Selamat malam Terjemahan dari artikel berikut telah disiapkan khusus untuk siswa kursus
Analis BI . Selamat membaca.
Fokus dari Gartner Data & Analytics Summit pada 18-19 Februari di Sydney adalah Augmented Analytics dan Artificial Intelligence.
Analisis lanjutan , kecerdasan berkelanjutan, dan kecerdasan buatan yang dapat dijelaskan adalah beberapa tren terbesar dalam
teknologi pengolahan
data dan analitik yang akan memiliki potensi yang menghancurkan selama 3-5 tahun ke depan, menurut Gartner, Inc.
Berbicara di
Gartner Data & Analytics Summit di Sydney,
Rita Sallam , wakil presiden penelitian untuk Gartner, mencatat bahwa para pemimpin
data dan analisis harus memeriksa dampak potensial dari tren ini pada bisnis dan menyesuaikan model bisnis mereka dan operasi sesuai. jika mereka berisiko kehilangan keunggulan kompetitif mereka dibandingkan mereka yang telah cukup memperhatikan hal ini.
"Kisah pemrosesan data analitik terus berkembang, dari mendukung pengambilan keputusan internal hingga intelijen berkelanjutan, produk informasi, dan mempekerjakan
profesional data ," kata Rita Sallam. "Sangat penting untuk mendapatkan pemahaman yang lebih dalam tentang tren teknologi yang mendasari penciptaan dan pengembangan cerita ini, serta untuk menetapkan prioritas tertentu bagi mereka, tergantung pada nilai untuk bisnis tertentu."
Menurut
Donald Feinberg , wakil presiden dan analis terkemuka di Gartner, masalah utama yang disebabkan oleh kerusakan digital (terlalu banyak data) juga membuka peluang yang belum pernah terjadi sebelumnya. Jumlah data yang sangat besar, ditambah dengan kekuatan yang berkembang dari alat-alat pemrosesan yang disediakan oleh teknologi cloud, memberikan pemahaman yang jelas bahwa sekarang mungkin untuk melatih dan mengeksekusi algoritma dalam skala besar, yang diperlukan untuk sepenuhnya menyadari potensi AI.
“Ukuran, kompleksitas, sifat data yang terdistribusi, kecepatan kerja dan kecerdasan berkelanjutan yang diperlukan untuk bisnis digital memperjelas bahwa arsitektur dan alat yang kaku dan terpusat tidak dapat lagi mengatasinya,” kata Feinberg. "Kelangsungan hidup berkelanjutan dari bisnis apa pun akan bergantung pada arsitektur fleksibel yang digerakkan oleh data yang memenuhi laju perubahan yang terus tumbuh."
Gartner merekomendasikan agar para pemimpin di bidang pemrosesan data dan analitik mendiskusikan dengan perwakilan bisnis prioritas utama perusahaan dan berpikir tentang bagaimana mereka dapat mengintegrasikan tren berikut ke dalam pekerjaan mereka.
Tren No. 1. Analisis lanjutan
Analisis lanjutan adalah gelombang terobosan berikutnya dalam pemrosesan data dan pasar analitik. Ini menggunakan
pembelajaran mesin dan teknologi kecerdasan buatan untuk mengubah pengembangan, konsumsi, dan berbagi konten analitik.
Pada tahun 2020, analytics canggih akan menjadi mesin utama pembelian baru dalam analytics dan BI, serta Ilmu Data,
platform ML , dan analytics tertanam. Para pemimpin dalam pemrosesan data dan analitik diperlukan untuk merencanakan implementasi analitik lanjutan saat platform berkembang.
Tren No. 2. Manajemen Data Lanjutan
Teknologi Augmented Data Management menggunakan kemampuan ML dan mekanisme AI untuk membuat kategori manajemen informasi perusahaan, termasuk kualitas data, manajemen metadata, manajemen data master, integrasi mereka, serta self-tuning dan self-tuning
dari sistem manajemen basis data (DBMS) . Ini mengotomatiskan banyak tugas dan memungkinkan pengguna yang kurang terampil untuk menggunakan data itu sendiri. Dengan cara ini, teknisi berkualifikasi tinggi dapat fokus pada tugas yang lebih penting.
Manajemen data lanjutan mengkonversi
metadata dari yang hanya digunakan untuk audit, silsilah, dan pelaporan, yang pada akhirnya memasok mereka ke sistem yang dinamis. Metadata berubah dari pasif menjadi aktif dan menjadi mesin utama untuk semua AI / ML.
