Πώς μπορούν οι αναλυτές να βελτιώσουν τις επιχειρηματικές τους δραστηριότητες; - μεταγραφή επεισοδίου 2 τεχνολογίας

Σημείωση του συντάκτη: Αυτή είναι μια μεταγραφή ενός από τα προηγούμενα webcast μας. Το επόμενο επεισόδιο έρχεται γρήγορα, κάντε κλικ εδώ για να εγγραφείτε.

Eric Kavanagh: Κυρίες και κύριοι, γεια και καλωσορίζω και πάλι πίσω στο Επεισόδιο 2 του TechWise. Ναι, πράγματι, ήρθε η ώρα να γίνουμε σοφοί άνθρωποι! Έχω μια δέσμη πραγματικά έξυπνων ανθρώπων στη γραμμή σήμερα για να μας βοηθήσει σε αυτό το εγχείρημα. Το όνομά μου είναι ο Eric Kavanagh, φυσικά. Θα είμαι ο οικοδεσπότης σας, ο συντονιστής σας, για αυτή τη σφαιρική συνεδρία. Έχουμε μεγάλο περιεχόμενο εδώ, παιδιά. Έχουμε μερικά μεγάλα ονόματα στην επιχείρηση, που ήταν αναλυτές στο χώρο μας και τέσσερις από τους πιο ενδιαφέροντες πωλητές. Έτσι θα έχουμε πολύ καλές ενέργειες στην κλήση σήμερα. Και φυσικά, εσείς έξω εκεί στο κοινό παίζουν σημαντικό ρόλο στην ερώτηση.

Έτσι για άλλη μια φορά, το show είναι το TechWise και το θέμα σήμερα είναι "Πώς μπορεί το Analytics να βελτιώσει την επιχείρησή σας;" Προφανώς, είναι ένα καυτό θέμα όπου θα προσπαθήσουμε να κατανοήσουμε τα διαφορετικά είδη αναλύσεων που μπορείτε να κάνετε και πώς αυτό μπορεί να βελτιώσει τις λειτουργίες σας, γιατί αυτό είναι όλο αυτό στο τέλος της ημέρας.

Έτσι μπορείτε να δείτε τον εαυτό σας εκεί ψηλά, αυτό είναι αλήθεια. Ο κ. Kirk Borne, ένας καλός φίλος από το Πανεπιστήμιο George Mason. Είναι επιστήμονας δεδομένων με τεράστια εμπειρία, πολύ βαθιά εξειδίκευση σε αυτόν τον χώρο και εξόρυξη δεδομένων, μεγάλα δεδομένα και όλα αυτά τα είδη διασκέδασης. Και, φυσικά, έχουμε τον δικός μας Δρ Robin Bloor, Επικεφαλής Αναλυτή εδώ στην Ομάδα Bloor. Ποιος εκπαιδεύτηκε ως αναλογιστής πριν από πολλά χρόνια. Και έχει επικεντρωθεί πραγματικά σε όλο αυτό το μεγάλο χώρο δεδομένων και στον αναλυτικό χώρο αρκετά εντατικά για την τελευταία δεκαετία. Έχουν περάσει σχεδόν πέντε χρόνια από τότε που ξεκινήσαμε τον όμιλο Bloor per se. Ο χρόνος πετάει όταν διασκέδαζες.

Θα ακούσουμε επίσης από τον Will Gorman, αρχιτέκτονα της Pentaho. Steve Wilkes, CCO του WebAction. Frank Sanders, τεχνικός διευθυντής της MarkLogic. και η Hannah Smalltree, Διευθυντής στο Data Treasure. Όπως έχω πει, αυτό είναι πολύ περιεχόμενο.

Έτσι πώς μπορούν τα αναλυτικά στοιχεία να βοηθήσουν την επιχείρησή σας; Λοιπόν, πώς δεν μπορεί να βοηθήσει την επιχείρησή σας, ειλικρινά; Υπάρχουν διάφοροι τρόποι με τους οποίους τα αναλυτικά στοιχεία μπορούν να χρησιμοποιηθούν για να κάνουν πράγματα που βελτιώνουν τον οργανισμό σας.

Έτσι απλοποιήστε τις λειτουργίες. Αυτό είναι ένα πράγμα που δεν ακούτε τόσο πολύ όπως εσείς για πράγματα όπως το μάρκετινγκ ή την αύξηση των εσόδων ή ακόμα και την αναγνώριση των ευκαιριών. Ωστόσο, ο εξορθολογισμός των λειτουργιών σας είναι αυτό που πραγματικά μπορείτε να κάνετε για τον οργανισμό σας επειδή μπορείτε να εντοπίσετε χώρους όπου μπορείτε είτε να αναθέσετε κάτι, είτε να προσθέσετε δεδομένα σε μια συγκεκριμένη διαδικασία, για παράδειγμα. Και αυτό μπορεί να εξορθολογίσει το γεγονός ότι δεν απαιτεί κάποιος να πάρει το τηλέφωνο για να καλέσει ή κάποιος να στείλει μηνύματα ηλεκτρονικού ταχυδρομείου. Υπάρχουν τόσοι πολλοί διαφορετικοί τρόποι με τους οποίους μπορείτε να βελτιώσετε τις λειτουργίες σας. Και όλα αυτά βοηθούν πραγματικά να μειώσουν το κόστος σας, έτσι; Αυτό είναι το κλειδί, μειώνει το κόστος. Αλλά σας επιτρέπει επίσης να εξυπηρετείτε καλύτερα τους πελάτες σας.

Και αν σκέφτεστε πόσο ανυπόμονοι άνθρωποι έχουν γίνει, και βλέπω αυτό κάθε μέρα όσον αφορά τον τρόπο με τον οποίο οι άνθρωποι αλληλεπιδρούν online, ακόμη και με τις εκπομπές μας, τους παρόχους υπηρεσιών που χρησιμοποιούμε. Η υπομονή που έχουν οι άνθρωποι, η διάρκεια της προσοχής, γίνεται συντομότερη και συντομότερη από την ημέρα. Και αυτό που σημαίνει είναι ότι πρέπει, ως οργανισμός, να ανταποκρίνεστε σε ταχύτερα και ταχύτερα χρονικά διαστήματα για να ικανοποιήσετε τους πελάτες σας.

Έτσι, για παράδειγμα, εάν κάποιος είναι στο webcast site σας ή περιηγηθείτε προσπαθώντας να βρούμε κάτι, εάν απογοητευτούν και φεύγουν, καλά, ίσως έχετε μόλις χάσει έναν πελάτη. Και ανάλογα με το ποσό που χρεώνετε για το προϊόν ή την υπηρεσία σας και ίσως αυτό να είναι μεγάλο πρόβλημα. Επομένως, η κατώτατη γραμμή είναι ότι οι εργασίες εξορθολογισμού, νομίζω, είναι ένας από τους πιο καυτούς χώρους για την εφαρμογή αναλυτικών στοιχείων. Και το κάνετε αυτό κοιτάζοντας τους αριθμούς, με τραγάνισμα των δεδομένων, καταγράφοντας, για παράδειγμα, "Γεια σου, γιατί χάνουμε τόσους πολλούς ανθρώπους σε αυτή τη σελίδα της ιστοσελίδας μας"; "Γιατί παίρνουμε μερικές από αυτές τις τηλεφωνικές κλήσεις αυτή τη στιγμή;"

Και όσο πιο πραγματικό χρόνο μπορείς να ανταποκρίνεσαι σε τέτοιου είδους πράγματα, τόσο μεγαλύτερες πιθανότητες θα έχεις να φτάσεις στην κορυφή της κατάστασης και να κάνεις κάτι γι 'αυτό πριν είναι πολύ αργά. Επειδή υπάρχει εκείνο το παράθυρο του χρόνου όταν κάποιος παίρνει αναστατωμένος για κάτι, είναι δυσαρεστημένοι ή προσπαθούν να βρουν κάτι αλλά είναι απογοητευμένοι. έχετε ένα παράθυρο ευκαιρίας εκεί για να φτάσετε σε αυτούς, να τους αρπάξετε, να αλληλεπιδράσετε με αυτόν τον πελάτη. Και αν το κάνετε με τον σωστό τρόπο με τα σωστά δεδομένα ή την ωραία εικόνα του πελάτη - την κατανόηση του ποιος είναι αυτός ο πελάτης, ποια είναι η κερδοφορία του, ποιες είναι οι προτιμήσεις του - εάν μπορείτε πραγματικά να πάρετε μια λαβή σε αυτό, θα πάμε να το κάνουμε μια εξαιρετική δουλειά να κρατάτε τους πελάτες σας και να αποκτάτε νέους πελάτες. Και αυτό είναι το θέμα.

Έτσι λοιπόν, πρόκειται να το παραδώσω, στην πραγματικότητα, στον Kirk Borne, έναν από τους επιστήμονες δεδομένων μας σχετικά με την κλήση σήμερα. Και αυτές τις μέρες είναι πολύ σπάνιες, παιδιά. Έχουμε δύο τουλάχιστον από αυτούς, γι 'αυτό είναι μεγάλη υπόθεση. Με αυτό, Kirk, θα σας το παραδώσω σε σας για να μιλήσετε για τα αναλυτικά και πώς βοηθάει τις επιχειρήσεις. Καν 'το.

Δρ Kirk Borne: Ευχαριστώ πολύ, Eric. Μπορείς να με ακούσεις?

Eric: Αυτό είναι εντάξει, προχωρήστε.

Δρ Κερκ: Εντάξει, καλό. Απλώς θέλω να μοιραστώ αν μιλήσω για πέντε λεπτά και οι άνθρωποι κυματίζουν τα χέρια μου σε μένα. Έτσι, οι εισαγωγικές παρατηρήσεις, Eric, ότι κάνατε πραγματικά να συνδεθείτε με αυτό το θέμα θα μιλήσω σύντομα για τα επόμενα λεπτά που είναι αυτή η χρήση των μεγάλων δεδομένων και των αναλυτικών δεδομένων για τις αποφάσεις που θα υποστηρίξουν εκεί. Το σχόλιο που κάνατε σχετικά με τον επιχειρησιακό εξορθολογισμό, για μένα, εμπίπτει στην έννοια της επιχειρησιακής ανάλυσης, στην οποία μπορείτε να δείτε σχεδόν σε κάθε εφαρμογή στον κόσμο είτε πρόκειται για εφαρμογή επιστήμης, επιχείρηση, ασφάλεια στον κυβερνοχώρο και επιβολής του νόμου κυβέρνηση, υγειονομική περίθαλψη. Οποιοσδήποτε αριθμός θέσεων όπου έχουμε μια ροή δεδομένων και κάνουμε κάποια απάντηση ή απόφαση ως αντίδραση σε συμβάντα και ειδοποιήσεις και συμπεριφορές που βλέπουμε σε αυτή τη ροή δεδομένων.

