e‎ > ‎o‎ > ‎

y

БЛОГ 06/03/2016 12:24 вечера ET Обновлено дек 06, 2017

Большие тенденции данных: 38 ведущих экспертов по наибольшей Trends

По Сарфараз Alam

Ты знаешь это.
Как мы говорим, большие данные трансформации бизнеса и нашу жизнь.
Но как именно? Каковы основные тенденции в области больших объемов данных, которые меняются, как мы работаем?
Какие из этих тенденций ваши конкуренты используя, чтобы получить преимущество в этой отрасли?

Мы задали один вопрос 38 хорошо известных специалистам в области больших данных,
«Что одна современная тенденция в больших аналитических данных, которые вы взволнованы?»

Их ответы дадут вам ценную информацию в мир больших объемов данных.

2016-05-31-1464699641-7805711-BigdataTrends.jpg

За наших гостей (в алфавитном порядке)

2016-05-31-1464700355-3981060-adamwray.jpg

Адам Врэй

генеральный директор | Бас технология

«Мы находимся в точке, где компании могут, наконец, иметь возможность сделать некоторые интересные вещи с данными ВГДА. В компании вкладывает в своих стратегиях ВГДА, они по сути делают многомиллионные ставки о куда идет IoT и анализ данных отрасль . Я считаю, что край аналитик инициативами являются окончательно хорошей ставкой для предприятий, они позволяют компаниям получить наиболее действенную отдачу от своих данных, это не представляется возможное, чтобы переместить петабайт данных, что создает IoT от источника всего пути к централизованному. склад или аналитика место. это слишком дорого и слишком много времени интенсивно. Пограничная аналитика является следующим шагом для компаний, которые хотят получить в режиме реального времени понимания и воздействие бизнес через IoT случаев использования «.

2016-05-31-1464700741-2144227-AdamWilson.jpg





Адам Уилсон

генеральный директор | Trifacta

«Компания с большими инициативами данных просыпается к тому, что они не могут достичь разумного ROI от своих озер данных, если они позволяют только несколько узкоспециальных пользователям исследовать данные. Компании должна найти способы демократизировать доступ к информации о массированное, что позволяет гораздо более широкий набор аналитиков данных и бизнес-пользователей, работающих с данными напрямую. Для поддержки этих новых пользователей и их анализ, целую экосистему самообслуживания инструментов складывается, в том числе самообслуживания аналитики и самообслуживания . подготовка данных этих новые цепи инструмента повысят информационную маневренность, что позволяют людям, которые знают данные лучше взять его с сырого изощренным и на анализ в доле времени, обеспечивая больше проектов быстрее и вождения лучших решений во всем мире.

2016-05-31-1464701495-1920203-AmirOrad1.png

Amir Orad

генеральный директор | Sisense

«Демократизация Analytics ускоряется даже быстрее в эти дни. Как классическая BI значение цепи разваливается и ИТ дает / потери контроля в бизнесе, новый класс героев бизнес-данных не появляются. А степень в области наук данных и IT нет больше не нужно - MBA является новым DBA владельцы бизнеса по всем современному предприятию ищут инструменты, которые позволили бы им глотают терабайт данных из широкого спектра различных источников данных без необходимости гнаться ИТ-отдел для доклада, который будет прибывать. . не через 2 недели, может быть, Предсказание прошлого уже не вариант - те дни прошлого, современный бизнес нуждается ответы на сложные вопросы сегодня данных ".

2016-05-31-1464701624-5288013-AmjadZaim.jpg





Amjad Заим, Ph.D

Главный научный сотрудник | Booz Allen Hamilton

Бывший генеральный директор, Cognitro Analytics

«С продвижением в больших вычислительных данных, машинного обучения и ВГД, технология больше не является трудной задачей в игре аналитика, управление является !!! Для того, чтобы управлять данными не требует, чтобы вы сначала регламентируют данные, то есть, в результате чего нужные данные продукты для нужных людей в нужное время и в рамках правого правовых и этических рамок»

2016-05-31-1464701991-1870681-andrewcoliver.jpg

Эндрю С. Оливер

Президент и основатель | Мамонт данные

«Mammoth данные были перемещены, чтобы сосредоточиться все больше и больше на оказании помощи клиентам ключевых проблем науки данных как клиенты перейти к облаку и в направлении более оперативно зрелой Hadoop инфраструктуры. На самом деле обходя инфраструктуры и сосредоточив внимание на то, что выглядит как волшебство, и это действительно просто математика и обработка данные по памяти в режиме реального времени меня волнует «.