Pada akhir tahun 2022, jumlah tugas yang dilakukan secara manual di bidang manajemen data akan berkurang 45% karena pengenalan pembelajaran mesin dan manajemen otomatis tingkat layanan.
Tren No. 3. Kecerdasan berkelanjutan
Pada tahun 2022, lebih dari setengah sistem bisnis besar baru akan menggunakan intelijen berkelanjutan, yang pada gilirannya menggunakan data kontekstual real-time untuk meningkatkan solusi.
Kecerdasan berkelanjutan adalah pola desain di mana analitik waktu-nyata diintegrasikan ke dalam operasi bisnis, memproses data saat ini dan historis untuk mengusulkan tindakan sebagai respons terhadap suatu peristiwa. Ini memberikan otomatisasi atau dukungan keputusan. Continuous Intelligence menggunakan beberapa teknologi, seperti analitik canggih, pemrosesan aliran peristiwa, optimisasi, manajemen aturan bisnis, dan pembelajaran mesin.
"Kecerdasan berkelanjutan adalah inovasi besar dalam pekerjaan tim data dan analitik," kata Sallam. “Ini adalah tugas yang menakutkan dan peluang besar bagi tim analis dan pakar BI untuk membantu perusahaan membuat keputusan yang lebih cerdas secara real time sejak 2019. Itu dapat dianggap sebagai versi final dari operasional BI. ”
Tren No. 4. AI dijelaskan
Model AI paling sering digunakan untuk meningkatkan atau sepenuhnya menggantikan seseorang dalam pengambilan keputusan. Namun, dalam beberapa skenario, perusahaan harus membenarkan bagaimana model ini sampai pada keputusan tertentu. Untuk membangun kepercayaan pengguna atau pemangku kepentingan, arsitek aplikasi harus membuat model ini lebih mudah dimengerti dan dimengerti.
Sayangnya, sebagian besar model AI canggih adalah kotak hitam kompleks yang gagal menjelaskan bagaimana mereka menghasilkan rekomendasi atau solusi tertentu. AI yang dijelaskan dalam ilmu data dan platform ML, misalnya, secara otomatis menghasilkan penjelasan model dalam hal akurasi, atribut, statistik model dan fungsi dalam bahasa alami.
Tren No. 5. Grafik
Analisis grafik adalah seperangkat metode analitik yang memungkinkan Anda untuk mengeksplorasi hubungan antara objek-objek yang menarik, seperti organisasi, orang, dan transaksi.
Penggunaan pemrosesan grafis dan DBMS grafis akan meningkat sebesar 100% setiap tahun hingga tahun 2022, yang akan mempercepat persiapan data dan menyediakan ilmu data yang lebih kompleks dan adaptif.
Gudang data grafik dapat secara efisien memodelkan, mengeksplorasi, dan meminta data dengan hubungan kompleks antara gudang data, tetapi kebutuhan akan keterampilan khusus untuk bekerja dengannya adalah keterbatasan utama mereka saat ini.
Analitik grafis akan tumbuh terus selama beberapa tahun ke depan, karena ada kebutuhan untuk mengajukan pertanyaan kompleks ke data yang kompleks, yang tidak selalu praktis atau setidaknya layak pada skala yang dapat menggunakan kueri SQL.
Tren No. 6. Kain data
Struktur data menyediakan akses tanpa hambatan ke dan berbagi data dalam lingkungan data terdistribusi. Ini adalah kerangka kerja manajemen data tunggal dan konsisten yang menyediakan akses tanpa hambatan ke data dan kemungkinan pemrosesan arsitektur di penyimpanan lain.
Hingga tahun 2022, desain kain data khusus akan digunakan terutama sebagai infrastruktur statis, yang memaksa organisasi untuk berinvestasi dalam gelombang biaya baru untuk reorganisasi lengkap untuk memberikan pendekatan yang lebih dinamis ke data mesh.
Tren No. 7. NLP / Analisis Percakapan
Pada tahun 2020, 50 persen kueri analitik akan dihasilkan menggunakan pencarian, pemrosesan bahasa alami (NLP) atau suara, atau akan dihasilkan secara otomatis. Kebutuhan untuk menganalisis kombinasi data yang kompleks dan membuat analitik tersedia untuk semua orang di organisasi akan mengarah pada penggunaannya yang lebih luas, yang akan memungkinkan alat analitik menjadi seringan antarmuka pencarian atau percakapan dengan asisten virtual.
