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.