Και έτσι ένα από τα πράγματα που θα ήθελα να μιλήσω σήμερα είναι το πώς εξάγετε τις γνώσεις και τις ιδέες από τα μεγάλα δεδομένα για να φτάσετε σε αυτό το σημείο όπου μπορούμε πραγματικά να πάρουμε αποφάσεις για να αναλάβουμε δράση. Και συχνά μιλάμε για αυτό σε ένα πλαίσιο αυτοματισμού. Και σήμερα θέλω να συνδυάσω την αυτοματοποίηση με τον ανθρώπινο αναλυτή στον βρόχο. Έτσι με αυτό εννοώ ενώ ο επιχειρηματικός αναλυτής διαδραματίζει σημαντικό ρόλο εδώ όσον αφορά το στοίχημα, τις προϋποθέσεις, την επικύρωση συγκεκριμένων ενεργειών ή κανόνων μηχανικής μάθησης που εξάγουμε από τα δεδομένα. Αλλά εάν φθάσουμε σε ένα σημείο όπου είμαστε σχεδόν πεπεισμένοι ότι οι επιχειρηματικοί κανόνες που έχουμε εξάγει και οι μηχανισμοί για την ειδοποίησή μας είναι έγκυροι, τότε μπορούμε να το μετατρέψουμε σε μια αυτοματοποιημένη διαδικασία. Στην πραγματικότητα κάνουμε αυτό το επιχειρησιακό εξορθολογισμό που μιλάει ο Eric.

Γι 'αυτό έχω ένα μικρό παιχνίδι για τα λόγια εδώ, αλλά ελπίζω, αν δουλέψει για σας, μίλησα για την πρόκληση D2D. Και το D2D, όχι μόνο τα στοιχεία των αποφάσεων σε όλα τα πλαίσια, αλλά το βλέπουμε στο είδος της βάσης αυτής της διαφάνειας, ελπίζουμε ότι μπορείτε να το δείτε, κάνοντας ανακαλύψεις και αυξάνοντας τα έσοδα από τους αγωγούς των αναλύσεων.

Έτσι, σε αυτό το πλαίσιο, έχω τον συγκεκριμένο ρόλο του μάρκετινγκ στον εαυτό μου εδώ τώρα που δουλεύω με και αυτό είναι? το πρώτο πράγμα που θέλετε να κάνετε είναι να χαρακτηρίσετε τα δεδομένα σας, να εξαγάγετε τις λειτουργίες, να εξαγάγετε τα χαρακτηριστικά των πελατών σας ή οποιουδήποτε φορέα που παρακολουθείτε στο χώρο σας. Ίσως είναι ένας ασθενής σε ένα περιβάλλον ανάλυσης της υγείας. Ίσως είναι ένας χρήστης του Διαδικτύου εάν εξετάζετε ένα είδος προβλήματος ασφάλειας στον κυβερνοχώρο. Αλλά χαρακτηρίστε και εξαγάγετε τα χαρακτηριστικά και, στη συνέχεια, εξαγάγετε κάποιο πλαίσιο σχετικά με το συγκεκριμένο άτομο, σχετικά με αυτήν την οντότητα. Και στη συνέχεια συγκεντρώνετε εκείνα τα κομμάτια που μόλις δημιουργήσατε και τα βάζετε σε μια συλλογή από την οποία μπορείτε να εφαρμόσετε αλγόριθμους μηχανικής μάθησης.

Ο λόγος που το λέω με αυτόν τον τρόπο είναι ότι, ας πούμε, έχετε μια κάμερα παρακολούθησης σε ένα αεροδρόμιο. Το ίδιο το βίντεο είναι ένας τεράστιος, μεγάλος όγκος και είναι επίσης πολύ αδόμητος. Αλλά μπορείτε να εξαγάγετε από την παρακολούθηση βίντεο, βιομετρικά στοιχεία προσώπου και να εντοπίσετε άτομα στις κάμερες παρακολούθησης. Έτσι, για παράδειγμα, σε έναν αερολιμένα, μπορείτε να εντοπίσετε συγκεκριμένα άτομα, μπορείτε να τα εντοπίσετε μέσω του αεροδρομίου, αναγνωρίζοντας ταυτόχρονα το ίδιο άτομο σε πολλές κάμερες παρακολούθησης. Με τέτοιο τρόπο ώστε τα εξαγόμενα βιομετρικά χαρακτηριστικά που πραγματικά εξορύγετε και παρακολουθείτε δεν είναι το ίδιο το λεπτομερές βίντεο. Αλλά μόλις έχετε αυτές τις εξαγνώσεις, τότε μπορείτε να εφαρμόσετε κανόνες εκμάθησης μηχανών και αναλυτικά στοιχεία για να αποφασίσετε αν πρέπει να πάρετε κάποια ενέργεια σε μια συγκεκριμένη περίπτωση ή κάτι που συνέβη εσφαλμένα ή κάτι που έχετε την ευκαιρία να κάνετε μια προσφορά. Αν είστε, για παράδειγμα, εάν έχετε ένα κατάστημα στο αεροδρόμιο και βλέπετε ότι ο πελάτης σας έρχεται με τον τρόπο σας και γνωρίζετε από άλλες πληροφορίες σχετικά με αυτόν τον πελάτη, ίσως αυτός πραγματικά ενδιαφέρεται πραγματικά να αγοράσει πράγματα στο αφορολόγητο κατάστημα ή κάτι τέτοιο, κάνει αυτή την προσφορά.

Τι είδους πράγματα θα ήθελα να πω με τον χαρακτηρισμό και την ενδυνάμωση; Με τον χαρακτηρισμό εννοώ, πάλι, την εξαγωγή των χαρακτηριστικών και των χαρακτηριστικών στα δεδομένα. Και αυτό μπορεί είτε να δημιουργηθεί μηχανικά, και τότε οι αλγόριθμοί μπορούν να εξάγουν, για παράδειγμα, βιομετρικές υπογραφές από ανάλυση βίντεο ή συναισθημάτων. Μπορείτε να εξαγάγετε το συναίσθημα του πελάτη μέσω διαδικτυακών κριτικών ή κοινωνικών μέσων. Μερικά από αυτά τα πράγματα μπορεί να είναι ανθρώπινα, έτσι ώστε ο άνθρωπος, ο επιχειρηματικός αναλυτής, να μπορεί να εξαγάγει πρόσθετα χαρακτηριστικά τα οποία θα δείξω στην επόμενη διαφάνεια.

Ορισμένες από αυτές μπορούν να είναι crowdsourced. Και από το crowdsourced, υπάρχουν πολλοί διαφορετικοί τρόποι που μπορείτε να το σκεφτείτε. Αλλά πολύ απλά, για παράδειγμα, οι χρήστες σας έρχονται στον ιστοχώρο σας και βάζουν σε λέξεις αναζήτησης, λέξεις-κλειδιά, και καταλήγουν σε μια συγκεκριμένη σελίδα και πραγματικά ξοδεύουν χρόνο εκεί στη σελίδα. Ότι στην πραγματικότητα, τουλάχιστον, καταλαβαίνουν ότι είτε βλέπουν, περιηγούνται, κάνουν κλικ σε πράγματα σε αυτήν τη σελίδα. Αυτό που σας λέει είναι ότι η λέξη-κλειδί που πληκτρολογήθηκε στην αρχή είναι ο περιγραφικός της σελίδας επειδή προσγειώθηκε στον πελάτη στη σελίδα που πρόβλεπε. Και έτσι μπορείτε να προσθέσετε ότι το πρόσθετο κομμάτι πληροφοριών, δηλαδή οι πελάτες που χρησιμοποιούν αυτή τη λέξη-κλειδί, προσδιόρισαν αυτήν την ιστοσελίδα στην αρχιτεκτονική των πληροφοριών μας ως τον τόπο όπου αυτό το περιεχόμενο ταιριάζει με αυτήν τη λέξη-κλειδί.

Και έτσι το crowdsourcing είναι μια άλλη πτυχή που μερικές φορές οι άνθρωποι ξεχνούν, αυτό το είδος της παρακολούθησης των ψαριών των πελατών σας, να το πω έτσι? πώς κινούνται μέσω του χώρου τους, είτε πρόκειται για ένα διαδικτυακό ακίνητο είτε για ένα ακίνητο. Και στη συνέχεια να χρησιμοποιήσετε αυτό το είδος διαδρομής, ότι ο πελάτης λαμβάνει ως πρόσθετες πληροφορίες για τα πράγματα που εξετάζουμε.

Έτσι θέλω να πω ότι τα ανθρώπινα παραγόμενα πράγματα ή τα μηχανικά δημιουργημένα, κατέληξαν να έχουν ένα πλαίσιο σαν να επισημάνουν ή να επισημάνουν συγκεκριμένους κόκκους δεδομένων ή οντότητες. Είτε οι φορείς αυτοί είναι ασθενείς σε νοσοκομειακό περιβάλλον, πελάτες ή οτιδήποτε άλλο. Και έτσι υπάρχουν διαφορετικοί τύποι επισημάνσεων και σχολιασμών. Μερικά από αυτά αφορούν τα ίδια τα δεδομένα. Αυτό είναι ένα από τα πράγματα, τι είδους πληροφορίες, τι είδους πληροφορίες, ποια είναι τα χαρακτηριστικά, τα σχήματα, ίσως οι υφές και τα πρότυπα, η ανωμαλία, οι μη ανωμαλίες συμπεριφορές. Και στη συνέχεια εξαγάγετε κάποια σημασιολογία, δηλαδή, πώς σχετίζεται αυτό με άλλα πράγματα που γνωρίζω, ή αυτός ο πελάτης είναι πελάτης ηλεκτρονικών. Αυτός ο πελάτης είναι πελάτης ειδών ένδυσης. Ή αυτός ο πελάτης θέλει να αγοράσει μουσική.