2016-05-31-1464702099-4731409-ann_johnson.jpg





Энн Джонсон

Генеральный директор и основатель | Interana

«Одна из тенденций, мы рады о том, продолжающийся переход к необработанным данным. При больших данных первого прижился, все были в восторге. Потом они столкнулись с ограничениями их технологии. Существовал только слишком много данных для обработки сырой, поэтому они начали выборки в пунктах сбора или агрегирование их исходные потоки данных. Отбор пробы и агрегация уменьшили объем данных на то, что может быть проанализировано, не нарушая банк. это был умный и прагматичный стратегия в то время, но это особенно ограничено, когда речь идет о поведенческим аналитику. Если вы хотите, чтобы понять поведение, все необработанные данные события могут иметь отношение. Сбрасывание или агрегирование прочь индивидуальные действия перекосов воронкой и путь анализа, заставляет сеансы должны быть жестко определены, и делает это невозможным понять действия отдельных участников . Там по-прежнему важная роль для отбора проб, но он приходит после сбора исходных данных и должны быть адаптированы для поведенческой аналитики. Чем больше организаций признают Critica л значение поведенческой аналитики, мы наблюдаем сдвиг в сторону сбора и анализа исходных данных. Interana является специально построенным решением для поведенческой аналитики данных о событиях в массовом масштабе. Решение состоит из масштабируемого кластера, который в сочетании с интуитивно понятным визуальным интерфейсом для интерактивного изучения триллионов событий в секундах «.

2016-05-31-1464702148-8416098-arnoldomuller.jpg

Арнольдо Дж Мюллер-Молин

Основатель и технический директор | simMachines

«Машинное обучение это все о предсказаниях. Он говорит вам, что это произойдет. Но он не может сказать вам, почему это произойдет.
Если вы знаете что-то случится, но вы не знаете, почему это произойдет, вы не можете изменить свою судьбу. Мы считаем, что WHY является одним из важнейших компонентов в Machine Learning и новых технологий выпускаются на рынке, что решить эту конкретную и фундаментальную проблему «.

2016-05-31-1464702191-7414995-Billi.jpeg





Билли Босуорт

генеральный директор | Datastax

«Нынешняя тенденция, которая волнует меня больше всего осознание того, что мы должны превратить„данные“в полезную„информацию“в сроки интерактивных сделок. Видя, как клиент опыт может измениться в течение доли секунды, является поистине революционным для каждого аспекта нашей живет в том числе медицинской, экологической безопасности, развлечения ... вы называете его «.

2016-05-31-1464702230-5484283-BobWiederhold.png

Боб Weiderhold

генеральный директор | Couchbase

«Одна из тенденций, будут продолжать набирать обороты в следующем году является интеграцией оперативных баз данных NoSQL с аналитическими платформами, как искра. Веб IoT и мобильные приложения генерируют большие объемы данных, которые имеют очень мало непреходящую ценность для бизнеса. для того, чтобы эффективно получить реальную отдачу от этого исходных данных, что важно для компаний, чтобы соединить их аналитическую платформу, которая быстро извлекает выводы из данных с их оперативной базой данных, которые могут быстро превратить эти идеи в конкретных действия по улучшению опыта клиентов и эффективности работы. в конечном счете, укорочение время-проницательности и время к действию является конкурентным преимуществом, которое позволяет компаниям, чтобы найти истинное значение, скрытое внутри своих данных «.

2016-05-31-1464702279-5856549-BobMuglia.png





Боб Маглиа

генеральный директор | Снежинка Computing

«Основная тенденция в больших данных является переходом аналитических решений в облако. Для анализа данных, это огромный прорыв. Конечно, облако позволяет огромное количество вычислительных ресурсов, которые будут применяться для анализа данных и масштабирование, что вычисления на основе необходимость.