Tren No. 8 Komersial AI dan ML
Gartner memperkirakan bahwa pada tahun 2022, 75% dari solusi pengguna akhir baru yang menggunakan metode AI dan ML akan dibangun pada solusi komersial, bukan pada platform open source.
Vendor komersial mengintegrasikan konektor ke dalam ekosistem open source, dengan demikian menyediakan fitur perusahaan yang diperlukan untuk skala dan demokratisasi AI dan ML, seperti manajemen proyek dan model, penggunaan kembali, transparansi, data garis keturunan, serta konsistensi dan integrasi dengan platform lain, kekurangan platform terbuka.
Tren # 9: Blockchain
Nilai utama dari blockchain dan teknologi buku besar yang didistribusikan adalah untuk memberikan kepercayaan terdesentralisasi dalam jaringan peserta yang tidak dipercaya. Ada potensi yang signifikan untuk kasus penggunaan analitik, terutama kasus di mana hubungan dan interaksi peserta muncul.
Namun, itu akan beberapa tahun sebelum empat atau lima teknologi inti blockchain mulai mendominasi. Hingga saat ini tiba, pengguna akhir teknologi akan dipaksa untuk beradaptasi dengan teknologi dan standar blockchain, yang ditentukan oleh klien atau jaringan yang ada. Ini termasuk integrasi dengan infrastruktur data dan analitik yang ada. Biaya integrasi dapat melebihi potensi manfaat apa pun. Blockchain adalah sumber data, bukan database, dan tidak menggantikan teknologi manajemen data yang ada.
Tren No. 10. Server memori persisten
Teknologi baru dengan penggunaan memori persisten (teknologi memori persisten) akan membantu mengurangi biaya dan kompleksitas penerapan arsitektur dengan dukungan untuk komputasi dalam memori akses acak (IMC). Memori permanen merupakan level memori baru antara memori flash DRAM dan NAND, yang dapat berfungsi sebagai perangkat penyimpanan ekonomis untuk beban kinerja tinggi. Ini memiliki potensi tertentu yang dapat digunakan untuk meningkatkan kinerja aplikasi, ketersediaannya, waktu muat, metode pengelompokan dan metode keamanan, sambil menjaga biaya tetap terkendali. Ini juga akan membantu organisasi mengurangi kompleksitas aplikasi dan arsitektur data mereka dengan mengurangi kebutuhan akan duplikasi data.
"Volume data tumbuh pesat, dan relevansi mengubah data biasa menjadi berharga secara real-time semakin meningkat," kata Feinberg. “Beban server baru tidak hanya membutuhkan kinerja prosesor yang lebih tinggi, tetapi juga lebih banyak memori dan penyimpanan data yang lebih cepat.”
Untuk informasi lebih lanjut tentang penggunaan data dan analitik untuk mendapatkan keunggulan kompetitif, lihat
Gartner Data & Analytics Insight Hub .
Gartner Data & Analytics Summit
Gartner Data & Analytics Summits pada 2019 akan diadakan
4-6 Maret di London ,
18-21 Maret di Orlando ,
29-30 Mei di Sao Paulo ,
10-11 Juni di Dubai ,
11-12 September di Mexico City ,
19-20 Oktober Frankfurt . Ikuti berita dan pembaruan di Twitter dengan
tagar #GartnerDA .
Tentang Gartner
Gartner, Inc. adalah perusahaan konsultan ilmiah global terkemuka dan anggota S&P 500. Kami memberikan para pemimpin bisnis dengan data, saran, dan alat yang diperlukan untuk mencapai tujuan mereka hari ini dan membuat organisasi yang sukses besok.
Kombinasi kami yang tak tertandingi dari penelitian data ahli, praktis membantu pelanggan membuat keputusan yang tepat tentang masalah yang paling penting. Kami adalah konsultan yang andal dan sumber daya obyektif untuk lebih dari 15.000 organisasi di lebih dari 100 negara - untuk semua fungsi utama, dalam industri apa pun dan untuk perusahaan dalam ukuran apa pun.
Untuk mempelajari lebih lanjut tentang bagaimana kami membantu pembuat keputusan membangun masa depan bisnis mereka, kunjungi
gartner.com .
Itu saja. Tulis komentar dan sampai jumpa di kursus!