Έτσι εντοπίζοντας κάποια σημασιολογία γι 'αυτό, αυτοί οι πελάτες που αγαπούν τη μουσική τείνουν να προτιμούν την ψυχαγωγία. Ίσως θα μπορούσαμε να τους προσφέρουμε κάποια άλλη ιδιότητα ψυχαγωγίας. Έτσι κατανοώντας τη σημασιολογία και επίσης κάποια προέλευση, που βασικά λέει: από πού προέκυψε αυτό, ποιος έδωσε τον ισχυρισμό αυτό, σε ποιο χρονικό σημείο, σε ποια ημερομηνία, σε ποια περίσταση;

Έτσι, μόλις έχετε όλους αυτούς τους σχολιασμούς και χαρακτηρισμούς, προσθέστε σε αυτό το επόμενο βήμα, το οποίο είναι το πλαίσιο, το είδος του ποιος, τι, πότε, πού και γιατί. Ποιος είναι ο χρήστης; Ποιο ήταν το κανάλι στο οποίο μπήκε; Ποια ήταν η πηγή των πληροφοριών; Τι είδους επαναχρησιμοποίηση έχουμε δει σε αυτό το συγκεκριμένο κομμάτι πληροφοριών ή προϊόντος; Και τι είναι, είναι κάτι σαν αξία στην επιχειρηματική διαδικασία; Στη συνέχεια συλλέγετε αυτά τα πράγματα και τα διαχειρίζεστε, και συμβάλλετε στην δημιουργία βάσης δεδομένων, αν θέλετε να το σκεφτείτε με αυτόν τον τρόπο. Κάνετε την αναζήτηση, επαναχρησιμοποιήσιμη, από άλλους επιχειρηματικούς αναλυτές ή από μια αυτοματοποιημένη διαδικασία που, την επόμενη φορά που βλέπω αυτά τα σύνολα χαρακτηριστικών, το σύστημα μπορεί να λάβει αυτή την αυτόματη ενέργεια. Και έτσι φτάνουμε σε αυτό το είδος επιχειρησιακής αναλυτικής αποτελεσματικότητας, αλλά όσο περισσότερο συλλέγουμε χρήσιμες, ολοκληρωμένες πληροφορίες και στη συνέχεια το καθαρίζουμε για αυτές τις περιπτώσεις χρήσης.

Πάμε για δουλειά. Κάνουμε τα αναλυτικά στοιχεία. Ψάχνουμε για ενδιαφέροντα μοτίβα, εκπλήξεις, υπερβολές καινοτομίας, ανωμαλίες. Ψάχνουμε για τις νέες κατηγορίες και τμήματα του πληθυσμού. Ψάχνουμε για ενώσεις και συσχετισμούς και συνδέσμους μεταξύ των διαφόρων οντοτήτων. Και στη συνέχεια χρησιμοποιούμε όλα αυτά για να οδηγήσουμε την ανακάλυψη, την απόφασή μας και τη διαδικασία λήψης δολαρίων.

Έτσι, πάλι εδώ, πήραμε την τελευταία διαφάνεια δεδομένων που έχω απλά συνοψίζω βασικά, διατηρώντας τον επιχειρηματικό αναλυτή στον βρόχο, πάλι, δεν εξάγετε αυτόν τον άνθρωπο και είναι σημαντικό να κρατήσετε αυτόν τον άνθρωπο εκεί.

Έτσι, αυτά τα χαρακτηριστικά, όλα αυτά παρέχονται από μηχανές ή ανθρώπινους αναλυτές ή ακόμα και crowdsourcing. Εφαρμόζουμε αυτόν τον συνδυασμό πραγμάτων για να βελτιώσουμε τα σετ κατάρτισης για τα μοντέλα μας και να καταλήξουμε σε ακριβέστερα μοντέλα πρόβλεψης, λιγότερα ψευδώς θετικά και αρνητικά, πιο αποτελεσματική συμπεριφορά, πιο αποτελεσματικές παρεμβάσεις με τους πελάτες μας ή όποιον.

Έτσι, στο τέλος της ημέρας, συνδυάζουμε πραγματικά την εκμάθηση μηχανών και τα μεγάλα δεδομένα με αυτή τη δύναμη της ανθρώπινης γνώσης, η οποία είναι εκεί που εισέρχονται αυτά τα είδη σημείων επισημάνσεως. Και αυτό μπορεί να οδηγήσει μέσα από οπτικοποίηση και οπτικό αναλυτικό τύπο εργαλεία ή βυθιζόμενα περιβάλλοντα δεδομένων ή crowdsourcing. Και, στο τέλος της ημέρας, αυτό που πραγματικά κάνει είναι να δημιουργήσει την ανακάλυψη, τις ιδέες μας και το D2D. Και αυτά είναι τα σχόλιά μου, οπότε σας ευχαριστώ που ακούσατε.

Eric: Αυτός ακούγεται υπέροχος και με αφήνει να προχωρήσω και να παραδώσω τα πλήκτρα στον Δρ Robin Bloor για να δώσω και την προοπτική του. Ναι, μου αρέσει να σας σχολιάζω την ιδέα της εξορθολογισμού των λειτουργιών και μιλάτε για λειτουργικές αναλύσεις. Νομίζω ότι πρόκειται για μια μεγάλη περιοχή που πρέπει να διερευνηθεί αρκετά καλά. Και υποθέτω, πραγματικά γρήγορα πριν Robin, θα σας φέρει πίσω, Kirk. Απαιτεί να έχετε κάποια πολύ σημαντική συνεργασία μεταξύ των διαφόρων παικτών της εταιρείας, σωστά; Πρέπει να μιλήσετε με τους ανθρώπους της επιχείρησης. πρέπει να πάρετε τους τεχνικούς σας. Μερικές φορές παίρνετε τους ανθρώπους του μάρκετινγκ ή τους ανθρώπους σας στο διαδίκτυο. Αυτές είναι συνήθως διαφορετικές ομάδες. Έχετε οποιεσδήποτε βέλτιστες πρακτικές ή προτάσεις σχετικά με το πώς να πάρει ο καθένας να βάλει το δέρμα του στο παιχνίδι;

Δρ Kirk: Πιστεύω ότι αυτό έρχεται με την επιχειρηματική κουλτούρα της συνεργασίας. Στην πραγματικότητα, μιλάω για τις τρεις C του είδους της πολιτικής της ανάλυσης. Το ένα είναι η δημιουργικότητα. άλλος είναι η περιέργεια και η τρίτη είναι η συνεργασία. Θέλετε λοιπόν δημιουργικούς, σοβαρούς ανθρώπους, αλλά πρέπει επίσης να τους βοηθήσετε να συνεργαστούν. Και πραγματικά ξεκινά από την κορυφή, αυτό το κτίριο που κουλτούρα με τους ανθρώπους που θα πρέπει ανοιχτά να μοιράζονται και να συνεργάζονται προς την κατεύθυνση των κοινών στόχων της επιχείρησης.

Eric: Όλα έχουν νόημα. Και πραγματικά πρέπει να έχετε καλή ηγεσία στην κορυφή για να συμβεί αυτό. Ας προχωρήσουμε και δώστε το στο Δρ Bloor. Ρομπίν, το πάτωμα είναι δικό σου.

Δρ Robin Bloor: Εντάξει. Σας ευχαριστώ για την εισαγωγή, Eric. Εντάξει, ο τρόπος με τον οποίο τα πάνε αυτά, δείχνουν, γιατί έχουμε δύο αναλυτές. Μπορώ να δω την παρουσίαση του αναλυτή ότι δεν το κάνουν οι άλλοι τύποι. Ήξερα τι θα έλεγε ο Kirk και πηγαίνω απλώς μια εντελώς διαφορετική γωνία, έτσι ώστε να μην πάμε πάρα πολύ να επικαλύπτονται.

Επομένως, αυτό που πραγματικά μιλάω ή σκοπεύω να μιλήσω εδώ είναι ο ρόλος του αναλυτή δεδομένων σε σχέση με το ρόλο του επιχειρηματικού αναλυτή. Και ο τρόπος με τον οποίο το χαρακτηρίζω, καλά, η γλώσσα σε μάγουλο σε κάποιο βαθμό, είναι κάτι το είδος του Jekyll και του Hyde. Η διαφορά είναι ειδικά οι επιστήμονες των δεδομένων, τουλάχιστον θεωρητικά, να γνωρίζουν τι κάνουν. Ενώ οι επιχειρηματικοί αναλυτές δεν είναι έτσι, εντάξει με τον τρόπο που τα μαθηματικά δουλεύουν, τι μπορεί να εμπιστευτεί και τι δεν μπορεί να εμπιστευτεί.

Ας πάρουμε ακριβώς τον λόγο για τον οποίο κάνουμε αυτό, ο λόγος που η ανάλυση των δεδομένων έγινε ξαφνικά μεγάλη υπόθεση πέρα ​​από το γεγονός ότι μπορούμε πραγματικά να αναλύσουμε πολύ μεγάλο όγκο δεδομένων και να τραβήξουμε δεδομένα εκτός της οργάνωσης. πληρώνει. Ο τρόπος με τον οποίο εξετάζω αυτό - και νομίζω ότι αυτό γίνεται απλώς υπόθεση, αλλά σίγουρα πιστεύω ότι πρόκειται για υπόθεση - η ανάλυση δεδομένων είναι πραγματικά επιχειρηματική Ε & Α. Αυτό που πράγματι κάνετε με τον ένα ή τον άλλο τρόπο με την ανάλυση δεδομένων είναι ότι κοιτάζετε μια επιχειρηματική διαδικασία σε ένα είδος ή αν αυτή είναι η αλληλεπίδραση με έναν πελάτη, είτε αυτό συμβαίνει με τον τρόπο που η λιανική σας λειτουργία, ο τρόπος που αναπτύσσετε τα καταστήματά σας. Δεν έχει σημασία τι είναι το θέμα. Εξετάζετε μια δεδομένη επιχειρηματική διαδικασία και προσπαθείτε να την βελτιώσετε.

Το αποτέλεσμα της επιτυχημένης έρευνας και ανάπτυξης είναι μια διαδικασία αλλαγής. Και μπορείτε να σκεφτείτε την κατασκευή, αν θέλετε, ως συνηθισμένο παράδειγμα αυτού. Επειδή στον τομέα της μεταποίησης, οι άνθρωποι συλλέγουν πληροφορίες για τα πάντα για να προσπαθήσουν να βελτιώσουν τη διαδικασία κατασκευής. Αλλά νομίζω ότι αυτό που συνέβη ή τι συμβαίνει στα μεγάλα δεδομένα είναι όλα αυτά εφαρμόζονται τώρα σε όλες τις επιχειρήσεις οποιουδήποτε είδους με κάθε τρόπο που μπορεί κανείς να σκεφτεί. Έτσι, σχεδόν οποιαδήποτε επιχειρηματική διαδικασία είναι έτοιμη για εξέταση εάν μπορείτε να συλλέξετε δεδομένα σχετικά με αυτό.

Αυτό είναι ένα πράγμα. Αν σας αρέσει, πρόκειται για την ανάλυση δεδομένων. Τι μπορεί να κάνει η ανάλυση δεδομένων για την επιχείρηση; Λοιπόν, μπορεί να αλλάξει την επιχείρηση εντελώς.

Αυτό το συγκεκριμένο διάγραμμα το οποίο δεν πρόκειται να περιγράψω σε βάθος, αλλά αυτό είναι ένα διάγραμμα που καταλήξαμε ως το αποκορύφωμα του ερευνητικού προγράμματος που κάναμε για τους πρώτους έξι μήνες του τρέχοντος έτους. Αυτός είναι ένας τρόπος να αντιπροσωπεύει μια μεγάλη αρχιτεκτονική δεδομένων. Και μια σειρά από πράγματα που αξίζει να επισημάνω πριν πάω στην επόμενη διαφάνεια. Υπάρχουν δύο ροές δεδομένων εδώ. Το ένα είναι μια ροή δεδομένων σε πραγματικό χρόνο, η οποία πηγαίνει κατά μήκος της κορυφής του διαγράμματος. Το άλλο είναι μια πιο αργή ροή δεδομένων που πηγαίνει κατά μήκος του κάτω μέρους του διαγράμματος.

