6 klíčových vlastností nástrojů pokročilé analytiky

Obsah

V minulém příspěvku jsme zmiňovali ocenění společnosti Gartner pro TIBCO Data Science. Gartner hodnotil vybavenost nástrojů podle klíčových vlastností pro strojové učení a data science. Co jsou vlastně ony klíčové vlastnosti, které jsou důležité pro nástroje na pokročilou analytiku? Odrážejí modení potřeby v oblasti analytiky. Odklon od fyzického programování k parametrizaci. Využití praxí ověřených modelů s možností jejich parametrizace a nasezení do jiného prostředí. Tlak na zrychlení a usnadnění práce při zpracování analytických úkolů. Zde je přehled těch nejpodstatnějších:


Prediktivní analytika
Přináší snadné vytváření a nasazování analytických sestav nebo chcete-li workflows kombinujících přípravu dat, byznysová pravidla a prediktivní analytiku. Umožňuje nasadit a flexibilně spravovat opakovaně použitelné šablony. Model a celou sestavu dále přehledně vyhodnocovat, monitorovat a modifikovat, aby poskytla informace, kterým může uživatel a následně i společnost porozumět, důvěřovat jim a jednat podle nich.

Strojové učení pro Big Data
Automatizace analytických modelů pomocí algoritmů, které se iterativně učí z nových dat a optimalizují se. Přednastavenými algoritmy strojového učení pro Big Data umožní využít výpočetní výkon při hledání nových trendů a vzorců. Bez nutnosti jej vyloženě programovat a ani jej složitě učit kam se mají podívat.

Analytika v reálném čase
Klade důraz na automatizaci analytických činností v reálném čase. Ve své podstatě aplikuje analytické a prediktivní modely pro živá data. Využívá vizuální vývojové prostředí pro rychlé vytváření a nasazení streamovacích (chrlící data v reálném čase) scénářů, které umožní i v reálném čase reagovat na vyhodnocená data, odesílat výstrahy a přijímat opatření. Analytika se stává aktuální, kauzální a velice flexibilní.

Edge Analytics
Přenáší analytické prvky formou „mikroprogramů“ do zařízení, které jsou na samém počátku procesu. Přenesení analytického modelu do zařízení, které je u samotného zdroje dat pak snižuje náklady na tok a zpracování dat a především významně urychluje reakci na vyhodnocená data.

Bezpečnost, správa a auditovatelnost
Nasazení analytických řešení přináší neustálé otázky na zabezpečení dat. V době GDPR, ale i zvyšující se intenzitě kybernetických útoků je podstatné chránit analytiku spojenou s naším obchodním know-how. Je důležité implementovat taková řešení, která jsou v souladu s bezpečnostní politikou. V těchto případech je podstatná integrace se standardy v zabezpečení, pokročilá správa a dohled.

Spolupráce týmu
Snadná spolupráce, umožňující analytikům, datovým technikům, vývojářům, ale i manažerům sdílení myšlenek, které se v úspěšném analytickém projektu musí protnout. Pomocí intuitivního uživatelského rozhraní drag-and-drop můžete snadno vytvářet uzly pro datovou přípravu, analytiku i vizualizaci dat. Členové týmu potom mohou projekt sdílet, přidat svojí část práce nebo komentovat, či dále parametrizovat skripty, modely a pracovní postupy.

 

S vizí provozu pokročilé analytiky jako nástroje, který bude přinášet relevantní podklady pro další rozhodování, je nutné si uvědomit, že výše uvedené komponenty jsou pro takovéto cíle důležité a nevyhnutelné. Chcete-li se dozvědět více o připravenosti nástrojů TIBCO či konkrétně platformy Data Science na moderní trendy v datové analytice, ozvěte se nám.

 

 

Další články

Geo-analytika na vzestupu

Geo-analytika kombinuje tradiční analytiku s informacemi o poloze, aby poskytla lepší kontext a perspektivu studovaných dat. Geografické umístění a další prostorové informace mohou rozšířit a

Nevymýšlejte znovu kolo. Použijte embedded BI.

Napříč IT byznysem najdete spoustu společností, startupů či projektů vytvářející různé aplikace. Už je pryč doba, kdy se vytvářeli robustní programy, vyžadující složité provozní konfigurace