Но более важно то, что переход в облако позволяет организациям приобретать эту технологию в качестве сервиса, полностью разгружая бремя создания этих комплексных решений на компании, которые сделали это их бизнес. Традиционные большие решения данных являются чрезвычайно сложными и требуют специальных навыков, которые недоступны для большинства компаний. Эта сложность предотвратила широкое применение большого технологии передачи данных.

Обеспечение анализ данных в качестве облачного сервиса создает открытие для всех компаний, чтобы получить представление от своих данных. Это прорыв, который позволит быстрое внедрение большой технологии передачи данных по всему земному шару «.

2016-05-31-1464702341-818399-CraigSmith.jpg

Крейг Смит

Основатель и генеральный директор | Trinity Insight

«Действительно настроить цифровой опыт С появлением данных ставок и конвергенции центра обработки вызовов, CRM и электронной коммерции платформы. - потребители получат действительно персонализированный опыт на своих устройствах.

Бренды смогут сообщение и товары в Интернете основаны на в магазине и данных покупки онлайн в сочетании с данными о посещениях. Если потребитель купил хоккейную цели сегодня в магазине и что покупка связана с идентификатором, например, адрес электронной почты, потребители могут обеспечены с учетом альтернативных продуктов (напр. Вратарские колодки) и выбрать в связанных с свинцовыми магнитами (Исх. 10 сверл для хоккейных команд) для лелеять кампании «.

2016-05-31-1464702397-9094525-DanielSilver.png





Daniel L. Серебро, Ph.D.

Президент | CogNova технологии

Я дам две перспективы:

«Технический / Scientific: Мы приезжаем, чтобы лучше понять, как человек научатся из современных исследований в глубоких знаниях и непрерывном машинное обучении Это система, которые развивают богатые представления о мире на основе данных (атрибуты клиента, изображения, звук), и которые могут быть использованы. чтобы лучше узнать новые классификации и прогнозирования задач с течением времени от многих связанных задач .. как люди «.

«Applied:. Моделирование и визуализация утилита на основе облака в настоящее время выходит из Google, IBM, Microsoft и другие, которые начинают приносить анализ данных, чтобы даже самые маленькие компаний и новых стартапов Это произведет много новых интеллектуальные и предписывающий аналитический бизнес-идея. в сочетании с быстрым ростом сенсорных данных из Интернета вещей, это сделает захватывающие времена впереди. Представьте, что ваш смарт-часы предупреждая вас о вашем отсутствии движения в течение последних 30 минут, обеспечивая краткий отчет FitBit и предлагая рецепт офисной деятельности, чтобы сделать вашу работу более продуктивной и здоровой «.

2016-05-31-1464702445-5578535-DaveFowler_Chartio.jpg

Дэйв Fowler

Генеральный директор и основатель | Chartio

«Разведка демократизированных данных самая захватывающая тенденция, которую мы увидим в течение следующего десятилетия. Мы прошли через большой фазы данных хранения тонны данных и в настоящее время довольно много стандартных и масштабируемые решения для этого. Следующий шаг исследовать эти данные, и демократизацию доступа к нему. Сейчас инженеры и аналитики являются единственными, с навыками и инструментами вбить бизнес и решение с данными. в течение следующего десятилетия инструменты станут лучше и наборы навыков будут увеличиваться так, что кто-либо в компания будет иметь возможность использовать данные «.

2016-05-31-1464702507-6479396-deanstoecker.png






Дин Stoecker

Председатель и главный исполнительный директор | Alteryx

«Наиболее важной тенденцией является появление аналитики данных работника самообслуживания. Ученые данных гражданина Эти Newfound являются используя большие данные, мало данных, структурированных и неструктурированных данных, используя мощный и простой в использовании платформы, как Alteryx. Они снова любить свою работу «.

2016-05-31-1464702566-3907140-eric_Siegel_1.jpg

Эрик Siegel

Основатель | Predictive Analytics мира

Автор, «Predictive Analytics: Сила Предсказать Кто щелкнет, Купить, Ли, или умереть - Пересмотренный и обновленный»

«Наиболее действенные выиграть от большого данных прогнозного анализа, так как каждая из миллионов за индивидуальные предсказания он генерирует непосредственно информирует лечение или меры, принятые в отношении этого человека - например, нужно ли звонить, почта, утверждают, испытание, диагностика, предупредить , исследовать, заточить, настроить на дату, или лечить. Это форма информационной технологии, которая преобразующей все основные направления деятельности организации делают, укрепление эффективности наших самых масштабных операций.

