Zarządzanie danymi i analiza_

Systemy klasy BIG DATA



Ilość informacji przechowywanych w systemach informatycznych zwiększa się w astronomicznym tempie. Popularyzacja urządzeń mobilnych wraz z informatyzacją nowych dziedzin życia powoduje, że konieczne jest wdrożenie nowych metod pracy z danymi.

 

Należy zauważyć, że w ogromnej większości gromadzone dane mają charakter niestrukturalny lub semi strukturalny, to znaczy, że są to materiały video, audio lub zdjęcia, których nie da się przetwarzać w relacyjnych bazach danych. Coraz częściej w praktyce biznesowej konieczna jest praca z danymi ad-hoc oraz z wielu różnych źródeł, których struktura nie jest z góry znana. Skuteczna praca z takimi danymi stanowi o przewadze konkurencyjnej organizacji.

 

Znaczne zwiększenie przepustowości łączy, przejście na technologie bezprzewodowe oraz zwiększająca się presja ze strony biznesu powodują, że oczekiwane jest przetwarzanie tych ogromnych ilości informacji w trybie rzeczywistym, aby właściwa informacja była dostępna praktycznie od ręki. Te nowe zjawiska w informatyce powodują rewolucję w podejściu do przetwarzana danych w organizacjach. Klasyczne hurtownie danych, procesy, ETL oraz modele danych – mające świetne zastosowanie do danych strukturalnych są zastępowane przez rozwiązania  określane hasłowo jako BIG DATA.

 

W Matic obszar BIG DATA definiujemy w ramach 4 głównych problemów, które organizacje muszą rozwiązywać, aby skutecznie pracować z danymi:

 

  1. Możliwość efektywnej pracy z dużymi wolumenami danych za pomocą nowoczesnych rozwiązań baz kolumnowych lub rozwiązań zintegrowanych (appliance). Do grupy tych rozwiązań należą IBM Neteeza, Sybase IQ, HP Vertica lub też rozwiązania Oracle Exadata oferowane przez Matic.
  2. Integrację informacji z wielu źródeł w ramach jednego narzędzia w czasie rzeczywistym „data streaming” m.in. za pomocą IBM Data Capture, Verint, HP Authonomy oraz rozwiązań własnych. Narzędzia z tego obszaru pozwalają na monitorowanie informacji w sieciach Internet, w tym monitorowanie informacji w sieciach społecznościowych typu Facebook.
  3. Analizę danych niestrukturalnych poprzez zaawansowane narzędzia analizy streamingu video, transkrypcji głosowej oraz narzędzi do transformacji danych typu ETL. Matic posiada własny zespół z obszaru Business Inteligence, który ma praktyczne doświadczenie w pracy z dużymi wolumenami informacji w krótkim czasie.
  4. Wizualizację i tworzenie raportów za pomocą interaktywnych narzędzi, które pozwalają użytkownikowi końcowemu (analitykowi danych) przygotować atrakcyjny w formie graficznej raport prezentujący wyniki analiz. Oferowane rozwiązania z tego zakresu to między innymi IBM Cognos, Data Watch oraz Qlik View.

 

 

Wartość dla Klienta:

Wynikiem wdrożenia jest lepsze zrozumienie informacji dostępnych w przedsiębiorstwie, szybszy do nich dostęp oraz większe możliwości ich analizy połączone z jednoczesnym obniżeniem jednostkowego nakładu pracy na analizę informacji. W konsekwencji zespoły biznesowe zyskują nowe możliwości pracy z danymi przesuwając ciężar swojej pracy z gromadzenia danych na ich twórczą analizę i wyciąganie wniosków.

W rezultacie lepsze zrozumienie informacji, które opisują konkretne zjawiska przekłada się na poprawę efektywności podejmowanych decyzji biznesowych na podstawie danych.

 

 

PARTNERZY:

PL / EN / RU