गार्टनर के अनुसार 2019 में डेटा प्रोसेसिंग और एनालिटिक्स में शीर्ष 10 प्रौद्योगिकी रुझान

शुभ संध्या निम्नलिखित आलेख का एक अनुवाद विशेष रूप से बीआई विश्लेषक पाठ्यक्रम के छात्रों के लिए तैयार किया गया है। अच्छी पढाई हो।



सिडनी में 18-19 फरवरी को गार्टनर डेटा एंड एनालिटिक्स समिट का फोकस ऑगमेंटेड एनालिटिक्स और आर्टिफिशियल इंटेलिजेंस था।

एडवांस्ड एनालिटिक्स , निरंतर इंटेलिजेंस, और व्याख्यात्मक आर्टिफिशियल इंटेलिजेंस डेटा प्रोसेसिंग टेक्नोलॉजी और एनालिटिक्स में से कुछ सबसे बड़े रुझान हैं जो गार्टनर, इंक। के अनुसार अगले 3-5 वर्षों में विनाशकारी संभावनाएं होंगी।

सिडनी में गार्टनर डेटा एंड एनालिटिक्स समिट में बोलते हुए, गार्टनर में अनुसंधान के उपाध्यक्ष, रीता सल्लम ने कहा कि डेटा और एनालिटिक्स नेताओं को व्यवसायों पर इन रुझानों के संभावित प्रभाव की जांच करनी चाहिए और तदनुसार अपने व्यापार मॉडल और संचालन को समायोजित करना चाहिए। यदि वे उन लोगों पर अपना प्रतिस्पर्धात्मक लाभ खोने का जोखिम उठाते हैं जिन्होंने इस पर पर्याप्त ध्यान दिया है।

रीता सल्लम ने कहा, "एनालिटिक्स डेटा प्रोसेसिंग की कहानी आंतरिक बुद्धिमत्ता, सूचना उत्पादों, और डेटा पेशेवरों को काम पर रखने के समर्थन से विकसित होती है।" "एक तकनीकी व्यवसाय के मूल्य के आधार पर, इस कहानी के निर्माण और विकास के साथ-साथ उनके लिए कुछ प्राथमिकताओं को निर्धारित करने के लिए तकनीकी रुझानों की गहरी समझ प्राप्त करना बहुत महत्वपूर्ण है।"

डोनाल्ड फीनबर्ग , गार्टनर के उपाध्यक्ष और प्रतिष्ठित विश्लेषक के अनुसार, डिजिटल खराबी (बहुत अधिक डेटा) के कारण होने वाली मुख्य समस्या ने भी एक अभूतपूर्व अवसर खोल दिया है। क्लाउड प्रौद्योगिकियों द्वारा प्रदान किए गए प्रसंस्करण उपकरणों की बढ़ती शक्ति के साथ युग्मित डेटा की बड़ी मात्रा, एक स्पष्ट समझ देती है कि एआई की क्षमता की पूर्ण प्राप्ति के लिए आवश्यक एल्गोरिदम को बड़े पैमाने पर प्रशिक्षित और निष्पादित करना अब संभव है।

"आकार, जटिलता, डेटा की वितरित प्रकृति, काम की गति और डिजिटल व्यवसाय के लिए आवश्यक निरंतर खुफिया यह स्पष्ट करते हैं कि कठोर और केंद्रीकृत आर्किटेक्चर और उपकरण अब सामना नहीं कर सकते हैं," फ़िनबर्ग कहते हैं। "किसी भी व्यवसाय का निरंतर अस्तित्व एक लचीली, डेटा-संचालित वास्तुकला पर निर्भर करेगा जो परिवर्तन की बढ़ती गति से मिलता है।"

गार्टनर ने सिफारिश की है कि डेटा प्रोसेसिंग और एनालिटिक्स के क्षेत्र में नेता व्यापार प्रतिनिधियों के साथ कंपनी की मुख्य प्राथमिकताओं पर चर्चा करते हैं और सोचते हैं कि वे निम्नलिखित रुझानों को अपने काम में कैसे एकीकृत कर सकते हैं।

प्रवृत्ति संख्या १। उन्नत विश्लेषण

एडवांस्ड एनालिटिक्स डेटा प्रोसेसिंग और एनालिटिक्स मार्केट में सफलताओं की अगली लहर है। यह विश्लेषणात्मक सामग्री के विकास, खपत और साझाकरण को बदलने के लिए मशीन लर्निंग और कृत्रिम बुद्धिमत्ता तकनीकों का उपयोग करता है।

