Vina Technology at AI time - Công nghệ Việt Nam thời AI
Vina Technology at AI time - Công nghệ Việt Nam thời AI
Lê Quang Văn
Episode 99 - The Analytics Age Thời đại Phân tích Dữ liệu - November 10
19 minutes Posted Nov 9, 2018 at 7:13 pm.
0:00
19:18
Download MP3
Show notes
Chào mừng bạn đến với Tương lai: Thời đại Phân tích Dữ liệu (Analytics) đã bắt đầu
Cho dù bạn là một nhà khởi nghiệp công nghệ cao hay một nhà bán lẻ trong nhiều thập niên, và cho dù bạn có thích hay không, bạn là một công ty dữ liệu.
Khi các doanh nghiệp ở khắp mọi nơi bắt đầu tích hợp thông tin chi tiết hơn vào hoạt động của họ, những người tập trung tối đa hóa dữ liệu và khả năng phân tích của họ sẽ được đặt tốt nhất để thành công ngày hôm nay và ngày mai.
Theo một khảo sát của Gartner gần đây, trong suốt các ngành, kinh doanh thông minh và phân tích dữ liệu hiện đang xếp hạng đầu (số một) mà CIO (Chief of Information Technology = Giám đốc Công nghệ Thông tin) ưu tiên đầu tư.
Đó là dấu hiệu cho thấy dữ liệu đã trở thành trung tâm kinh doanh hấp dẫn - điểm mà mọi thứ khác xoay quanh (liên hệ mật thiết).
Tất nhiên, dữ liệu và phân tích được liên kết với nhau.
Dữ liệu, chính nó / chỉ riêng nó không thú vị, nhưng cái nhìn sâu sắc (vào dữ liệu) có thể được trích ra từ nó - sử dụng phân tích — hiện đang được nhiều người sử dụng như một lợi thế cạnh tranh.
Nó có thể giúp giảm chi phí, cải thiện sự hiểu biết về khách hàng và thúc đẩy sự đổi mới.
Và nó có thể giúp các tổ chức phản ứng nhanh hơn với các thay đổi của kỹ nghệ hoặc thị trường hoặc phát triển nhu cầu của khách hàng - một khả năng phải có trong nền kinh tế kỹ thuật số ngày nay.
Vì vậy, phân tích là quan trọng đối với tất cả mọi người, không chỉ các công ty công nghệ cao, công ty blue-chip (công ty Blue chip thường bán các sản phẩm và dịch vụ chất lượng cao, được chấp nhận rộng rãi.) và phải nhanh tay đón nhận, nếu không sẽ mất cơ hội ngàn vàng.
Dữ liệu trên thế giới được dự kiến sẽ tăng gấp mười lần trong mười năm tới, nhưng, ngay cả ngày hôm nay, ít hơn một phần trăm của dữ liệu được phân tích và sử dụng.
Khi những khối lượng này tiếp tục tang nhanh, chúng ta sẽ phải tăng khả năng biến đổi nhiều hơn dữ liệu thành thông tin có giá trị, nếu không, chúng ta có được gì nếu chỉ hu thập dữ liệu?
Tạo một Nền tảng Dữ liệu
Một số yếu tố phổ biến nhất cản trở khả năng thuần hóa tài sản dữ liệu đang triễn khai nhanh chóng của chúng tôi, bao gồm:
Ngắt kết nối các dữ liệu rất khó truy cập và kết hợp trên toàn công ty
Dữ liệu đã được lưu trong kho lưu trữ và không còn có thể truy xuất được nữa
Cơ sở hạ tầng dữ liệu cũ hơn không được thiết kế để nhập hoặc trộn dữ liệu từ nhiều nguồn
Quy tắc quản trị khác nhau và siêu dữ liệu và định dạng không phù hợp
Chi phí lưu trữ dữ liệu ngày càng tăng (đặc biệt là dữ liệu 'nóng' và 'ấm' kịp thời nhất)
Và, tất nhiên, phân biệt những gì để giữ lại và những gì để phân tích
Vượt qua những thách thức này có nghĩa là đảm bảo lớp dữ liệu của cơ sở hạ tầng CNTT của bạn được đánh giá và chuẩn bị cẩn thận cho thời đại phân tích nâng cao và trí tuệ nhân tạo (AI).
Đối với nhiều tổ chức, điều này có nghĩa là chuyển từ kho dữ liệu truyền thống sang mô hình tích hợp hơn dựa trên 'trung tâm' hoặc 'hồ' dữ liệu.
Các giải pháp mới này, thường được hỗ trợ bởi cơ sở hạ tầng lưu trữ và phần cứng hiện có, được thiết kế để cho phép phân tích theo thời gian thực trên toàn bộ các loại và nguồn dữ liệu.
Các chi tiết khác về cách phát triển cơ sở hạ tầng dữ liệu sẵn sàng phân tích như vậy có sẵn trong sách trắng Intel® mới Tame the Data Deluge
Tiếp tục tăng tốc thông tin chi tiết
Trong khi một chiến lược dữ liệu hiện đại, mạnh mẽ là bước đầu tiên cần thiết trong hành trình đến phân tích nâng cao và AI, thì đó chỉ là: Bước đầu tiên.
Nó không đủ để cung cấp dữ liệu cho các ứng dụng phân tích, nó cũng phải được thực hiện với tốc độ ngày càng nhanh chóng để theo kịp nhu cầu kinh doanh.
Giám đốc điều hành doanh nghiệp trả lời một cuộc khảo sát PwC cho thấy họ hy vọng phân tích số liệu của họ nhanh hơn 75 phần trăm và hai lần thông minh hơn vào năm 2020, vì vậy CNTT có một số kỳ vọng lớn để thực hiện.
Để thu nhỏ thời gian vào cái nhìn sâu sắc, cần thiết phải có một cách tiếp cận toàn diện về phần cứng, phần mềm và giải pháp.