15 Tren Data dan Analisis Yang Akan Mendominasi di Tahun 2017


Oleh Bram (bramanto)



Bram

I'm α dreαmer, leαrner αnd worker

@bramsheehan
http://bramanto.my.id


Seiring dengan perkembangan media sosial, teknologi mobile dan cloud computing, analisis dan teknologi data yang terkait, telah mendapatkan sorotan sebagai salah satu hal inti pada era digital ini. Di tahun 2016 lalu, penggunaan teknologi data besar semakin diperlukan untuk intelijen bisnis listrik. Inilah yang menjadi hal menarik di tahun 2017 ini, dimana hal tersebut memegang peranan penting untuk data dan analisis.


Cover Credit : http://www.webopedia.com/imagesvr_ce/7668/big-data-definition.jpg

John Schroeder, ketua eksekutif dan pendiri MapR Technologies, memprediksi enam tren berikut akan mendominasi data dan analisis pada tahun 2017:

Kecerdasan Buatan (AI) akan muncul kembali
Pada tahun 1960, Ray Solomonoff meletakkan dasar-dasar teori matematika dari AI, memperkenalkan metode Bayesian universal untuk inferensi induktif dan prediksi. Pada tahun 1980 Konferensi Nasional Pertama Asosiasi Amerika untuk Artificial Intelligence (AAAI) diadakan di Stanford dan menandai penerapan teori dalam perangkat lunak. Schroeder mengatakan, AI sekarang kembali diskusi utama dan kata kunci payung untuk kecerdasan mesin, pembelajaran mesin, jaringan saraf dan komputasi kognitif. Mengapa AI tren diremajakan? Schroeder menunjuk tiga Vs sering digunakan untuk mendefinisikan data yang besar: Velocity, Ragam dan Volume.

Platform yang dapat memproses tiga Vs dengan model pengolahan modern dan tradisional yang skala horisontal memberikan efisiensi biaya 10-20x lebih platform tradisional, katanya. Google telah mendokumentasikan bagaimana algoritma dieksekusi sering melawan dataset besar sederhana menghasilkan hasil yang lebih baik daripada pendekatan lain menggunakan set yang lebih kecil. Schroeder mengatakan kita akan melihat nilai tertinggi dari penerapan AI untuk volume tinggi tugas yang berulang di mana konsistensi adalah lebih efektif daripada mendapatkan pengawasan intuitif manusia dengan mengorbankan kesalahan manusia dan biaya.

Big Data untuk pemerintahan atau keunggulan kompetitif.
Pada tahun 2017, pemerintahan vs data nilai tarik tambang akan depan dan tengah, ucap Schroeder. Perusahaan memiliki banyak informasi tentang pelanggan dan mitra mereka. organisasi terkemuka akan mengelola data mereka antara kasus penggunaan yang diatur dan non-diatur. Diatur kasus penggunaan data yang membutuhkan tata kelola; kualitas data dan garis keturunan sehingga badan pengawas dapat melaporkan dan melacak data melalui semua transformasi ke yang berasal sumber. Schroeder mengatakan, hal ini adalah wajib dan perlu tetapi membatasi untuk kasus penggunaan non-peraturan seperti pelanggan 360 atau menawarkan melayani di mana kardinalitas yang lebih tinggi, real-time dan campuran terstruktur dan tidak terstruktur memberikan hasil yang lebih efektif.

Perusahaan fokus pada bisnis-aplikasi didorong untuk menghindari danau data dari menjadi rawa
Pada tahun 2017 organisasi akan bergeser dari "membangun itu dan mereka akan datang" danau pendekatan data ke pendekatan data-driven bisnis, ucap Schroeder. Dunia saat ini membutuhkan analisis dan kemampuan operasional untuk mengatasi pelanggan, proses klaim dan antarmuka ke perangkat secara real time pada tingkat individu. Misalnya, setiap situs e-commerce harus memberikan rekomendasi individual dan cek harga secara real time. organisasi kesehatan harus memproses klaim sah dan memblokir klaim penipuan dengan menggabungkan analisis dengan sistem operasional. perusahaan Media sekarang personalisasi konten disajikan meskipun set top box. produsen mobil dan berbagi perjalanan perusahaan yang interoperasi pada skala dengan mobil dan driver. Menyampaikan kasus penggunaan ini memerlukan sebuah platform tangkas yang dapat menyediakan baik pengolahan analisis dan operasional untuk meningkatkan nilai dari kasus penggunaan tambahan yang span dari analisis back office untuk operasi front office. Pada tahun 2017, organisasi akan mendorong agresif di luar sebuah "mengajukan pertanyaan" pendekatan dan arsitek untuk mendorong awal dan panjang nilai bisnis jangka ucap Schroeder.