«Predictive Analytics применяется во всех секторах и функции - это цели маркетинга, модернизирует производство, гонит предотвращение мошенничества, улучшает финансовые решения, оптимизировать социальную сеть, дают фильтры спама, подстраивает правоохранительные органы расследование, улучшают медицинские решения, а также оптимизирует политическую деятельность кампании.»

2016-05-31-1464702675-6818476-ErkiKert.jpg





Erki Керт

генеральный директор | Big Data Scoring

«Мы запустили наш бизнес более 3-х лет назад, и тогда„большие аналитические данные“по-прежнему в значительной степени модное слово только хардкор tecchies знал и использовал. Это означало, что, когда мы приблизились к нашим потенциальным клиентам и предложили им наших большие кредитные данные скоринговых решения, мы почти всегда были начать обсуждение с большого ABC данных. Nowadaws, шум поблекла немного, и была заменена на фактических рабочих больших данных решений. Кроме того, как люди успели прочитать о больших данных, мы не имеем воспитывать рынок себя так много больше. Сегодня мы редко должны начать встречи с ответом на вопрос: «Что такое большие данные?». на сегодняшний день, мы можем сразу перейти наше предложение, и люди хорошо образованные, чтобы понимать и задавать Followup вопросов ,

Таким образом, в двух словах ... быть в бизнесе продажи больших решений данных, мы рады видеть решения на основе больших данных становится чем-то реальные и ощутимые компании фактически используя смотреть в «.

2016-05-31-1464702867-588978-EynavAzarya_Panorama.jpg

Eynav Azarya

генеральный директор | Панорама

«Через несколько лет, в котором основное внимание было хранение большого материала данных, фокус сместился на аналитику и понимание нахождения. Организации потратили значительные средства на приобретение больших объемов данных, но теперь они считают, что старые инструменты для анализа данных Дон» т применяются. Теперь до нас (разработчиков технологии) придумывать новые концепции и инструменты для обслуживания этого нового века»

2016-05-31-1464702920-501217-GuyCOoladata.jpg





Guy Гринберг

Соучредитель и президент | CoolaData

«Там захватывающее новое поколение BI, это называется Поведенческая Analytics. Поведенческий анализ идет глубже, чтобы ответить на более сложные вопросы, как, Как пользователи ведут себя в течение долгого времени? И почему они ведут себя таким образом? Что их следующий предсказуемое поведение? Или Как уменьшить отток клиентов? или лучше, как поощрять сохранение? Поведенческий анализ, который приводит к данным ведомых идеи о приобретении пользователей, прогнозирования оттока абонентов, удержание диска или оптимизации LTV.

Поведенческая аналитика опирается на больших данных; события, собранные со всех точек соприкосновения и консолидировались с несколькими источниками данных. Non-проба, неструктурированный, свободный от моделирования и предварительного планирования. Это NextGen аналитики - динамичная, мощной и глубокой. Родов аналитики любого онлайн или IoT компании, которая зависит от поведения пользователя для роста бизнеса должен принять CoolaData предлагает кратчайший путь к поведенческой аналитике. Облако основе комплексное решение, которое включает в себя все компоненты инфраструктуры для отслеживания данных, складирование, ETL и обогащения данных до продвинутой визуализации «.

2016-05-31-1464702973-8828383-guy_Yehiav.jpg

Guy Yehiav

генеральный директор | Profitect

«Большие данные / аналитика пространство является горячим и быстро развивается, но предписывающие аналитика то, что будет действительно изменить способ ведения бизнеса. Способность технологии, чтобы помочь организациям динамически выйти за рамки традиционной бизнес-аналитики (BI), превращая данные в действенные идеи в равнину язык, переводит на непосредственные результаты - и увеличивает верхнюю и нижнюю линию компании больше нет времени ждать несколько месяцев или даже года & опираясь на агрегированных приборных панелях для выявления критической бизнес-проблем, выяснить разрешение и действовать на него Предписывающие аналитики могут сделать.. в течение нескольких недель, что некоторые организации пытаются сделать в течение многих десятилетий, и это то, что является самым захватывающим!»

