Ondersteunen van een Analytics-strategie in een hybride cloud - dummies

De aantrekkingskracht van een analysestrategie in de hybride cloud is cloudelasticiteit. Uw gegevens kunnen worden verwerkt in clusters van computers. Dit betekent dat de analyse op verschillende machines plaatsvindt. Als u meer rekenkracht nodig heeft, kunt u deze uit de cloud halen.

Big data-analyse in een hybride cloud

Hier zijn enkele voorbeelden van waar analyses groot worden en mogelijk cloudbronnen vereisen:

• Financiële services: Stel u voor dat u geavanceerde analytische technologieën zoals voorspellende analyses gebruikt om miljoenen kredieten te analyseren kaarttransacties om te bepalen of ze mogelijk frauduleus zijn. Of, aan de ongestructureerde kant, stel je voor dat de tekst in verzekeringsclaims wordt geanalyseerd om vast te stellen wat fraude zou kunnen zijn.

  Neem bijvoorbeeld de schadevergoeding van een werknemer die is ingediend door een werknemer die meerdere malen door zijn baas berispt is. Deze gegevens (of de claim), afkomstig van ongestructureerde bronnen, kunnen samen met gestructureerde gegevens worden gebruikt om een ​​analytisch systeem op te leiden over welke patronen kunnen wijzen op fraude. Als er nieuwe claims binnenkomen, kan het systeem automatisch degenen uitschakelen die mogelijk moeten worden onderzocht.

• Retail: Denk maar aan de aanbevelingsmotoren van Amazon en eBay. Ze worden steeds geavanceerder. eBay gebruikt geavanceerde technologieën die zullen kijken naar wat je koopt en vervolgens, op basis van modellen die het heeft van de vele aankopen van andere mensen, een aanbeveling doen.

  Een ander voorbeeld is het gebruik van geavanceerde analyses over gigantische hoeveelheden gegevens in real-time bij big-box-winkels. Met behulp van je klantenkaart, op basis van wat je koopt, wat je in het verleden hebt gekocht en wat anderen met vergelijkbare profielen zoals je hebt gekocht, zal de winkel je kortingsbonnen geven voor verschillende producten die je misschien leuk vindt.

• Social media-analyse: Stel u voor dat alle gegevens die op internet worden verzameld, worden verzameld. Dit omvat blogs, tweets en newsfeeds. Bedrijven ontginnen deze ongestructureerde gegevens om te begrijpen wat er over hen wordt gezegd. Een CPG-bedrijf (consumer packaged goods) kan deze gegevens bijvoorbeeld ontginnen om te bepalen wat er over hem wordt gezegd en of dit sentiment positief of negatief is. Talloze bedrijven bieden dit soort diensten aan in de cloud.

Het schrijven van de code om deze gegevens te verwerken in clusters van machines vereist hoog opgeleide ontwikkelaars en complexe taakcoördinatie. Met een technologie als MapReduce kan dezelfde MapReduce-taak die is ontwikkeld om op een enkel knooppunt te worden uitgevoerd, deze analytische verwerkingskracht distribueren naar een groep van 1, 000 knooppunten.Stel dat u onmiddellijk analyse van sensorgegevens of socialemediadata nodig hebt die naar uw datacenter of uw cloudprovider wordt gestreamd. Parallelle verwerking over meerdere computerbronnen kan hierbij helpen door de analyse over de omgeving te verspreiden. Het geeft je sneller inzicht.

Andere cloudanalyses

De cloud kan handig zijn bij het ondersteunen van een analysestrategie wanneer uw gegevens niet zo groot zijn (in tegenstelling tot het vorige voorbeeld van big data). Stel dat u werkt bij een bedrijf dat wil voorspellen welke actie uw klanten zullen ondernemen. U wilt voorspellende analyses gebruiken om dit te doen, maar u hebt de vaardigheden niet in huis. In dit geval kunt u zich wenden tot analyseproviders die op SaaS gebaseerde services voor hulp aanbieden. U geeft ze uw gegevens en ze bieden u de analyse.

Een aantal op de cloud gebaseerde aanbiedingen op de markt kunnen u helpen uw gegevens te analyseren of software in de cloud aan te bieden om zelf de analyse uit te voeren. Misschien gebruikt u een cloudgebaseerd CRM- en ERP-systeem en wilt u de gegevens analyseren die daar worden gegenereerd. Daar is een cloudservice voor.