Data agility memisahkan pemenang dan pecundang.
Pengembangan perangkat lunak telah menjadi lincah mana DevOps menyediakan pengiriman terus menerus, ucap Schroeder. Pada tahun 2017, pengolahan dan analisis model akan berkembang untuk memberikan tingkat yang sama kelincahan sebagai organisasi menyadari kelincahan data, kemampuan untuk memahami data dalam konteks dan mengambil tindakan bisnis, adalah sumber keunggulan kompetitif tidak hanya memiliki sebuah danau data yang besar. Munculnya model pengolahan gesit akan memungkinkan contoh data yang sama untuk mendukung analisis batch, analisis interaktif, pesan global, database dan model berbasis file, katanya. model analitik lebih lincah juga diaktifkan ketika satu contoh dari data yang dapat mendukung satu set yang lebih luas dari alat. Hasil akhirnya adalah pengembangan dan platform aplikasi lincah yang mendukung jangkauan luas pengolahan dan analisis model.

Blockchain mengubah pilihan terhadap aplikasi layanan keuangan.
Pada tahun 2017, akan ada pilih, kasus penggunaan transformasional dalam jasa keuangan yang muncul dengan implikasi yang luas untuk cara data disimpan dan transaksi diproses, ucap Schroeder. Blockchain menyediakan didistribusikan buku besar global yang mengubah cara data disimpan dan transaksi diproses. Berjalan blockchain pada komputer didistribusikan di seluruh dunia di mana rantai dapat dilihat oleh siapa saja. Transaksi disimpan dalam blok mana setiap blok mengacu pada blok sebelumnya, blok timestamped menyimpan data dalam bentuk yang tidak dapat diubah. Hacker menemukan secara teoritis mungkin untuk hack blockchain sejak dunia memiliki pandangan seluruh blockchain. Blockchain memberikan efisiensi yang jelas bagi konsumen. Sebagai contoh, pelanggan menang harus menunggu untuk transaksi SWIFT atau khawatir tentang dampak dari kebocoran data center pusat. Untuk perusahaan, blockchain menyajikan penghematan biaya dan kesempatan untuk keunggulan kompetitif, ucap Schroeder.

Machine learning memaksimalkan dampak microservices.
Tahun ini kita akan melihat peningkatan aktivitas untuk integrasi pembelajaran mesin (machine learning) dan microservices, Schroeder mengatakan. Sebelumnya,penyebaran microservices telah difokuskan pada layanan ringan dan mereka yang menggabungkan pembelajaran mesin biasanya telah terbatas pada "fast data" integrasi yang diterapkan untuk mempersempit band data streaming. Pada tahun 2017, kita akan melihat pergeseran pengembangan untuk aplikasi stateful yang memanfaatkan data besar, dan penggabungan pendekatan pembelajaran mesin yang menggunakan besar jumlah data historis untuk lebih memahami konteks baru streaming data.

Vendor distribusi Hadoop Hortonworks memprediksi:

Jaringan cerdas menyebabkan munculnya data clouds.

Sebagai koneksi terus berkembang berkat Internet Anything (IoAT) dan konektivitas mesin-ke-mesin, silo data akan digantikan oleh awan data, Hortonworks kata.

Real-time mesin pembelajaran dan analisis di tepi.

Hortonworks mengatakan, perangkat pintar akan berkolaborasi dan menganalisis apa yang sedang lain mengatakan. Real time algoritma mesin-learning dalam aplikasi data terdistribusi modern yang akan ikut bermain - algoritma yang mampu mengadili 'peer-to-peer' keputusan secara real time.

Lebih analisis pre-emptive:

Dari pos-acara untuk real-time dan analisis pre-event dan tindakan. Hortonworks mengatakan, kami akan mulai melihat langkah dari pos-event dan real-time untuk memesan efek terlebih dahulu analisis yang dapat mendorong transaksi bukan hanya memodifikasi atau mengoptimalkan mereka. Ini akan memiliki dampak transformatif pada kemampuan bisnis data-centric untuk mengidentifikasi arus pendapatan baru, menghemat biaya dan meningkatkan keintiman pelanggan mereka.

Ubiquity aplikasi data modern terhubung

Hortonworks mengatakan, bagi perusahaan untuk berhasil dengan data, aplikasi dan data harus terhubung melalui platform atau kerangka. Ini adalah dasar untuk aplikasi data modern di 2017. aplikasi data modern sangat portabel, kemas dan terhubung. Mereka dengan cepat akan menggantikan terintegrasi secara vertikal software monolitik.