2016-05-31-1464703035-7004792-ion_Stoica_small.jpg







Ion Stoica

Соучредитель и Exec. Председатель | Databricks

«Поскольку организации во всем мире собирают все больше и больше данных, извлечение значения из этих данных становится все более и более сложной задачей Это связано как с растущей разнородности данных, а также растущие требования от организаций, чтобы получить более глубокое понимание и создавать сложные приложения данных в максимизации стоимости бизнеса и рентабельности.

Для решения этих проблем, существует растущая потребность в единой платформу данных, где пользователи могут делать что-либо от приема данных и пререканий, разведок, передовых аналитических и приложений здания данных. Такая платформа устраняет необходимость в управлении и обучении различных средств обработки и анализа данных, и в конечном счете демократизировать доступ к данным на предприятиях, позволяя инженерам данных, ученых, аналитиков и легко обмениваться данными и результатами с остальной частью организации.

Apache Спарк такая платформа. Искра выходит за рамками пакетного вычисления, обеспечивая единую платформу, которая поддерживает интерактивные аналитики и сложную обработку данных для машинного обучения и графов алгоритмов. В результате, Спарк максимально большой проект ROI данных при одновременном уменьшении времени к стоимости и снижению стоимости «.

2016-05-31-1464703112-2042043-Dr.JamesLaniStatisticsSolutionsLLC.jpg

Д-р Джеймс Лани

Основатель и генеральный директор | Статистика Solutions, LLC

«Большие данные захватывающие, потому что он принимает мир от описания событий для предсказания событий в очень детальных способах. Но на самом деле большая новость, и программные продукты, которые мы разрабатываем в Статистическом Solutions называется Intellectus Статистиком, принимает статистический анализ и модель, что делает их невероятно легко провести, имея их интерпретировать, а затем записываются на простом английском языке с интуитивными таблицами и цифрами. по существу, программное обеспечение позволяет большие данные будут доступны для широких масс.

Академическая версия Intellectus статистики, что мы просто завершающие студент социальных наук Проведет широкий спектр статистических анализов, и в считанных секундах есть документ Word, что студенты могут читать и понимать. Статистический анализ всегда был занозой в стороны студентов, но мы считаем, что наша технология превратит путь студенты учатся и будут нарушать доступность статистики в глобальном масштабе. В каждом вертикальном рынке А.Н. Intellectus Статистика будет доступна - и это очень интересно «!

2016-05-31-1464703177-7259092-jasonzintak.jpg





Джейсон Zintak

Генеральный директор и президент | Platfora

«Мы видим созреванию большого анализа данных пространства с помощью инструментов, которые могут упростить процессы, за рулем много новых возможностей. Например, мы видим демократизацию данных, расширение прав и возможностей нового поколения, что Gartner называет» Citizen . Ученые данных»Фактически, это действительно умный бизнес-аналитика - пользователи власти BI, которые могут извлечь выгоду от доступа к данным организации, потянув их собственные отчеты, ведя свои собственные идеи низкого уровня и ослабление нагрузки на данные научных коллективах предприятий.

Ученые данных до сих пор играют очень важную роль в реализации инициатив Big Data компании, но рост этих ученых данных граждан позволит им сосредоточиться на более крупных прорывов на основе анализа данных, а не на то, что часто составляет данных вспомогательной работы. Самое главное, чтобы найти способ, чтобы облегчить узкое место вокруг научных данных команд, ИТ-директор, наконец, начинает видеть ROI на больших данных «.

2016-05-31-1464703347-545528-jeff_vogel.jpg

Джефф Vogel

Генеральный директор и президент | ClearDB Inc.

«Самый захватывающее развитие в больших аналитических данных является море изменения это сводит на рынке база данных. Предприятия с требованиями вокруг больших аналитических данных развертывают Cloud и гибридных альтернативы, чтобы преодолеть сложности и стоимость традиционных решений баз данных, которые никогда не были предназначены для поддержки цифровой экономики. интеграция баз данных в стек услуг инфраструктуры ускоряет бизнес-инноваций. Компании больше не нужно собственное решение, чтобы разблокировать в режиме реального времени бизнес-идеи «.

2016-06-01-1464787752-9277528-JohnF.ElderIVPhD.jpg






Джон Ф. Elder IV, доктор философии

Основатель | Elder Research, Inc.