Δείτε το κάτω μέρος του διαγράμματος. Έχουμε τον Hadoop ως δεξαμενή δεδομένων. Έχουμε διάφορες βάσεις δεδομένων. Έχουμε ένα σύνολο δεδομένων εκεί με μια ολόκληρη δέσμη της δραστηριότητας που συμβαίνει σε αυτό, τα περισσότερα από τα οποία είναι αναλυτική δραστηριότητα.

Το σημείο που κάνω εδώ και το μόνο σημείο που θέλω πραγματικά να κάνω εδώ είναι ότι η τεχνολογία είναι δύσκολη. Δεν είναι απλό. Δεν είναι εύκολο. Δεν είναι κάτι που ο καθένας που είναι νέος στο παιχνίδι μπορεί πραγματικά να βάλει μαζί. Αυτό είναι αρκετά περίπλοκο. Και αν πρόκειται να οργανώσετε μια επιχείρηση για να κάνετε αξιόπιστες αναλύσεις σε όλες αυτές τις διαδικασίες, τότε δεν πρόκειται για κάτι που θα συμβεί ειδικά γρήγορα. Θα χρειαστεί να προστεθεί πολλή τεχνολογία στο μείγμα.

Εντάξει. Το ερώτημα ποιος είναι ο επιστήμονας δεδομένων, θα μπορούσα να ισχυριστώ ότι είμαι επιστήμονας δεδομένων επειδή ήμουν εκπαιδευμένος στην πραγματικότητα στα στατιστικά στοιχεία προτού να είμαι ποτέ εκπαιδευμένος στον τομέα της πληροφορικής. Και έκανα μια αναλογιστική εργασία για μια χρονική περίοδο, οπότε γνωρίζω τον τρόπο που οργανώνει μια επιχείρηση, στατιστική ανάλυση, επίσης για να τρέξει. Αυτό δεν είναι κάτι τετριμμένο. Και υπάρχει μια πολύ καλή πρακτική που εμπλέκεται τόσο στην ανθρώπινη πλευρά όσο και στην τεχνολογική πλευρά.

Έτσι, θέτοντας την ερώτηση «τι είναι επιστήμονας δεδομένων», έχω βάλει την εικόνα του Frankenstein απλά επειδή είναι ένας συνδυασμός πραγμάτων που πρέπει να πλέκονται μαζί. Υπάρχει διαχείριση έργου. Υπάρχει βαθιά κατανόηση στις στατιστικές. Υπάρχει επιχειρηματική εμπειρία τομέα, η οποία είναι περισσότερο ένα πρόβλημα ενός επιχειρηματικού αναλυτή από τον επιστήμονα δεδομένων, κατ 'ανάγκην. Υπάρχει εμπειρία ή η ανάγκη κατανόησης της αρχιτεκτονικής δεδομένων και η δυνατότητα δημιουργίας αρχιτέκτονα δεδομένων και υπάρχει σχετική μηχανική λογισμικού. Με άλλα λόγια, είναι ίσως μια ομάδα. Δεν είναι πιθανώς ένα άτομο. Και αυτό σημαίνει ότι είναι πιθανώς ένα τμήμα που πρέπει να οργανωθεί και η οργάνωσή του πρέπει να σκεφτεί αρκετά.

Ρίχνοντας στο μίγμα το γεγονός της μηχανικής μάθησης. Δεν μπορούσαμε να κάνουμε, εννοώ ότι η μηχανική μάθηση δεν είναι νέα, με την έννοια ότι οι περισσότερες από τις στατιστικές τεχνικές που χρησιμοποιούνται στη μηχανική μάθηση είναι γνωστές εδώ και δεκαετίες. Υπάρχουν μερικά νέα πράγματα, εννοώ ότι τα νευρωνικά δίκτυα είναι σχετικά καινούργια, νομίζω ότι είναι μόνο 20 ετών, έτσι κάποια από αυτά είναι σχετικά καινούργια. Αλλά το πρόβλημα με την εκμάθηση μηχανών ήταν ότι πραγματικά δεν είχαμε πραγματικά τη δύναμη του υπολογιστή για να το κάνουμε. Και τι συνέβη, εκτός από οτιδήποτε άλλο, είναι ότι η ισχύς του υπολογιστή είναι τώρα σε ισχύ. Και αυτό σημαίνει ένα πάρα πολύ αυτό που εμείς, ας πούμε, οι επιστήμονες των δεδομένων έχουν κάνει πριν από την άποψη της μοντελοποίησης καταστάσεων, δειγματοληψίας δεδομένων και στη συνέχεια την ταξινόμηση για να παράγουν μια βαθύτερη ανάλυση των δεδομένων. Στην πραγματικότητα, μπορούμε απλά να ρίξουμε την ισχύ του υπολογιστή σε αυτό σε ορισμένες περιπτώσεις. Απλά επιλέξτε αλγορίθμους εκμάθησης μηχανών, ρίξτε το στα δεδομένα και δείτε τι βγαίνει. Και αυτό είναι κάτι που μπορεί να κάνει ένας επιχειρηματικός αναλυτής, έτσι; Αλλά ο επιχειρηματικός αναλυτής πρέπει να καταλάβει τι κάνουν. Θέλω να πω, νομίζω ότι αυτό είναι το θέμα πραγματικά, περισσότερο από οτιδήποτε άλλο.

Λοιπόν, αυτό είναι μόνο για να μάθετε περισσότερα για τις επιχειρήσεις από τα δεδομένα της, παρά με οποιοδήποτε άλλο μέσο. Ο Αϊνστάιν δεν το είπε αυτό, το είπα. Μόλις έβαλα την εικόνα του για την αξιοπιστία. Αλλά η κατάσταση είναι στην πραγματικότητα αρχίζει να αναπτύσσεται είναι εκείνη όπου η τεχνολογία, αν χρησιμοποιηθεί σωστά, και τα μαθηματικά, αν χρησιμοποιηθεί σωστά, θα είναι σε θέση να τρέξει μια επιχείρηση όπως κάθε άτομο. Παρακολουθήσαμε αυτό με την IBM. Πρώτα απ 'όλα, θα μπορούσε να νικήσει τους καλύτερους τύπους στο σκάκι, και τότε θα μπορούσε να νικήσει τους καλύτερους τύπους στο Jeopardy. αλλά τελικά θα μπορέσουμε να νικήσουμε τους καλύτερους ανθρώπους για τη λειτουργία μιας εταιρείας. Τα στατιστικά στοιχεία τελικά θα θριαμβεύσουν. Και είναι δύσκολο να δούμε πώς αυτό δεν θα συμβεί, απλά δεν έχει συμβεί ακόμα.

Λοιπόν αυτό που λέω, και αυτό είναι ένα είδος πλήρους μηνύματος της παρουσίασής μου, είναι αυτά τα δύο θέματα της επιχείρησης. Το πρώτο είναι, μπορείτε να πάρετε την τεχνολογία σωστά; Μπορείτε να κάνετε την τεχνολογία να λειτουργήσει για την ομάδα που θα είναι πραγματικά σε θέση να προεδρεύσει πάνω της και να πάρει οφέλη για την επιχείρηση; Και δεύτερον, μπορείτε να πάρετε τους ανθρώπους σωστά; Και τα δύο είναι θέματα. Και είναι θέματα που δεν είναι, μέχρι στιγμής, που λένε ότι είναι επιλυμένα.

Εντάξει, Eric, θα το μεταφέρω πίσω σε εσάς. Ή θα πρέπει να το περάσω στο Will.

Eric: Πραγματικά, ναι. Σας ευχαριστώ, Will Gorman. Ναι, θα φύγεις, Will. Ας δούμε λοιπόν. Επιτρέψτε μου να σας δώσω το κλειδί στο WebEx. Τι συνέβη; Pentaho, προφανώς, εσείς είστε εδώ για λίγο και ανοιχτή πηγή BI του είδους όπου ξεκινήσατε. Αλλά έχετε πολύ περισσότερα από όσα είχατε, έτσι ας δούμε τι έχετε τις μέρες μας για τα αναλυτικά.

Γουόρμαν: Οπωσδήποτε. Γεια σε όλους! Το όνομά μου είναι Will Gorman. Είμαι ο Αρχιτέκτονας της Pentaho. Για όσους από εσάς δεν έχετε ακούσει για εμάς, μόλις ανέφερα, η Pentaho είναι μια μεγάλη εταιρεία ενοποίησης δεδομένων και αναλυτικών στοιχείων. Είμαστε στην επιχείρηση εδώ και δέκα χρόνια. Τα προϊόντα μας εξελίχθηκαν παράλληλα με τη μεγάλη κοινότητα δεδομένων, ξεκινώντας ως πλατφόρμα ανοιχτού κώδικα για την ενσωμάτωση και την ανάλυση δεδομένων, καινοτομώντας με τεχνολογίες όπως η Hadoop και η NoSQL, ακόμη και προτού οι εμπορικοί φορείς σχηματιστούν γύρω από αυτές τις τεχνολογίες. Και τώρα έχουμε πάνω από 1500 εμπορικούς πελάτες και πολλά περισσότερα ραντεβού παραγωγής ως αποτέλεσμα της καινοτομίας μας γύρω από ανοικτού κώδικα.

Η αρχιτεκτονική μας είναι εξαιρετικά ενσωματωμένη και επεκτάσιμη, κατασκευασμένη με σκοπό να είναι ευέλικτη, καθώς η μεγάλη τεχνολογία δεδομένων εξελίσσεται ιδιαίτερα με ταχείς ρυθμούς. Η Pentaho προσφέρει τρεις βασικούς τομείς προϊόντων, οι οποίοι συνεργάζονται για την αντιμετώπιση μεγάλων περιπτώσεων χρήσης αναλυτικών δεδομένων.

Το πρώτο προϊόν στην έκταση της αρχιτεκτονικής μας είναι η Pentaho Data Integration, η οποία απευθύνεται σε τεχνολόγους δεδομένων και μηχανικούς δεδομένων. Αυτό το προϊόν προσφέρει μια οπτική εμπειρία μεταφοράς και απόθεσης για τον ορισμό των αγωγών δεδομένων και των διαδικασιών για την ενορχήστρωση δεδομένων σε μεγάλα περιβάλλοντα δεδομένων και σε παραδοσιακά περιβάλλοντα. Το προϊόν αυτό είναι μια ελαφριά πλατφόρμα μεταδεδομένων, ενσωματωμένη στην Java και μπορεί να αναπτυχθεί ως διαδικασία μέσα στο MapReduce ή το YARN ή Storm και σε πολλές άλλες πλατφόρμες παρτίδας και σε πραγματικό χρόνο.

