munkatársa. “Ez nem informatikai igazgató, hanem egy szélesebb körű kultúra.”

Hacsak nem foglalkoznak ezzel, az „igazságok harca”, mondja. – Az adatoknak vezetniük kell.