«Самая большая проблема в аналитике является то, что я называю„обширный поиск эффектом“. Мощные алгоритмы генерируют миллиарды гипотез для тестирования. Это отлично подходит для поиска ранее unthough-отношений, но с другой стороны, кажущийся лучший результат может быть ложная корреляция -. модель, которая не выдерживает вне образца (А работа над новым данным это все, что имеет значение!)

В течение двух десятилетий консультирования в области науки интеллектуального анализа данных / данных, мы разработали полезные способы защиты от этого, но необходимо определить решение четко и широко распространить его стали актуальным, когда я прочитал захватывающие (и нервирует) покрывает статью из 19 октября 2013 Economist "Как наука Goes Wrong". Там они показали кризис ненадежных и не-воспроизводимых результатов - в частности, в эпидемиологии, где возможные причины медицинских проблем дразнили из «оппортунистических» данных, где роскошь проектируемого эксперимента не представляется возможным. Половина проблем, описанных пришлось делать с бизнесом и политикой науки - как, по-видимому положительные результаты являются более опубликованию, чем отрицательные, как усилия по проверке не получают уважение, которого они заслуживают, и т.д. Но половина из проблем были вызваны плохим анализ данных; и что половина, мы могли бы решить.

Конечно, было бы очень полезно, если ученые, которые являются экспертами в области психологии или биологии и т.д. объединились, чтобы писать статьи с ученым специалистом в области анализа данных. Но, если не считать, что мы могли бы поделиться лучшим способом оценить значение, чем формулы, полученных статистическими экспертами века назад, когда он был гораздо более распространенным испытывать единую гипотезу, а не рой машинного обучения сгенерированных из них? Ответ: да! Я начал широко говорить о технике я называю «Target Перестановленным», которая обеспечивает распределение наиболее очевидных результатов, по которым можно сравнить вывод. Коллега и я объясняю эту процедуру, шаг за шагом, на несколько известном ложное нахождении: «Оранжевые автомобили не Лимоны ?.» С его помощью вы можете сказать, насколько вероятно, может возникнуть ложный результат, на данных, используя свои алгоритмы. Я очень рад, потому что осознание того, что решение находится в руках растет, и его использование сделает результаты у всех еще более надежными. Это очень важно, если научные данные, чтобы избежать почти неизбежную ответной реакции завышенных ожиданий теперь, когда он получил огромный всплеск интереса «.

2016-06-01-1464787802-2773474-JoniGirardi_DataselfCorp.jpg

Joni Girardi

Основатель и генеральный директор | DataSelf Corp

«Среднего размера компании медленно взаимодействия с ERP и систем CRM в облаке. Это еще небольшая часть рынка, но тенденция обещает. Я очень рад, что эта тенденция позволит легко и доступные большие аналитические данные для них . в конце концов, мы говорим около полумиллиона компаний с 20 до 500 сотрудников только в США. Это огромный рынок!»

2016-06-01-1464787852-1882095-JustinLangseth_Zoomdata.jpg





Джастин Langseth

Основатель и генеральный директор | Zoomdata

«Мы видим все больше организаций желающих создавать приложения, управляемые данные, которые могут получить доступ к практически любой источник данных с суб-вторым ответом на масштабах до миллиардов записей с контекстной аналитикой, эти приложения легко опережать автономные инструменты BI. - сокращение времени для понимания и доставки аналитика со скоростью мысли «.

2016-06-01-1464787902-837269-ken_lamneck.png

Кен Lamneck

Президент и генеральный директор | В поле зрения

«Мы недавно опросила более 400 ИТ-специалистов с обязанностями принятия решений, и наш Insight Index Intelligent Technology обнаружили, что добыча больших данных для бизнес-аналитики уже оказали глубокое влияние на ИТ - и бизнес широко - с 61 процентов респондентов заявили, что уже влияние ИТ и 21 процентов говорят, что это будет в ближайшие 1 -.. 2 года Первый шаг на большом данных было выяснить, как лучше захватить его, а затем фокус сместился на то, как лучше анализировать это сейчас, это о усиливая лучшие инструменты, чтобы отобразить его в значимом и удобный способ, поэтому мы обнаружили, что 54 процентов респондентов сказали, что приборная панель и визуализации данных приложений является топ новой технологии они бюджета в 2016 году для»

