Waarom bedrijven gegevens in beweging voor grote gegevens nodig hebben - dummies

U hebt gegevens nodig om snel te reageren met de huidige toestand van big data. Om een ​​creditcardtransactie te voltooien of een e-mail te verzenden, moeten de gegevens van de ene locatie naar de andere worden vervoerd. Gegevens zijn in rust wanneer het wordt opgeslagen in een database in uw datacenter of in de cloud. Gegevens zijn daarentegen in beweging wanneer deze worden doorgestuurd van de ene rustlocatie naar de andere.

Bedrijven die grote hoeveelheden gegevens bijna in realtime moeten verwerken om zakelijke inzichten te verkrijgen, zullen waarschijnlijk gegevens ordenen terwijl ze in beweging zijn. Data in beweging en grote hoeveelheden data gaan hand in hand. Veel voorbeelden uit de praktijk van continue streams met grote hoeveelheden gegevens worden momenteel gebruikt:

• Sensoren zijn verbonden met zeer gevoelige medische apparatuur om de prestaties te controleren en technici op de hoogte te stellen van afwijkingen van de verwachte prestaties. De opgenomen gegevens zijn continu in beweging om ervoor te zorgen dat technici informatie ontvangen over mogelijke fouten met voldoende doorlooptijd om een ​​correctie aan te brengen aan de apparatuur en potentiële schade aan patiënten te voorkomen.

• Telecommunicatieapparatuur wordt gebruikt om grote hoeveelheden communicatiegegevens te controleren om ervoor te zorgen dat de serviceniveaus aan de verwachtingen van de klant voldoen.

• Point-of-sale-gegevens worden geanalyseerd terwijl deze worden gemaakt om te proberen de besluitvorming van klanten te beïnvloeden. Gegevens worden verwerkt en geanalyseerd op het moment van betrokkenheid - misschien in combinatie met locatiegegevens of socialemediadata.

• Berichten, inclusief details over financiële betalingen of aandelenhandel, worden voortdurend uitgewisseld tussen financiële organisaties. Om de veiligheid van deze berichten te waarborgen, worden vaak standaardprotocollen zoals Advanced Message Queuing Protocol (AMQP) of IBM's MQSeries gebruikt. Bij beide berichten worden beveiligingsservices ingebed in hun frameworks.

• Informatie verzamelen van sensoren in een veiligheidsgevoelig gebied, zodat een organisatie onderscheid kan maken tussen de beweging van een onschadelijk konijn en een auto die snel in de richting van een voorziening rijdt.

• Medische apparaten kunnen enorme hoeveelheden gedetailleerde gegevens over verschillende aspecten van de toestand van een patiënt verschaffen en die resultaten vergelijken met kritieke omstandigheden of andere abnormale indicatoren.

Gegevens in beweging, vaak in de vorm van streaminggegevens, worden steeds belangrijker voor bedrijven die beslissingen moeten nemen wanneer snelheid een cruciale factor is. Als u snel op een situatie moet reageren, kan het hebben van de mogelijkheid om gegevens in realtime te analyseren het verschil betekenen tussen ofwel kunnen reageren op een resultaat wijzigen of een slecht resultaat voorkomen.

De uitdaging bij het streamen van gegevens is om nuttige informatie te extraheren wanneer deze wordt gemaakt en getransporteerd voordat deze op een rustlocatie komt. Streaming-gegevens kunnen van grote waarde zijn voor uw bedrijf als u van die gegevens kunt profiteren wanneer deze wordt gemaakt of wanneer deze bij uw bedrijf aankomt.

U moet de streaminggegevens in realtime verwerken en analyseren, zodat u kunt reageren op de huidige status van de gegevens - terwijl deze in beweging is en voordat deze wordt opgeslagen. U moet enige kennis hebben van de context van deze gegevens en hoe deze zich verhoudt tot historische prestaties. En u moet in staat zijn om deze informatie te integreren met traditionele operationele gegevens.

Het belangrijkste om te onthouden is dat u een goed inzicht moet hebben in de aard van die streaminggegevens en welke resultaten u zoekt. Als uw bedrijf bijvoorbeeld een fabrikant is, is het belangrijk om de gegevens afkomstig van sensoren te gebruiken om de zuiverheid van chemische stoffen die in het productieproces worden gemengd te controleren.

Dit is een concrete reden om gebruik te maken van de streaminggegevens. In andere situaties is het echter mogelijk om veel gegevens te verzamelen, maar er is geen dwingende bedrijfsbehoefte. Met andere woorden, alleen omdat u gegevens kunt streamen, betekent niet dat u dat altijd zou moeten doen.

Hoe kunt u streaming gegevens gebruiken om uw bedrijf te veranderen? In sommige situaties kunnen bedrijven gegevens die ze al hebben, gebruiken en effectiever gebruiken. In andere situaties verzamelen ze gegevens die ze eerder niet konden verzamelen.

Soms kunnen organisaties veel meer van de gegevens verzamelen waarvan ze alleen snapshots hadden gemaakt in het verleden. Deze organisaties gebruiken streaminggegevens om de resultaten voor klanten, patiënten, inwoners van de stad of misschien voor de mensheid te verbeteren. Bedrijven gebruiken streaminggegevens om beslissingen van klanten te beïnvloeden op het moment van verkoop.