2020 तक, एडवांस्ड एनालिटिक्स एनालिटिक्स और बीआई के साथ-साथ डेटा साइंस, एमएल प्लेटफॉर्म और एम्बेडेड एनालिटिक्स में नई खरीद का मुख्य इंजन होगा। प्लेटफ़ॉर्म के विकसित होने के साथ-साथ डेटा प्रोसेसिंग और एनालिटिक्स में लीडरों को उन्नत एनालिटिक्स के कार्यान्वयन की योजना बनाने की आवश्यकता होती है।

प्रवृत्ति क्रमांक २। उन्नत डेटा प्रबंधन

ऑगमेंटेड डेटा मैनेजमेंट टेक्नोलॉजी डेटा क्वालिटी, मेटाडेटा मैनेजमेंट, मास्टर डेटा मैनेजमेंट, उनके इंटीग्रेशन के साथ-साथ डेटाबेस मैनेजमेंट सिस्टम (DBMS) के सेल्फ-ट्यूनिंग और सेल्फ-ट्यूनिंग सहित कंपनी की सूचना प्रबंधन की श्रेणियां बनाने के लिए ML क्षमताओं और AI तंत्र का उपयोग करती है। यह कई कार्यों को स्वचालित करता है और कम कुशल उपयोगकर्ताओं को स्वयं डेटा का उपयोग करने की अनुमति देता है। इस तरह, उच्च योग्य तकनीशियन अधिक महत्वपूर्ण कार्यों पर ध्यान केंद्रित कर सकते हैं।

उन्नत डेटा प्रबंधन केवल ऑडिट, वंशावली और रिपोर्टिंग के लिए उपयोग किए जाने वाले मेटाडेटा को धर्मान्तरित करता है, अंततः उन्हें गतिशील प्रणालियों को आपूर्ति करता है। मेटाडेटा निष्क्रिय से सक्रिय में बदल जाता है और सभी एआई / एमएल के लिए मुख्य इंजन बन जाता है।

2022 के अंत तक, मशीन प्रबंधन और सेवा के स्तर के स्वचालित प्रबंधन की शुरूआत के कारण डेटा प्रबंधन के क्षेत्र में मैन्युअल रूप से किए जाने वाले कार्यों की संख्या में 45% की कमी आएगी।

प्रवृत्ति क्रमांक ३। सतत बुद्धि

2022 तक, नए बड़े व्यापार प्रणालियों के आधे से अधिक निरंतर खुफिया का उपयोग करेंगे, जो समाधानों को बेहतर बनाने के लिए वास्तविक समय संदर्भ डेटा का उपयोग करते हैं।

सतत बुद्धिमत्ता एक डिजाइन पैटर्न है जिसमें वास्तविक समय के एनालिटिक्स व्यवसाय संचालन, वर्तमान और ऐतिहासिक डेटा को एक घटना के जवाब में कार्रवाई का प्रस्ताव करने के लिए एकीकृत करते हैं। यह स्वचालन या निर्णय समर्थन प्रदान करता है। कंटीन्यूअस इंटेलिजेंस कई तकनीकों का उपयोग करता है, जैसे उन्नत एनालिटिक्स, इवेंट फ्लो प्रोसेसिंग, ऑप्टिमाइज़ेशन, बिजनेस रूल मैनेजमेंट और मशीन लर्निंग।

"निरंतर खुफिया डेटा और एनालिटिक्स टीमों के काम में एक प्रमुख नवाचार है," सल्लम कहते हैं। “यह एक चुनौतीपूर्ण काम है और विश्लेषकों और बीआई विशेषज्ञों की टीमों के लिए एक शानदार अवसर है कि कंपनियों को 2019 की शुरुआत में वास्तविक समय में बेहतर निर्णय लेने में मदद मिलेगी। इसे ऑपरेशनल बीआई का अंतिम संस्करण माना जा सकता है। ”

प्रवृत्ति क्रमांक ४। समझाया ए.आई.

AI मॉडल का उपयोग अक्सर निर्णय लेने में किसी व्यक्ति को सुधारने या पूरी तरह से बदलने के लिए किया जाता है। हालांकि, कुछ परिदृश्यों में, कंपनियों को यह बताना होगा कि ये मॉडल विशिष्ट निर्णयों के लिए कैसे आते हैं। उपयोगकर्ता या हितधारक विश्वास का निर्माण करने के लिए, एप्लिकेशन आर्किटेक्ट को इन मॉडलों को अधिक समझ और समझने योग्य बनाना चाहिए।

दुर्भाग्य से, सबसे उन्नत एआई मॉडल जटिल ब्लैक बॉक्स हैं जो यह समझाने में विफल रहते हैं कि वे एक विशिष्ट सिफारिश या समाधान के साथ कैसे आए। उदाहरण के लिए, डेटा विज्ञान और एमएल प्लेटफ़ॉर्म में AI को समझाया गया है, स्वचालित रूप से एक प्राकृतिक भाषा में सटीकता, विशेषताओं, मॉडल के आंकड़ों और कार्यों के संदर्भ में मॉडल की व्याख्या उत्पन्न करता है।