2016-06-01-1464787952-5529093-Lars_Bjork.jpg





Ларс Бьорк

генеральный директор | QlikTech

«Мы в то время, когда данные взрываются вокруг нас. Все больше и больше людей приходят к осознанию того, что если мы можем превратить это в полезную информацию, а не только для нескольких экспертов, но и для широкого работника и баз пользователей в организации .., есть огромное преимущество сделать это очень просто для пользователя, чтобы начать работать и вносить изменения в приложениях Это консьюмеризация корпоративного программного обеспечения сегодня является общей, если он не работает на смартфоне, если это не супер интуитивно, это просто не будет использоваться на всех.

Вы Millennials входя в рабочую силу с ожиданием того, что большие анализа данных программное обеспечение работает как и все остальное на своих смартфонах. Другой тенденцией является сотрудничество, анализ данных в рабочей группе. Большая аналитика данных не автономный инструмент больше, он получает встроенный в других средах. Это не типичный IT тип развертывания, где лишь немногие люди имеют навыки, чтобы справиться с ней. Там другая тенденция с упакованными данными в качестве услуги. Что делать, если вы могли бы подойти с помощью программного обеспечения со ссылкой, чтобы начать приобретать куратором, нормализуется данных, которые легко доступны, вместо того, чтобы тратить время на поиск для него? Это может быть эталонными данными отрасли, социально-экономической и макроэкономических данных.

Сила Qlik является то, что мы хотим дать вам весь набор данных. Начальная вещь, стимулировал интерес, или вопрос, который водил вас посмотреть на данные не там, где вы собираетесь закончить. Вы собираетесь задать дополнительные вопросы в зависимости от того, что первоначальные результаты показывают вам, вопрос, который вы не могли бы сформулировать в голове, прежде чем вы начали смотреть в набор данных «.

2016-06-01-1464788003-1531578-LukasTomaPicture.png

Lukas Toma

Генеральный директор / главный Data Scientist | KNOYD

«Автоматизация и адаптивное обучение. Я думаю, что модели, требующие минимальное техническое обслуживание являются будущим, если мы хотим, чтобы наука действительно данных мейнстримой.»

2016-06-01-1464788048-675870-MarkTheissen.jpg





Марк Theissen

Со-основатель, генеральный директор | Перисто Inc.

«IoT новый рубеж для большого анализа данных. Я особенно рад промышленной IoT где я вижу ряд возможностей для улучшения производственного, время простоя, операций, качества продукции и общей стоимости владения высоких стоимости активов. Помимо увеличения объемы данных и скорость, IoT дают нам ряд новых вызовов данных, которые включают в себя передовые аналитик, интеграцию интеллектуальных датчиков и устройств, интеграцию информационных технологий и данные OT и новые требования к качеству данных. Действительно, IoT потребует от нас переосмысления пути мы двигаемся, хранить, управлять, управлять и использовать значение данных.»

2016-06-01-1464788096-1558248-NickMehta.jpg

Ник Мехта

генеральный директор | Gainsight

«Более утонченность в представлении данных для бизнес-пользователей, так что они понимают (1), что вызвало модель / счет, чтобы показать, как, например, и (2) что делать об этом / какие действия предпринять.»

2016-06-01-1464788144-3620623-pollyanapixton.jpg





Поллианна Pixton

Президент и основатель | Эволюционные системы

«Инновации! С экспоненциальным ростом больших объемов данных, люди участвуют в разработке инновационных procceses, чтобы найти и использовать эти данные. Самое главное, что мы наблюдаем более тесное сотрудничество между конечными пользователями и аналитиками, а также по организации и разрозненность интересов. Если собрать данные для реального использования, где это имеет значение во всем мире является захватывающим ".

2016-06-01-1464788217-7924166-biorichard.jpg

Ричард Boire

Партнер | Boire Filler Group

«Возможно, самые захватывающее развитие доступ к данным, не было по существу недоступным для большинства ученых данных вплоть до последних нескольких лет. Тем не менее, задача ученых данных заключается в определении, какие данные имеет смысл с экспоненциально увеличением объемов данных. По сути, это в центре внимания большинства дискуссий в аналитике больших данных, как определить правильную информацию, чтобы решить данную проблему остается номер один вызовом для большинства организаций.