Ο δεύτερος τομέας προϊόντων μας είναι γύρω από τις οπτικές αναλύσεις. Με αυτήν την τεχνολογία, οι οργανισμοί και οι ΚΑΕ μπορούν να προσφέρουν μια πλούσια εμπειρία απεικόνισης και ανάλυσης για επιχειρηματικούς αναλυτές και επιχειρηματικούς χρήστες με σύγχρονα προγράμματα περιήγησης και tablet, επιτρέποντας τη δημιουργία ειδικών εκθέσεων και πινάκων ελέγχου. Εκτός από την παρουσίαση τέλειων εργαλείων ελέγχου και αναφορών pixel.

Ο τρίτος τομέας προϊόντων μας επικεντρώνεται σε προβλέψιμες αναλύσεις που απευθύνονται σε επιστήμονες δεδομένων, αλγορίθμους μηχανικής μάθησης. Όπως αναφέρθηκε προηγουμένως, όπως τα νευρωνικά δίκτυα και τέτοια, μπορούν να ενσωματωθούν σε ένα περιβάλλον μετασχηματισμού δεδομένων, επιτρέποντας στους επιστήμονες των δεδομένων να προχωρήσουν από τη μοντελοποίηση στο περιβάλλον παραγωγής, προσφέροντας πρόσβαση στην πρόβλεψη και που μπορεί να επηρεάσουν άμεσα τις επιχειρηματικές διαδικασίες πολύ γρήγορα.

Όλα αυτά τα προϊόντα είναι στενά ενσωματωμένα σε μια ενιαία και ευκίνητη εμπειρία και δίνουν στους πελάτες μας την ευελιξία που χρειάζονται για να αντιμετωπίσουν τα επιχειρηματικά τους προβλήματα. Βλέπουμε ένα γρήγορα εξελισσόμενο τοπίο μεγάλων δεδομένων σε παραδοσιακές τεχνολογίες. Το μόνο που ακούμε από ορισμένες εταιρείες του μεγάλου χώρου δεδομένων είναι ότι το EDW είναι κοντά στο τέλος. Στην πραγματικότητα, αυτό που βλέπουμε στους πελάτες της επιχείρησής μας είναι ότι πρέπει να εισαγάγουν μεγάλα δεδομένα στις υφιστάμενες επιχειρηματικές και πληροφοριακές διαδικασίες και να μην αντικαταστήσουν αυτές τις διαδικασίες.

Αυτό το απλό διάγραμμα δείχνει το σημείο στην αρχιτεκτονική που βλέπουμε συχνά, το οποίο είναι ένας τύπος αρχιτεκτονικής ανάπτυξης EDW με ενσωμάτωση δεδομένων και περιπτώσεις χρήσης BI. Τώρα το διάγραμμα αυτό είναι παρόμοιο με το slide της Robin σε μεγάλη αρχιτεκτονική δεδομένων, ενσωματώνει δεδομένα σε πραγματικό χρόνο και ιστορικά δεδομένα. Καθώς προκύπτουν νέες πηγές δεδομένων και απαιτήσεις σε πραγματικό χρόνο, βλέπουμε μεγάλα δεδομένα ως ένα πρόσθετο μέρος της συνολικής αρχιτεκτονικής πληροφορικής. Αυτές οι νέες πηγές δεδομένων περιλαμβάνουν μηχανοποιημένα δεδομένα, μη δομημένα δεδομένα, τυπικό όγκο και ταχύτητα και ποικιλία απαιτήσεων που ακούμε σε μεγάλα δεδομένα. δεν ταιριάζουν στις παραδοσιακές διαδικασίες EDW. Η Pentaho συνεργάζεται στενά με τους Hadoop και NoSQL για την απλούστευση της κατάποσης, της επεξεργασίας δεδομένων και της απεικόνισης αυτών των δεδομένων, καθώς και της ανάμειξης αυτών των δεδομένων με τις παραδοσιακές πηγές, παρέχοντας στους πελάτες πλήρη προβολή στο περιβάλλον δεδομένων τους. Το κάνουμε αυτό με κυβερνητικό τρόπο, έτσι ώστε η τεχνολογία της πληροφορικής να προσφέρει μια πλήρη λύση για την ανάλυση της δραστηριότητάς της.

Κλείνοντας, θα ήθελα να επισημάνω τη φιλοσοφία μας γύρω από τις μεγάλες αναλύσεις δεδομένων και την ολοκλήρωση. πιστεύουμε ότι αυτές οι τεχνολογίες είναι καλύτερες από κοινού με μια ενιαία ενοποιημένη αρχιτεκτονική, επιτρέποντας μια σειρά περιπτώσεων χρήσης που διαφορετικά δεν θα ήταν δυνατές. Τα περιβάλλοντα δεδομένων των πελατών μας είναι κάτι περισσότερο από απλά μεγάλα δεδομένα, η Hadoop και η NoSQL. Οποιαδήποτε δεδομένα είναι δίκαιη. Και μεγάλες πηγές δεδομένων πρέπει να είναι διαθέσιμες και να συνεργάζονται για να επηρεάσουν την αξία της επιχείρησης.

Τέλος, πιστεύουμε ότι για την αποτελεσματική επίλυση αυτών των επιχειρηματικών προβλημάτων στις επιχειρήσεις, μέσω των δεδομένων, η πληροφορική και οι επιχειρηματικές δραστηριότητες πρέπει να συνεργαστούν για μια κυβερνητική, αναμεμιγμένη προσέγγιση σε μεγάλες αναλύσεις δεδομένων. Σας ευχαριστούμε πολύ που μας δώσατε το χρόνο να μιλήσουμε, Eric.

Eric: Σίγουρα. Όχι, αυτό είναι καλό. Θέλω να επιστρέψω σε εκείνη την πλευρά της αρχιτεκτονικής σας καθώς φτάνουμε στην Ε & Α. Ας προχωρήσουμε λοιπόν στην υπόλοιπη παρουσίαση και σας ευχαριστούμε πολύ γι 'αυτό. Είστε σίγουρα κινείται γρήγορα τα τελευταία δύο χρόνια, πρέπει να το πω αυτό σίγουρα.

Έτσι, Steve, επιτρέψτε μου να προχωρήσω και να σας το παραδώσω. Και απλά κάντε κλικ στο κάτω βέλος και πηγαίνετε για αυτό. Έτσι Steve, σου δίνω τα κλειδιά. Steve Wilkes, απλά κάντε κλικ στο πλησιέστερο βέλος εκεί στο πληκτρολόγιό σας.

Steve Wilkes: Πάμε εκεί.

Eric: Εκεί πηγαίνετε.

Steve: Αυτή είναι μια σπουδαία εισαγωγή που μου δώσατε, όμως.

Eric: Ναι.

Steve: Έτσι είμαι ο Steve Wilkes. Είμαι το CCO στο WebAction. Έχουμε περάσει μόνο για τα τελευταία δύο χρόνια και σίγουρα κινούμαστε γρήγορα από τότε. Το WebAction είναι μια μεγάλη πλατφόρμα ανάλυσης δεδομένων σε πραγματικό χρόνο. Ο Eric δήλωσε νωρίτερα, το είδος του, πόσο σημαντικό είναι ο πραγματικός χρόνος και πόσο πραγματικό χρόνο γίνονται οι εφαρμογές σας. Η πλατφόρμα μας έχει σχεδιαστεί για τη δημιουργία εφαρμογών σε πραγματικό χρόνο. Και για να ενεργοποιήσετε την επόμενη γενιά εφαρμογών που βασίζονται σε δεδομένα, οι οποίες μπορούν να δημιουργηθούν σταδιακά και να επιτρέψουν στους χρήστες να δημιουργούν πίνακες ελέγχου από τα δεδομένα που παράγονται από αυτές τις εφαρμογές, αλλά με επίκεντρο τον πραγματικό χρόνο.

Η πλατφόρμα μας είναι στην πραγματικότητα μια ολοκληρωμένη πλατφόρμα από άκρη σε άκρη, που κάνει τα πάντα, από την απόκτηση δεδομένων, την επεξεργασία δεδομένων, μέχρι την απεικόνιση των δεδομένων. Και επιτρέπει σε πολλούς διαφορετικούς τύπους ανθρώπων μέσα στην επιχείρησή μας να συνεργαστούν για να δημιουργήσουν πραγματικές εφαρμογές σε πραγματικό χρόνο, δίνοντάς τους μια εικόνα για τα πράγματα που συμβαίνουν στην επιχείρησή τους όπως συνέβη.

Και αυτό είναι λίγο διαφορετικό από αυτό που οι περισσότεροι άνθρωποι βλέπουν σε μεγάλα δεδομένα, έτσι ώστε η παραδοσιακή προσέγγιση - καλά, παραδοσιακά τα τελευταία δύο χρόνια - προσέγγιση με μεγάλα δεδομένα ήταν να τα συλλάβουμε από μια δέσμη διαφορετικών πηγών και Στη συνέχεια, τοποθετήστε το σε μια μεγάλη δεξαμενή ή μια λίμνη ή ό, τι θέλετε να την ονομάσετε. Στη συνέχεια, επεξεργαστείτε το όταν χρειάζεται να εκτελέσετε ένα ερώτημα σε αυτό. να εκτελεί μεγάλης κλίμακας ιστορική ανάλυση ή ακόμη και μόνο ad hoc ερώτηση μεγάλων ποσοτήτων δεδομένων. Τώρα που λειτουργεί για ορισμένες περιπτώσεις χρήσης. Αλλά εάν θέλετε να είστε ενεργός στην επιχείρησή σας, εάν θέλετε να ενημερώσετε πραγματικά τι συμβαίνει και όχι να μάθετε πότε κάτι πήγε στραβά προς το τέλος της ημέρας ή το τέλος της εβδομάδας, τότε πραγματικά πρέπει να κινηθείτε σε πραγματικό χρόνο.

