Che supporta una strategia di analisi in un cloud ibrido - dummies

L'attrazione di una strategia di analisi nel cloud ibrido è l'elasticità del cloud. I tuoi dati possono essere elaborati attraverso cluster di computer. Ciò significa che l'analisi si sta verificando tra le macchine. Se hai bisogno di più potenza di calcolo, puoi ottenerlo dal cloud.

Analisi dei big data in un cloud ibrido

Ecco alcuni esempi di dove gli analytics diventano grandi e possono richiedere risorse cloud:

• Servizi finanziari: Immagina di utilizzare tecnologie di analisi avanzate come l'analisi predittiva per analizzare milioni di crediti transazioni con carta per determinare se potrebbero essere fraudolente. Oppure, dal lato non strutturato, immagina il testo delle richieste di assicurazione che vengono analizzate per determinare cosa potrebbe costituire una frode.

  Ad esempio, prendi una richiesta di risarcimento da parte di un lavoratore presentata da un lavoratore che potrebbe essere stato ripetutamente rimproverato dal suo capo. Questi dati (o il reclamo), che provengono da fonti non strutturate, possono essere utilizzati insieme a dati strutturati per addestrare un sistema analitico su quali modelli potrebbero indicare una frode. Quando arrivano nuove richieste, il sistema può automaticamente eliminare quelle che potrebbero dover essere esaminate.

• Retail: Basti pensare ai motori di raccomandazione di Amazon e eBay. Stanno diventando più sofisticati. eBay utilizza tecnologie avanzate che esaminano ciò che stai acquistando e quindi, in base ai modelli che ha dei numerosi acquisti di altre persone, fanno una raccomandazione.

  Un altro esempio è l'utilizzo di analisi avanzate su enormi quantità di dati in tempo reale presso i negozi big-box. Usando la tua carta fedeltà, in base a ciò che stai acquistando, a ciò che hai acquistato in passato e a quello di altri con profili simili come quelli che hai acquistato, il negozio ti fornirà tagliandi per prodotti diversi che potrebbero piacerti.

• Analisi dei social media: Immagina tutti i dati raccolti su Internet. Questo include blog, tweet e newsfeed. Le aziende stanno estraendo questi dati non strutturati per capire cosa viene detto su di loro. Ad esempio, un'azienda di beni di consumo confezionati (CPG) potrebbe estrarre questi dati per determinare cosa viene detto su di loro e se questo sentimento è positivo o negativo. Numerose aziende offrono questo tipo di servizio nel cloud.

La scrittura del codice per elaborare questi dati tra i cluster di macchine richiede sviluppatori altamente qualificati e una complessa coordinazione del lavoro. Con una tecnologia come MapReduce, lo stesso lavoro MapReduce sviluppato per essere eseguito su un singolo nodo può distribuire questa potenza di elaborazione analitica a un gruppo di 1 000 nodi.Supponiamo che tu abbia bisogno di un'analisi immediata dei dati dei sensori o dei dati dei social media in streaming nel tuo data center o nel tuo provider cloud. L'elaborazione parallela su più risorse di elaborazione può aiutare a farlo diffondendo l'analisi in tutto l'ambiente. Ti porta a intuizione più veloce.

Altre analisi del cloud

Il cloud può essere utile per supportare una strategia di analisi quando i tuoi dati non sono così grandi (in contrasto con il precedente esempio di big data). Supponiamo che lavori in un'azienda che intende prevedere quale azione intraprenderanno i tuoi clienti. Si desidera utilizzare l'analisi predittiva per farlo, ma non si hanno le competenze interne. In questo caso, è possibile rivolgersi ai fornitori di analisi che offrono servizi basati su SaaS. Fornisci loro i tuoi dati e ti forniscono l'analisi.

Una serie di offerte basate sul cloud disponibili sul mercato può aiutarti ad analizzare i tuoi dati o a fornire software nel cloud affinché tu possa fare da solo l'analisi. Forse stai usando un sistema CRM ed ERP basato su cloud e vuoi analizzare i dati che vengono generati lì. C'è un servizio cloud per questo.