Ученые данных сегодня имеет дело с информацией, которая становится все более полуструктурированным и неструктурированным. Это требует новых инструментов и навыков для того, чтобы осмысленно извлекать данные с конечным результатом является увеличение потенциальных возможностей аналитики организации. Но ключ к реальному успеху не технологии и данные, но гибриды или практикующие, которые будут utlimately преодолеть разрыв между использованием нужной информации для решения проблемы правильного бизнеса «.

2016-06-01-1464788271-5845760-TMA_SandraJHendren.jpg





Сандра Hendren

Старший консультант | Модельное агентство, ООО

«Я рад видеть, что стратегический вопрос генерального директор спрашивает сегодня может получить ответ управляемых данных в течение нескольких дней или недель, а не месяцев или лет, если вообще. Это иногда возможно в прошлом, а также, но это способность не была признана C-сюита до большого анализ данных не стал популярным. только тогда руководители начинают направлять такие вопросы на аналитическую группу вместо экспертов по стратегии в угле офисе или из какой-нибудь большой консалтинговой фирмы. Какой переворот для аналитика! Спасибо, спасибо вам большие данные для создания все это возможно. Это была моя мотивация скомпилировать мой опыт и исследования по этому вопросу в конденсированной и целевого поставщика нейтрального семинара по теме «Риторика Big Data и реальность.»

2016-06-01-1464788321-4368878-SethGrimes.jpeg

Сет Граймс

Основатель | Alta Plana Corporation

«Моя собственная специализация в области обработки естественного языка, поэтому тенденция, что большинство меня интересует, является применение НЛП - в том числе путем принятия машинного обучения - для задач, которые вовлекают автоматизированными понимания языка и генерации языка, которые варьируются от анализа текстов на интеллектуальные ассистенты глубокого понимания аффективных состояний человека, включая эмоцию «.

2016-06-01-1464788365-4083531-Shazahmed.jpg





Shaz Ahmed

Президент | Denologix Inc.

«Я считаю, что человеческая раса находится на самых ранних этапах захватывающего будущего, которое позволит нам фильтровать, совершенствовать и расширять наше мышление на основе беспрецедентного количества фактов, легко доступных для всех одинаково, стало возможным благодаря нашей способности генерировать, хранить, анализировать и распространять огромные объемы данных на слепящие скоростях «.

2016-06-01-1464788413-9152211-ShimonAlon.jpg

Шимон Alon

Председатель и главный исполнительный директор | Attunity

«Принятие Кафка растет быстро, как предприятия охватывают обработку потока для больших данных, это интересно, потому что потоковые данные и из нескольких целей создает новые возможности для реального времени аналитики, усилены, например, для оценки трафика веб-сайта, сделать на основе определения местоположения розничных предложений или включить несметный Интернет случаев использования вещей «.

2016-06-01-1464788462-6460685-TomOdin.jpg





Том HC Anderson

Основатель и генеральный директор | OdinText

«Клиенты понимают, о чем мы их говорить, что не все данные будут созданы равными, некоторые данные, даже если несколько меньше, могут быть гораздо более ценными, в то время как некоторые действительно бесполезные данные могут быть очень большими. Первое, что мы просим кого-то о данных какова ваша цель? Если они не могут ответить, что мы должны остановиться и помочь им. Данные большие или малые является вторым приоритетом.»

2016-06-01-1464788636-697975-WIllLansingFico.jpg

Будет Ленсинга

генеральный директор | FICO

«Я вижу две вещи происходит с большими анализа данных Во-первых, после многих лет говорить об обещании больших объемов данных, мы наконец видим акцент движение туда, где она принадлежит -.. На точность Decisioning используя большие данные Обещание улучшения Decisioning by incorporating more data in the decisioning is finally coming to fruition. Second, the cost of incorporating data-driven decisioning in workflows is down dramatically, allowing for building precision decisioning into workflows that have historically relied on crude rules."

Which of these trends will you leverage to take the next big step in your organization?

Скачать Sarfaraz AlamFounder and CEO, Valuence Analytics

From Our Partners

Presented by LendingTree

#auto

Subpages (1): 6
Comments