Και αυτό μετατρέπει τα πράγματα γύρω από λίγο. Μετακινεί την επεξεργασία στη μέση. Έτσι, παίρνετε αποτελεσματικά αυτά τα ρεύματα μεγάλου όγκου δεδομένων που παράγονται συνεχώς μέσα στην επιχείρηση και τα επεξεργάζεστε όπως το έχετε. Και επειδή το επεξεργάζεστε όπως το παίρνετε, δεν χρειάζεται να αποθηκεύετε τα πάντα. Μπορείτε να αποθηκεύσετε μόνο τις σημαντικές πληροφορίες ή τα πράγματα που πρέπει να θυμάστε ότι πραγματικά συνέβη. Έτσι αν παρακολουθείτε την τοποθεσία GPS των οχημάτων που κινούνται κάτω από το δρόμο, δεν σας ενδιαφέρει πραγματικά πού είναι κάθε δευτερόλεπτο, δεν χρειάζεται να αποθηκεύσετε όπου είναι κάθε δευτερόλεπτο. Απλά πρέπει να νοιάζεστε, έχουν αφήσει αυτό το μέρος; Έφτασαν σε αυτό το μέρος; Έχουν οδηγήσει, ή όχι, τον αυτοκινητόδρομο;

Έτσι είναι πραγματικά σημαντικό να θεωρήσετε ότι καθώς όλο και περισσότερα δεδομένα παράγονται, τότε τα τρία Vs. Η ταχύτητα καθορίζει βασικά το πόσα δεδομένα παράγει κάθε μέρα. Τα περισσότερα δεδομένα που παράγονται τόσο περισσότερο πρέπει να αποθηκεύσετε. Και όσο περισσότερο πρέπει να αποθηκεύετε, τόσο περισσότερο χρειάζεται για επεξεργασία. Αλλά αν μπορείτε να το επεξεργαστείτε όπως το παίρνετε, τότε έχετε ένα πραγματικά μεγάλο πλεονέκτημα και μπορείτε να αντιδράσετε σε αυτό. Μπορεί να σας ειπωθεί ότι συμβαίνουν τα πράγματα αντί να χρειάζεται να τα αναζητήσετε αργότερα.

Έτσι, η πλατφόρμα μας έχει σχεδιαστεί ώστε να είναι εξαιρετικά επεκτάσιμη. Έχει τρία μεγάλα κομμάτια - το κομμάτι απόκτησης, το κομμάτι επεξεργασίας και στη συνέχεια τα κομμάτια απεικόνισης της πλατφόρμας απεικόνισης. Από την πλευρά της απόκτησης, δεν εξετάζουμε απλώς τα δεδομένα μητρώου που δημιουργούνται από το μηχάνημα, όπως τα αρχεία καταγραφής Web ή εφαρμογές που έχουν όλα τα άλλα αρχεία καταγραφής που παράγονται. We can also go in and do change data capture from databases. So that basically enables us to, we've seen the ETL side that Will presented and traditional ETL you have to run queries against the databases. We can be told when things happen in the database. We change it and we capture it and receive those events. And then there's obviously the social feeds and live device data that's being pumped to you over TCP or ACDP sockets.

There's tons of different ways of getting data. And talking of volume and velocity, we're seeing volumes that are billions of events per day, right? So it's large, large amounts of data that is coming in and needs to be processed.

That is processed by a cluster of our servers. The servers all have the same architecture and are all capable of doing the same things. But you can configure them to, sort of, do different things. And within the servers we have a high-speed query processing layer that enables you to do some real-time analytics on the data, to do enrichments of the data, to do event correlation, to track things happening within time windows, to do predictive analytics based on patterns that are being seen in the data. And that data can then be stored in a variety places - the traditional RDBMS, enterprise data warehouse, Hadoop, big data infrastructure.

And the same live data can also be used to power real-time data-driven apps. Those apps can have a real-time view of what's going on and people can also be alerted when important things happen. So rather than having to go in at the end of the day and find out that something bad really happened earlier on the day, you could be alerted about it the second we spot it and it goes straight to the page draw down to find out what's going on.

So it changes the paradigm completely from having to analyze data after the fact to being told when interesting things are happening. And our platform can then be used to build data-driven applications. And this is really where we're focusing, is building out these applications. For customers, with customers, with a variety of different partners to show true value in real-time data analysis. So that allows people that, or companies that do site applications, for example, to be able track customer usage over time and ensure that the quality of service is being met, to spot real-time fraud or money laundering, to spot multiple logins or hack attempts and those kind of security events, to manage things like set-top boxes or other devices, ATM machines to monitor them in real time for faults, failures that have happened, could happen, will happen in the future based on predictive analysis. And that goes back to the point of streamlining operations that Eric mentioned earlier, to be able to spot when something's going to happen and organize your business to fix those things rather than having to call someone out to actually do something after the fact, which is a lot more expensive.

Consumer analytics is another piece to be able to know when a customer is doing something while they're still there in your store. Data sent to management to be able to in real time monitor resource usage and change where things are running and to be able to know about when things are going to fail in a much more timely fashion.

So that's our products in a nutshell and I'm sure we'll come back to some of these things in the Q&A session. Σας ευχαριστώ.

Eric: Yes, indeed. Great job. Okay good. And now next stop in our lightning round, we've got Frank Sanders calling in from MarkLogic. I've known about these guys for a number of years, a very, very interesting database technology. So Frank, I'm turning it over to you. Just click anywhere in that. Use the down arrow on your keyboard and you're off to the races. Ορίστε.

Frank Sanders: Thank you very much, Eric. So as Eric mentioned, I'm with a company called MarkLogic. And what MarkLogic does is we provide an enterprise NoSQL database. And perhaps, the most important capability that we bring to the table with regards to that is the ability to actually bring all of these disparate sources of information together in order to analyze, search and utilize that information in a system similar to what you're used to with traditional relational systems, right?

And some of the key features that we bring to the table in that regard are all of the enterprise features that you'd expect from a traditional database management system, your security, your HA, your DR, your backup are in store, your asset transactions. As well as the design that allows you to scale out either on the cloud or in the commodity hardware so that you can handle the volume and the velocity of the information that you're going to have to handle in order to build and analyze this sort of information.

And perhaps, the most important capability is that fact that we're scheme agnostic. What that means, practically, is that you don't have to decide what your data is going to look like when you start building your applications or when you start pulling those informations together. But over time, you can incorporate new data sources, pull additional information in and then use leverage and query and analyze that information just as you would with anything that was there from the time that you started the design. Okay?

So how do we do that? How do we actually enable you to load different sorts of information, whether it be text, RDF triples, geospatial data, temporal data, structured data and values, or binaries. And the answer is that we've actually built our server from the ground up to incorporate search technology which allows you to put information in and that information self describes and it allows you to query, retrieve and search that information regardless of its source or format.

And what that means practically is that - and why this is important when you're doing analysis - is that analytics and information is most important ones when it's properly contextualized and targeted, right? So a very important key part of any sort of analytics is search, and the key part is search analytics. You can't really have one without the other and successfully achieve what you set out to achieve. Σωστά?

And I'm going to talk briefly about three and a half different use cases of customers that we have at production that are using MarkLogic to power this sort of analytics. Εντάξει. So the first such customer is Fairfax County. And Fairfax County has actually built two separate applications. One is based around permitting and property management. And the other, which is probably a bit more interesting, is the Fairfax County police events application. What the police events application actually does is it pulls information together like police reports, citizen reports and complaints, Tweets, other information they have such as sex offenders and whatever other information that they have access to from other agencies and sources. Then they allow them to visualize that and present this to the citizens so they can do searches and look at various crime activity, police activity, all through one unified geospatial index, right? So you can ask questions like, "what is the crime rate within five miles" or "what crimes occurred within five miles of my location?" Εντάξει.

Another user that we've got, another customer that we have is OECD. Why OECD is important to this conversation is because in addition to everything that we've enabled for Fairfax County in terms of pulling together information, right; all the information that you would get from all various countries that are members of the OECD that they report on from an economic perspective. We actually laid a target drill into that, right. So you can see on the left-hand side we're taking the view of Denmark specifically and you can kind of see a flower petal above it that rates it on different axes. Σωστά? And that's all well and good. But what the OECD has done is they've gone a step further.

In addition to these beautiful visualizations and pulling all these information together, they're actually allowing you in real time to create your own better life index, right, which you can see on the right-hand side. So what you have there is you have a set of sliders that actually allow you to do things like rank how important housing is to you or income, jobs, community, education, environment, civic engagement, health, life satisfaction, safety and your work/life balance. And dynamically based on how you are actually inputting that information and weighting those things, MarkLogic's using its real-time indexing capability and query capability to actually then change how each and every one of these countries is ranked to give you an idea of how well your country or your lifestyle maps through a given country. Okay?

And the final example that I'm going to share is MarkMail. And what MarkMail really tries to demonstrate is that we can provide these capabilities and you can do the sort of analysis not only on structured information or information that's coming in that's numerical but actually on more loosely structured, unstructured information, right? Things like emails. And what we've seen here is we're actually pulling information like geolocation, sender, company, stacks and concepts like Hadoop being mentioned within the context of an email and then visualizing it on the map as well as looking at who those individuals and what list across that, a sent and a date. This where you're looking at things that are traditionally not structured, that may be loosely structured, but are still able to derive some structured analysis from that information without having to go to a great length to actually try and structure it or process it at a time. Και αυτό είναι.

Eric: Hey, okay good. And we got one more. We've got Hannah Smalltree from Treasure Data, a very interesting company. And this is a lot of great content, folks. Thank you so much for all of you for bringing such good slides and such good detail. So Hannah, I just gave the keys to you, click anywhere and use the down arrow on your keyboard. You got it. Πάρε το μακριά.

Hannah Smalltree: Thank you so much, Eric. This is Hannah Smalltree from Treasure Data. I'm a director with Treasure Data but I have a past as a tech journalist, which means that I appreciate two things. First of all, these can be long to sit through a lot of different descriptions of technology, and it can all sound like it runs together so I really want to focus on our differentiator. And the real-world applications are really important so I appreciate that all of my peers have been great about providing those.

Treasure Data is a new kind of big data service. We're delivered entirely on the cloud in a software as a service or managed-service model. So to Dr. Bloor's point earlier, this technology can be really hard and it can be very time consuming to get up and running. With Treasure Data, you can get all of these kinds of capabilities that you might get in a Hadoop environment or a complicated on-premise environment in the cloud very quickly, which is really helpful for these new big data initiatives.

Now we talk about our service in a few different phases. We offer some very unique collection capabilities for collecting streaming data so particularly event data, other kinds of real-time data. We'll talk a little bit more about those data types. That is a big differentiator for our service. As you get into big data or if you are already in it then you know that collecting this data is not trivial. When you think about a car with 100 sensors sending data every minute, even those 100 sensors sending data every ten minutes, that adds up really quickly as you start to multiply the amount of products that you have out there with sensors and it quickly becomes very difficult to manage. So we are talking with customers who have millions, we have customers who have billions of rows of data a day that they're sending us. And they're doing that as an alternative to try and to manage that themselves in a complicated Amazon infrastructure or even try to bring it into their own environment.

We have our own cloud storage environment. We manage it. We monitor it. We have a team of people that's doing all that tuning for you. And so the data flows in, it goes into our managed storage environment.

Then we have embedded query engines so that your analyst can go in and run queries and do some initial data discovery and exploration against the data. We have a couple of different query engines for it actually now. You can use SQL syntax, which your analysts probably know and love, to do some basic data discovery, to do some more complex analytics that are user-defined functions or even to do things as simple as aggregate that data and make it smaller so that you can bring it into your existing data warehouse environment.