Data akan menjadi produk semua orang

Hortonworks mengatakan, data akan menjadi produk dengan nilai untuk membeli, menjual atau kalah. Akan ada cara-cara baru, model bisnis baru dan perusahaan baru mencari cara untuk menguangkan aset tersebut.

DataStax, yang mengembangkan dan mendukung versi komersial dari open-source, Database Apache Cassandra NoSQL, memprediksi:

Munculnya insinyur data
DataStax mengatakan, Istilah "ilmuwan data," akan menjadi kurang relevan, dan akan digantikan oleh "insinyur data,". ilmuwan Data fokus pada penerapan ilmu pengetahuan data dan hasil analisis masalah bisnis penting. insinyur data, di sisi lain, desain, membangun dan mengelola infrastruktur data besar. Mereka fokus pada arsitektur dan menjaga sistem melakukan.

Keamanan: Pertumbuhan IOT mengarah ke garis kabur
DataStax mengatakan, pertumbuhan IOT ini sebagian besar telah dicentang. Dengan kurangnya standar dan ledakan data, tidak sepenuhnya jelas siapa yang bertanggung jawab untuk mengamankan apa. Yang paling berisiko adalah ISP, itulah sebabnya kami akan melihat penyedia mengambil peran utama dalam percakapan keamanan di tahun mendatang, ucap DataStax.

Menang hybrid, berkat aplikasi cloud perusahaan-siap tertentu
DataStax mengatakan, Hal ini menjadi jelas bahwa banyak organisasi besar yang telah membangun database mereka pada platform warisan lebih suka menarik keluar gigi mereka daripada switch. Arsitektur Data Hybrid yang mencakup database warisan, namun memungkinkan organisasi untuk mengambil keuntungan dari aplikasi awan, akan menjadi fokus utama bagi organisasi-organisasi ini.

Memutuskan hubungan berkat arsitektur serverless
DataStax percaya pindah ke arsitektur serverless - aplikasi yang bergantung pada aplikasi atau layanan pihak ketiga di awan untuk mengelola logika server-side dan negara, atau yang menjalankan dalam wadah menghitung bernegara yang event-pemicu - akan menjadi lebih luas dalam kedatangan tahun. Adopsi arsitektur serverless akan memiliki dampak luas pada bagaimana aplikasi dikerahkan dan berhasil.

Itulah beberapa data dan anailis yang akan mendominasi di tahun 2017. Sudahkah teman-teman memikirkan dan membayangkan apa yang terjadi dengan teknologi data dan anilisis ke depannya? Jangan lupa untuk berbagi pemikiran dan pandangan teman-teman coder terhadap tulisan ini disini!

Sumber :
http://www.cio.com/article/3166060/analytics/15-data-and-analytics-trends-that-will-dominate-2017.html

Dituliskan oleh Bram (bramanto) pada 10 Maret 2017 dan telah dibaca sebanyak 1519 kali.
Tag: analytics, data

Beri Jempol · 10 jempol

berlangganan komentar



Komentar:

sandreass
21
0
· 3 bulan, 1 minggu yang lalu · 0 jempol

copas and transalte?

bramanto
300
800
penulis
· 3 bulan, 1 minggu yang lalu · 0 jempol

Halo @sandreass, lebih tepatnya diterjemahkan dengan bahasa yang mudah dimengerti untuk dibagikan ke teman² disini.. ^_^

megisykes
104
5
· 2 bulan, 3 minggu yang lalu · 0 jempol

ketika bahasa inggris baku di translate menjadi bahasa indonesia 

Craft
35
0
· 1 minggu, 4 hari yang lalu · 0 jempol

dan tidak mudah dipahami, auto translate

Silahkan masuk untuk menulis artikel atau komentar.




Artikel Lainnya


Bram

8 Februari 2017

3 Alternatif Membuat Slide Presentasi Dengan JavaScript dan HTML5

Sebagai seorang mahasiswa/i atau pekerja yang sering berurusan dengan dengan pemaparan tugas, materi ataupun kebutuhan meeting tentunya tidak asing dengan kegiatan presentasi. Umumnya kegiatan persentasi tersebut didukung oleh perangkat ...

Lanjutkan membaca

6 menit bacaan · advanced



Irwansyah

6 Februari 2017

Yuk belajar Kriptografi atau Enkripsi lebih mudah dengan software "CrypTool"

Hallo coder, selamat malam.... 

pada kesempatan kali ini saya ingin membahas tentang bagaimana belajar Kriptografi/Enkripsi lebih mudah dengan program "CrypTool". yukkkk simak artikelnya .... ^.^

Bagi para coders atau praktisi IT ...

Lanjutkan membaca

5 menit bacaan