रुझान संख्या 5। ग्राफिक्स

ग्राफ एनालिटिक्स विश्लेषणात्मक तरीकों का एक सेट है जो आपको संगठनों, लोगों और लेनदेन जैसे ब्याज की वस्तुओं के बीच संबंधों का पता लगाने की अनुमति देता है।

2022 तक हर साल ग्राफिकल प्रोसेसिंग और ग्राफिकल डीबीएमएस का उपयोग 100% बढ़ेगा, जो डेटा तैयार करने में तेजी लाएगा और एक अधिक जटिल और अनुकूली डेटा विज्ञान प्रदान करेगा।

ग्राफिक डेटा वेयरहाउस कुशलतापूर्वक डेटा वेयरहाउस के बीच जटिल संबंधों के साथ डेटा का पता लगाने और क्वेरी कर सकते हैं, लेकिन उनके साथ काम करने के लिए विशेष कौशल की आवश्यकता आज उनकी मुख्य सीमा है।

अगले कुछ वर्षों में ग्राफिकल एनालिटिक्स लगातार बढ़ेगा, क्योंकि जटिल डेटा से जटिल सवाल पूछने की ज़रूरत होती है, जो हमेशा व्यावहारिक या कम से कम संभव नहीं है, जहां एसक्यूएल प्रश्नों का उपयोग किया जा सके।

रुझान संख्या 6। डेटा कपड़े

डेटा फैब्रिक एक वितरित डेटा वातावरण में डेटा की पहुंच और साझाकरण प्रदान करता है। यह एक एकल और सुसंगत डेटा प्रबंधन ढांचा है जो डेटा तक पहुंच को बाधित करता है और किसी अन्य भंडारण में वास्तु प्रसंस्करण की संभावना है।

2022 तक, कस्टम डेटा फैब्रिक डिज़ाइन को मुख्य रूप से एक स्थिर बुनियादी ढांचे के रूप में तैनात किया जाएगा, जो संगठनों को डेटा मेष को अधिक गतिशील दृष्टिकोण प्रदान करने के लिए एक पूर्ण पुनर्गठन के लिए लागत की एक नई लहर में निवेश करने के लिए मजबूर करेगा।

रुझान संख्या 7। एनएलपी / संवादी विश्लेषिकी

2020 तक, खोज, प्राकृतिक भाषा प्रसंस्करण (एनएलपी) या आवाज का उपयोग करके 50 प्रतिशत विश्लेषणात्मक प्रश्न उत्पन्न होंगे, या स्वचालित रूप से उत्पन्न होंगे। जटिल डेटा संयोजनों का विश्लेषण करने और संगठन में हर किसी के लिए उपलब्ध एनालिटिक्स को उपलब्ध कराने की आवश्यकता से इसके व्यापक उपयोग को बढ़ावा मिलेगा, जो एनालिटिक्स टूल को एक खोज इंटरफ़ेस या आभासी सहायक के साथ बातचीत के रूप में हल्का होने की अनुमति देगा।

ट्रेंड नंबर 8 वाणिज्यिक एआई और एमएल

गार्टनर ने भविष्यवाणी की है कि 2022 तक, एआई और एमएल विधियों का उपयोग करने वाले नए एंड-यूज़र समाधानों का 75% ओपन सोर्स प्लेटफॉर्मों के बजाय वाणिज्यिक समाधानों पर बनाया जाएगा।

वाणिज्यिक विक्रेता कनेक्टर्स को ओपन सोर्स इकोसिस्टम में एकीकृत करते हैं, जिससे एआई और एमएल को आवश्यक रूप से कॉर्पोरेट विशेषताओं को प्रदान किया जा सकता है, जैसे प्रोजेक्ट और मॉडल प्रबंधन, पुन: उपयोग, पारदर्शिता, वंश डेटा, साथ ही स्थिरता और एकीकरण। अन्य प्लेटफार्मों, क्या खुले प्लेटफार्मों की कमी है।

रुझान # 9: ब्लॉकचेन

ब्लॉकचैन और वितरित लेज़र प्रौद्योगिकियों का मुख्य मूल्य अविभाजित प्रतिभागियों के नेटवर्क में विकेंद्रीकृत विश्वास प्रदान करना है। एनालिटिक्स उपयोग के मामलों के लिए एक महत्वपूर्ण क्षमता है, विशेष रूप से उन जिसमें प्रतिभागियों के रिश्ते और बातचीत दिखाई देती है।