You can also connect your existing BI tools, your Tableau, is a big partner of ours; but really most BIs, visualization or analytics tools can connect via our industry standard JDBC and ODBC drivers. So it gives you this complete set of big data capabilities. You're allowed to export your queries results or data sets anytime for free, so you can easily integrate that data. Treat this as a data refinery. I like to think of it more as a refinery than a lake because you can actually do stuff with it. You can go through, find the valuable information and then bring it into your enterprise processes.

The next slide, we talk about the three Vs of big data - some people say four or five. Our customers tend to struggle with the volume and velocity of the data coming at them. And so to get specific about the data types - Clickstream, Web access logs, mobile data is a big area for us, mobile application logs, application logs from custom Web apps or other applications, event logs. And increasingly, we have a lot of customers dealing with sensor data, so from wearable devices, from products, from automotive, and other types of machine data. So when I say big data, that's the type of big data that I'm talking about.

Now, a few use cases in perspective for you - we work with a retailer, a large retailer. They are very well known in Asia. They're expanding here in the US. You'll start to see stores; they're often called Asian IKEA, so, simple design. They have a loyalty app and a website. And in fact, using Treasure Data, they were able to deploy that loyalty app very quickly. Our customers get up and running within days or weeks because of our software and our service architecture and because we have all of the people doing all of that hard work behind the scenes to give you all of those capabilities as a service.

So they use our service for mobile application analytics looking at the behavior, what people are clicking on in their mobile loyalty application. They look at the website clicks and they combine that with our e-commerce and POS data to design more efficient promotions. They actually wanted to drive people into stores because they found that people, when they go into stores spend more money and I'm like that; to pick up things, you spend more money.

Another use case that we're seeing in digital video games, incredible agility. They want to see exactly what is happening in their game, and make changes to that game even within hours of its release. So for them, that real-time view is incredibly important. We just released a game but we noticed in the first hour that everyone is dropping off at Level 2; how are we going to change that? They might change that within the same day. So real time is very important. They're sending us billions of event logs per day. But that could be any kind of mobile application where you want some kind of real-time view into how somebody's using that.

And finally, a big area for us is our product behavior and sensor analytics. So with sensor data that's in cars, that's in other kinds of machines, utilities, that's another area for us, in wearable devices. We have research and development teams that want to quickly know what the impact of a change to a product is or people interested in the behavior of how people are interacting with the product. And we have a lot more use cases which, of course, we're happy to share with you.

And then finally, just show you how this can fit into your environment, we offer again the capability to collect that data. We have very unique collection technology. So again, if real-time collection is something that you're struggling with or you anticipate struggling with, please come look at the Treasure Data service. We have really made capabilities for collecting streaming data. You can also bulk load your data, store it, analyze it with our embedded query engines and then, as I mentioned, you can export it right to your data warehouse. I think Will mentioned the need to introduce big data into your existing processes. So not go around or create a new silo, but how do you make that data smaller and then move it into your data warehouse and you can connect to your BI, visualization and advanced analytics tools.

But perhaps, the key points I want to leave you with are that we are managed service, that's software as a service; it's very cost effective. A monthly subscription service starting at a few thousand dollars a month and we'll get you up and running in a matter of days or weeks. So compare that with the cost of months and months of building your own infrastructure and hiring those people and finding it and spending all that time on infrastructure. If you're experimenting or if you need something yesterday, you can get up and running really quickly with Treasure Data.

And I'm just pointing you to our website and to our starter service. If you're a hands-on person who likes to play, please check out our starter service. You can get on, no credit card required, just name and email, and you can play with our sample data, load up your own data and really get a sense of what we're talking about. So thanks so much. Also, check our website. We were named the Gartner Cool Vendor in Big Data this year, very proud of that. And you can also get a copy of that report for free on our website as well as many other analyst white papers. So thanks so much.

Eric: Okay, thank you very much. We've got some time for questions here, folks. We'll go a little bit long too because we've got a bunch of folks still on the line here. And I know I've got some questions myself, so let me go ahead and take back control and then I'm going to ask a couple of questions. Robin and Kirk, feel free to dive in as you see fit.

So let me go ahead and jump right to one of these first slides that I checked out from Pentaho. So here, I love this evolving big data architecture, can you kind of talk about how it is that this kind of fits together at a company? Because obviously, you go into some fairly large organization, even a mid-size company, and you're going to have some people who already have some of this stuff; how do you piece this all together? Like what does the application look like that helps you stitch all this stuff together and then what does the interface look like?

Will: Great question. The interfaces are a variety depending on the personas involved. But as an example, we like to tell the story of - one of the panelists mentioned the data refinery use case - we see that a lot in customers.

One of our customer examples that we talk about is Paytronix, where they have that traditional EDW data mart environment. They are also introducing Hadoop, Cloudera in particular, and with various user experiences in that. So first there's an engineering experience, so how do you wire all these things up together? How do you create the glue between the Hadoop environment and EDW?

And then you have the business user experience which we talked about, a number of BI tools out there, right? Pentaho has a more embeddable OEM BI tool but there are great ones out there like Tableau and Excel, for instance, where folks want to explore the data. But usually, we want to make sure that the data is governed, right? One of the questions in the discussions, what about single-version experience, how do you manage that, and without the technology like Pentaho data integration to blend that data together not on the glass but in the IT environments. So it really protects and governs the data and allows for a single experience for the business analyst and business users.

Eric: Okay, good. That's a good answer to a difficult question, quite frankly. And let me just ask the question to each of the presenters and then maybe Robin and Kirk if you guys want to jump in too. So I'd like to go ahead and push this slide for WebAction which I do think is really a very interesting company. Actually, I know Sami Akbay who is one of the co-founders, as well. I remember talking to him a couple years ago and saying, "Hey man, what are you doing? What are you up to? I know you've got to be working on something." And of course, he was. He was working on WebAction, under the covers here.

A question came in for you, Steve, so I'll throw it over to you, of data cleansing, right? Can you talk about these components of this real-time capability? How do you deal with issues like data cleansing or data quality or how does that even work?

Steve: So it really depends on where you're getting your feeds from. Typically, if you're getting your feeds from a database as you change data capture then, again, it depends there on how the data was entered. Data cleansing really becomes a problem when you're getting your data from multiple sources or people are entering it manually or you kind of have arbitrary texts that you have to try and pull things out of. And that could certainly be part of the process, although that type simply doesn't lend itself to true, kind of, high-speed real-time processing. Data cleansing, typically, is an expensive process.

So it may well be that that could be done after the fact in the store site. But the other thing that the platform is really, really good at is correlation, so in correlation and enrichment of data. You can, in real time, correlate the incoming data and check to see whether it matches a certain pattern or it matches data that's being retrieved from a database or Hadoop or some other store. So you can correlate it with historical data, is one thing you could do.

The other thing that you can do is basically do analysis on that data and see whether it kind of matches certain required patterns. And that's something that you can also do in real time. But the traditional kind of data cleansing, where you're correcting company names or you're correcting addresses and all those types of things, those should probably be done in the source or kind of after the fact, which is very expensive and you pray that they won't do those in real time.

Eric: Yeah. And you guys are really trying to address the, of course, the real-time nature of things but also get the people in time. And we talked about, right, I mentioned at the top of the hour, this whole window of opportunity and you're really targeting specific applications at companies where you can pull together data not going the usual route, going this alternate route and do so in such a low latency that you can keep customers. For example, you can keep people satisfied and it's interesting, when I talked to Sami at length about what you guys are doing, he made a really good point. He said, if you look at a lot of the new Web-based applications; let's look at things like Twitter, Bitly or some of these other apps; they're very different than the old applications that we looked at from, say, Microsoft like Microsoft Word.

I often use Microsoft as sort of a whipping boy and specifically Word to talk about the evolution of software. Because Microsoft Word started out as, of course, a word processing program. I'm one of those people who remember Word Perfect. I loved being able to do the reveal keys or the reveal code, basically, which is where you could see the actual code in there. You could clean something up if your bulleted list was wrong, you can clean it up. Well, Word doesn't let you do that. And I can tell you that Word embeds a mountain of code inside every page that you do. If anyone doesn't believe me, then go to Microsoft Word, type "Hello World" and then do "Export as" or "Save as" .html. Then open that document in a text editor and that will be about four pages long of codes just for two words.

So you guys, I thought it was very interesting and it's time we talked about that. And that's where you guys focus on, right, is identifying what you might call cross-platform or cross-enterprise or cross-domain opportunities to pull data together in such quick time that you can change the game, right?

Steve: Yeah, absolutely. And one of the keys that, I think, you did elude to, anyway, is you really want to know about things happening before your customers do or before they really, really become a problem. As an example are the set-top boxes. Cable boxes, they emit telemetry all the time, loads and loads of telemetry. And not just kind of the health of the box but it's what you're watching and all that kind of stuff, right? The typical pattern is you wait till the box fails and then you call your cable provider and they'll say, "Well, we will get to you sometime between the hours of 6am and 11pm in the entire month of November." That isn't a really good customer experience.

But if they could analyze that telemetry in real time then they could start to do things like that we know these boxes are likely to fail in the next week based historical patterns. Therefore we'll schedule our cable repair guy to turn up at this person's house prior to it failing. And we'll do that in a way that suits us rather than having to send him from Santa Cruz up to Sunnyvale. We'll schedule everything in a nice order, traveling salesman pattern, etc., so that we can optimize our business. And so the customer is happy because they don't have a failing cable box. And the cable provider is happy because they have just streamlined things and they don't have to send people all over the place. That's just a very quick example. But there are tons and tons of examples where knowing about things as they happen, before they happen, can save companies a fortune and really, really improve their customer relations.

Eric: Yeah, right. No doubt about it. Let's go ahead and move right on to MarkLogic. As I mentioned before, I've known about these guys for quite some time and so I'll bring you into this, Frank. You guys were far ahead of the whole big data movement in terms of building out your application, it's really database. But building it out and you talked about the importance of search.

So a lot of people who followed the space know that a lot of the NoSQL tools out there are now bolting on search capabilities whether through third parties or they try to do their own. But to have that search already embedded in that, baked-in so to speak, really is a big deal. Because if you think about it, if you don't have SQL, well then how do you go in and search the data? How do you pull from that data resource? And the answer is to typically use search to get to the data that you're looking for, right?

So I think that's one of the key differentiators for you guys aside being able to pull data from all these different sources and store that data and really facilitate this sort of hybrid environment. I'm thinking that search capability is a big deal for you, right?

Frank: Yeah, absolutely. In fact, that's the only way to solve the problem consistently when you don't know what all the data is going to look like, right? If you cannot possibly imagine all the possibilities then the only way to make sure that you can locate all the information that you want, that you can locate it consistently and you can locate it regardless of how you evolve your data model and your data sets is to make sure you give people generic tools that allow them to interrogate that data. And the easiest, most intuitive way to do that is through a search paradigm, right? And through the same approach in search takes where we created an inverted index. You have entries where you can actually look into those and then find records and documents and rows that actually contain the information you're looking for to then return it to the customer and allow them to process it as they see fit.

