В вашей корзине
(пусто)
7
Окт
15
7 Октября 2015, 10:57
В последнем отчете Gartner «Цикл зрелости технологий 2015» (Hype Cycle for Emerging Technologies) отсутствуют технологии сбора и обработки больших массивов данных. Свое решение аналитики компании объясняют тем, что понятие «большие данные» включает в себя большое количество технологий, которые активно применяются на предприятиях, частично относятся к другим популярным сферам и «трендам» и, по сути, стали повседневным рабочим инструментом.
«Под этим термином (Big Data) подразумевалась группа технологий хранения, обработки и анализа данных большого объема, с изменчивой структурой и высокой скоростью обновления. Но реальность показала, что получение выгоды в бизнес-проектах осуществляется по тем же принципам, что и раньше. А описываемые технологические решения сами по себе не создали никакой новой ценности, лишь ускорив обработку большого количества данных. Ожидания были очень высокие, и список технологий больших данных интенсивно рос. Очевидно, что вследствие этого границы понятия размылись до предела», — комментирует Святослав Штумпф, главный эксперт группы маркетинга продуктов «Петер-Сервис».
По мнению заместителя гендиректора SAP СНГ Дмитрия Шепелявого, сейчас наступила эпоха, когда важно не просто уметь аккумулировать информацию, а извлекать из нее бизнес-выгоду. Первыми к этому выводу пришли индустрии, которые непосредственно работают с потребителем, такие как телекоммуникационная и банковская отрасли, а также ритейл. Теперь процессы взаимодействия выходят на новый уровень, позволяя наладить связь между различными устройствами с использованием инструментов дополненной реальности, и открывают новые возможности оптимизации бизнес-процессов компаний.
«Понятие «большие данные» потеряло интерес для реального бизнеса, на диаграмме Gartner его место заняли другие технологии с более четким и понятным бизнесу звучанием», — считает С. Штумпф. Это в первую очередь машинное обучение — средства поиска правил и связей в очень больших объемах информации. Эти технологии позволяют не просто проверять гипотезы, но и искать неизвестные ранее факторы влияния. Также сегмент решений по хранению данных и параллельному доступу к ним (NoSQL Database), по предварительной обработке потоков информации (Marshalling), решения для визуализации и самостоятельного анализа (Advanced Analytics with Self-Service Delivery). Кроме того, считает эксперт, сохраняют свое значение средства интеллектуального анализа данных (Business Intelligence и Data Mining), выходящие на новый технологический уровень.
Еще в мае 2015 г. Эндрю Уайт, вице-президент по исследованиям Gartner, в своем блоге размышлял о том, что Интернет вещей (Internet of Things, IoT) затмит собой большие данные. Это может породить еще несколько эффективных решений и инструментов, но платформой будущего, которая в долгосрочной перспективе повысит нашу продуктивность, станет именно Интернет вещей. Аналогичные идеи еще раньше, по результатам отчета Gartner за 2014 г., опубликовал обозреватель Forbes Гил Пресс.
«Под этим термином (Big Data) подразумевалась группа технологий хранения, обработки и анализа данных большого объема, с изменчивой структурой и высокой скоростью обновления. Но реальность показала, что получение выгоды в бизнес-проектах осуществляется по тем же принципам, что и раньше. А описываемые технологические решения сами по себе не создали никакой новой ценности, лишь ускорив обработку большого количества данных. Ожидания были очень высокие, и список технологий больших данных интенсивно рос. Очевидно, что вследствие этого границы понятия размылись до предела», — комментирует Святослав Штумпф, главный эксперт группы маркетинга продуктов «Петер-Сервис».
По мнению заместителя гендиректора SAP СНГ Дмитрия Шепелявого, сейчас наступила эпоха, когда важно не просто уметь аккумулировать информацию, а извлекать из нее бизнес-выгоду. Первыми к этому выводу пришли индустрии, которые непосредственно работают с потребителем, такие как телекоммуникационная и банковская отрасли, а также ритейл. Теперь процессы взаимодействия выходят на новый уровень, позволяя наладить связь между различными устройствами с использованием инструментов дополненной реальности, и открывают новые возможности оптимизации бизнес-процессов компаний.
«Понятие «большие данные» потеряло интерес для реального бизнеса, на диаграмме Gartner его место заняли другие технологии с более четким и понятным бизнесу звучанием», — считает С. Штумпф. Это в первую очередь машинное обучение — средства поиска правил и связей в очень больших объемах информации. Эти технологии позволяют не просто проверять гипотезы, но и искать неизвестные ранее факторы влияния. Также сегмент решений по хранению данных и параллельному доступу к ним (NoSQL Database), по предварительной обработке потоков информации (Marshalling), решения для визуализации и самостоятельного анализа (Advanced Analytics with Self-Service Delivery). Кроме того, считает эксперт, сохраняют свое значение средства интеллектуального анализа данных (Business Intelligence и Data Mining), выходящие на новый технологический уровень.
Еще в мае 2015 г. Эндрю Уайт, вице-президент по исследованиям Gartner, в своем блоге размышлял о том, что Интернет вещей (Internet of Things, IoT) затмит собой большие данные. Это может породить еще несколько эффективных решений и инструментов, но платформой будущего, которая в долгосрочной перспективе повысит нашу продуктивность, станет именно Интернет вещей. Аналогичные идеи еще раньше, по результатам отчета Gartner за 2014 г., опубликовал обозреватель Forbes Гил Пресс.