हालांकि, यह चार या पांच कोर ब्लॉकचेन प्रौद्योगिकियों पर हावी होने से पहले कई साल होगा। जब तक यह समय नहीं आता है, प्रौद्योगिकियों के अंत उपयोगकर्ताओं को ब्लॉकचेन की प्रौद्योगिकियों और मानकों के अनुकूल होने के लिए मजबूर किया जाएगा, जो कि प्रचलित ग्राहकों या नेटवर्क द्वारा तय किए गए हैं। इसमें मौजूदा डेटा इन्फ्रास्ट्रक्चर और एनालिटिक्स के साथ एकीकरण शामिल है। एकीकरण लागत किसी भी संभावित लाभ से अधिक हो सकती है। ब्लॉकचेन एक डेटा स्रोत है, डेटाबेस नहीं है, और मौजूदा डेटा प्रबंधन प्रौद्योगिकियों को प्रतिस्थापित नहीं करता है।

रुझान संख्या 10। लगातार मेमोरी सर्वर

निरंतर मेमोरी (लगातार-मेमोरी तकनीक) के उपयोग के साथ नई प्रौद्योगिकियां यादृच्छिक एक्सेस मेमोरी (IMC) में कंप्यूटिंग के लिए समर्थन के साथ आर्किटेक्चर को लागू करने की लागत और जटिलता को कम करने में मदद करेगी। स्थायी स्मृति DRAM और NAND फ्लैश मेमोरी के बीच स्मृति के एक नए स्तर का प्रतिनिधित्व करती है, जो उच्च-प्रदर्शन भार के लिए एक किफायती भंडारण उपकरण के रूप में काम कर सकती है। इसकी एक निश्चित क्षमता है जिसका उपयोग अनुप्रयोग के प्रदर्शन, उनकी उपलब्धता, लोड समय, क्लस्टरिंग विधियों और सुरक्षा विधियों को बढ़ाने के लिए किया जा सकता है, जबकि लागत को नियंत्रण में रखते हुए। यह संगठनों को डेटा दोहराव की आवश्यकता को कम करके उनके अनुप्रयोगों और डेटा आर्किटेक्चर की जटिलता को कम करने में भी मदद करेगा।

"डेटा की मात्रा तेजी से बढ़ रही है, और साधारण डेटा को वास्तविक समय में मूल्यवान में परिवर्तित करने की प्रासंगिकता इसके साथ बढ़ रही है," फिएबर्ग ने कहा। "नए सर्वर लोड के लिए न केवल उच्च प्रोसेसर प्रदर्शन, बल्कि अधिक मेमोरी और तेज डेटा स्टोरेज की भी आवश्यकता होती है।"

प्रतिस्पर्धात्मक लाभ प्राप्त करने के लिए डेटा और एनालिटिक्स का उपयोग करने के बारे में अधिक जानकारी के लिए, गार्टनर डेटा और एनालिटिक्स इनसाइट हब देखें ।

गार्टनर डेटा एंड एनालिटिक्स समिट

2019 में गार्टनर डेटा एंड एनालिटिक्स समिट 4-6 मार्च को लंदन में , 18-21 मार्च को ऑरलैंडो में , 29-30 मई को साओ पाउलो में , 10-11 जून को दुबई में , 11-12 सितंबर को मैक्सिको सिटी में , 19-20 अक्टूबर को होगी। फ्रैंकफर्ट । ट्विटर पर हैशटैग #GartnerDA के साथ समाचार और अपडेट का पालन करें।

गार्टनर के बारे में

गार्टनर, इंक। एक अग्रणी वैश्विक वैज्ञानिक परामर्श कंपनी और एसएंडपी 500 के सदस्य हैं। हम आज अपने लक्ष्यों को प्राप्त करने और सफल संगठनों को बनाने के लिए आवश्यक डेटा, सलाह और उपकरण के साथ व्यापार जगत के नेताओं को प्रदान करते हैं।

हमारे विशेषज्ञ, व्यावहारिक डेटा अनुसंधान का बेजोड़ संयोजन ग्राहकों को सबसे महत्वपूर्ण मुद्दों पर सही निर्णय लेने में मदद करता है। हम एक विश्वसनीय सलाहकार और 100 से अधिक देशों में 15,000 से अधिक संगठनों के लिए एक उद्देश्य संसाधन हैं - सभी मुख्य कार्यों के लिए, किसी भी उद्योग में और किसी भी आकार की कंपनियों के लिए।

यह जानने के लिए कि हम निर्णय निर्माताओं को अपने व्यवसाय के भविष्य के निर्माण में कैसे मदद करते हैं, gartner.com पर जाएँ।

वह सब है। टिप्पणी लिखें और पाठ्यक्रम पर देखें!