Eric: Yeah and we talked about this a lot, but you're giving me a really good opportunity to kind of dig into it - the whole search and discovery side of this equation. But first of all, it's a lot of fun. For anyone who likes that stuff, this is the fun part, right? But the other side of the equation or the other side of the coin, I should say, is that it really is an iterative process. And you got to be able to - here I'll be using some of the marketing language - have that conversation with the data, right? In other words, you need to be able to test the hypothesis, play around with it and see how that works. Maybe that's not there, test something else and constantly change things and iterate and search and research and just think about stuff. And that's a process. And if you have big hurdles, meaning long latencies or a difficult user interface or you got to go ask IT; that just kills the whole analytical experience, right?

So it's important to have this kind of flexibility and to be able to use searches. And I like the way that you depicted it here because if we're looking at searching around different, sort of, concepts or keys, if you will, key values and they're different dimensions. You want to be able to mix and match that stuff in order to enable your analyst to find useful stuff, right?

Frank: Yeah, absolutely. I mean, hierarchy is an important thing as well, right? So that when you include something like a title, right, or a specific term or value, that you can actually point to the correct one. So if you're looking for a title of an article, you're not getting titles of books, right? Or you're not getting titles of blog posts. The ability to distinguish between those and through the hierarchy of the information is important as well.

You pointed out earlier the development, absolutely, right? The ability for our customers to actually pull in new data sources in a matter of hours, start to work with them, evaluate whether or not they're useful and then either continue to integrate them or leave them by the wayside is extremely valuable. When you compare it to a more traditional application development approach where what you end up doing is you have to figure out what data you want to ingest, source the data, figure out how you're going to fit it in your existing data model or model that in, change that data model to incorporate it and then actually begin the development, right? Where we kind of turn that on our head and say just bring it to us, allow you to start doing the development with it and then decide later whether or not you want to keep it or almost immediately whether or not it's of value.

Eric: Yeah, it's a really good point. That's a good point. So let me go ahead and bring in our fourth presenter here, Treasure Data. I love these guys. I didn't know much about them so I'm kind of kicking myself. And then Hannah came to us and told us what they were doing. And Hannah mentioned, she was a media person and she went over to the dark side.

Hannah: I did, I defected.

Eric: That's okay, though, because you know what we like in the media world. So it's always nice when a media person goes over to the vendor side because you understand, hey, this stuff is not that easy to articulate and it can be difficult to ascertain from a website exactly what this product does versus what that product does. And what you guys are talking about is really quite interesting. Now, you are a cloud-managed service. So any data that someone wants to use they upload to your cloud, is that right? And then you will ETL or CDC, additional data up to the cloud, is that how that works?

Hannah: Well, yeah. So let me make an important distinction. Most of the data, the big data, that our customers are sending us is already outside the firewall - mobile data, sensor data that's in products. And so we're often used as an interim staging area. So data is not often coming from somebody's enterprise into our service so much as it's flowing from a website, a mobile application, a product with lots of sensors in it - into our cloud environment.

Now if you'd like to enrich that big data in our environment, you can definitely bulk upload some application data or some customer data to enrich that and do more of the analytics directly in the cloud. But a lot of our value is around collecting that data that's already outside the firewall, bringing together into one place. So even if you do intend to bring this up sort of behind your firewall and do more of your advanced analytics or bring it into your existing BI or analytics environment, it's a really good staging point. Because you don't want to bring a billion rows of day into your data warehouse, it's not cost effective. It's even difficult if you're planning to store that somewhere and then batch upload.

So we're often the first point where data is getting collected that's already outside firewall.

Eric: Yeah, that's a really good point, too. Because a lot of companies are going to be nervous about taking their proprietary customer data, putting it up in the cloud and to manage the whole process.

Hannah: Yeah.

Eric: And what you're talking about is really getting people a resource for crunching those heavy duty numbers of, as you suggest, data that's third party like mobile data and the social data and all that kind of fun stuff. That's pretty interesting.

Hannah: Yeah, absolutely. And probably they are nervous about the products because the data are already outside. And so yeah, before bringing it in, and I really like that refinery term, as I mentioned, versus the lake. So can you do some basic refinery? Get the good stuff out and then bring it behind the firewall into your other systems and processes for deeper analysis. So it's really all data scientists can do, real-time data exploration of this new big data that's flowing in.

Eric: Yeah, that's right. Well, let me go ahead and bring in our analysts and we'll kind of go back in reverse order. I'll start with you, Robin, with respect to Treasure Data and then we'll go to Kirk for some of the others. And then back to Robin and back to Kirk just to kind of get some more assessment of this.

And you know the data refinery, Robin, that Hannah is talking about here. I love that concept. I've heard only a few people talking about it that way but I do think that you certainly mentioned that before. And it really does speak to what is actually happening to your data. Because, of course, a refinery, it basically distills stuff down to its root level, if you think about oil refineries. I actually studied this for a while and it's pretty basic, but the engineering that goes into it needs to be exactly correct or you don't get the stuff that you want. So I think it's a great analogy. What do you think about this whole concept of the Treasure Data Cloud Service helping you tackle some of those very specific analytical needs without having to bring stuff in-house?

Robin: Well, I mean, obviously depending on the circumstances to how convenient that is. But anybody that's actually got already made process is already going to put you ahead of the game if you haven't got one yourself. This is the first takeaway for something like that. If somebody assembled something, they've done it, it's proven in the marketplace and therefore there's some kind of value in effect, well, the work is already gone into it. And there's also the very general fact that refining of data is going to be a much bigger issue than it ever was before. I mean, it is not talked about, in my opinion anyway, it's not talked about as much as it should be. Simply apart from the fact that size of the data has grown and the number of sources and the variety of those sources has grown quite considerably. And the reliability of the data in terms of whether it's clean, they need to disambiguate the data, all sorts of issues that rise just in terms of the governance of the data.

So before you actually get around to being able to do reliable analysis on it, you know, if your data's dirty, then your results will be skewed in some way or another. So that is something that has to be addressed, that has to be known about. And the triangulator of providing, as far as I can see, a very viable service to assist in that.

Eric: Yes, indeed. Well, let me go ahead and bring Kirk back into the equation here just real quickly. I wanted to take a look at one of these other slides and just kind of get your impression of things, Kirk. So maybe let's go back to this MarkLogic slide. And by the way, Kirk provided the link, if you didn't see it folks, to some of his class discovery slides because that's a very interesting concept. And I think this is kind of brewing at the back of my mind, Kirk, as I was talking about this a moment ago. This whole question that one of the attendees posed about how do you go about finding new classes. I love this topic because it really does speak to the sort of, the difficult side of categorizing things because I've always had a hard time categorizing stuff. I'm like, "Oh, god, I can fit in five categories, where do I put it?" So I just don't want to categorize anything, right?

And that's why I love search, because you don't have to categorize it, you don't have to put it in the folder. Just search for it and you'll find it if you know how to search. But if you're in that process of trying to segment, because that's basically what categorization is, it's segmenting; finding new classes, that's kind of an interesting thing. Can you kind of speak to the power of search and semantics and hierarchies, for example, as Frank was talking about with respect to MarkLogic and the role that plays in finding new classes, what do you think about that?

Kirk: Well, first of all, I'd say you are reading my mind. Because that was what I was thinking of a question even before you were talking, this whole semantic piece here that MarkLogic presented. And if you come back to my slide, you don't have to do this, but back on the slide five on what I presented this afternoon; I talked about this semantics that the data needs to be captured.

So this whole idea of search, there you go. I firmly believe in that and I've always believed in that with big data, sort of take the analogy of Internet, I mean, just the Web, I mean having the world knowledge and information and data on a Web browser is one thing. But to have it searchable and retrievable efficiently as one of the big search engine companies provide for us, then that's where the real power of discovery is. Because connecting the search terms, sort of the user interests areas to the particular data granule, the particular webpage, if you want to think the Web example or the particular document if you're talking about document library. Or a particular customer type of segment if that's your space.

And semantics gives you that sort of knowledge layering on top of just a word search. If you're searching for a particular type of thing, understanding that a member of a class of such things can have a certain relationship to other things. Even include that sort of relationship information and that's a class hierarchy information to find things that are similar to what you're looking for. Or sometimes even the exact opposite of what you're looking for, because that in a way gives you sort of additional core of understanding. Well, probably something that's opposite of this.

Eric: Yeah.

Kirk: So actually understand this. I can see something that's opposite of this. And so the semantic layer is a valuable component that's frequently missing and it's interesting now that this would come up here in this context. Because I've taught a graduate course in database, data mining, learning from data, data science, whatever you want to call it for over a decade; and one of my units in this semester-long course is on semantics and ontology. And frequently my students would look at me like, what does this have to do with what we're talking about? And of course at the end, I think we do understand that putting that data in some kind of a knowledge framework. So that, just for example, I'm looking for information about a particular customer behavior, understanding that that behavior occurs, that's what the people buy at a sporting event. What kind of products do I offer to my customers when I notice on their social media - on Twitter or Facebook - that they say they're going to a sporting event like football, baseball, hockey, World Cup, whatever it might be.

Okay, so sporting event. So they say they're going to, let's say, a baseball game. Okay, I understand that baseball is a sporting event. I understand that's usually a social and you go with people. I understand that it's usually in an outdoor space. I mean, understanding all those contextual features, it enables sort of, more powerful, sort of, segmentation of the customer involved and your sort of personalization of the experience that you're giving them when, for example, they're interacting with your space through a mobile app while they're sitting in a stadium.

So all that kind of stuff just brings so much more power and discovery potential to the data in that sort of indexing idea of indexing data granules by their semantic place and the knowledge space is really pretty significant. And I was really impressed that came out today. I think it's sort of a fundamental thing to talk.

Eric: Yeah, it sure is. It's very important in the discovery process, it's very important in the classification process. And if you think about it, Java works in classes. It's an object oriented, I guess, more or less, you could say form of programming and Java works in classes. So if you're actually designing software, this whole concept of trying to find new classes is actually pretty important stuff in terms of the functionality you're trying to deliver. Because especially in this new wild, wooly world of big data where you have so much Java out there running so many of these different applications, you know there are 87, 000 ways or more to get anything done with a computer, to get any kind of bit of functionality done.

One of my running jokes when people say, "Oh, you can build a data warehouse using NoSQL." I'm like, "well, you could, yeah, that's true. You could also build a data warehouse using Microsoft Word." It's not the best idea, it's not going to perform very well but you can actually do it. So the key is you have to find the best way to do something.

Προχώρα.

Kirk: Let me just respond to that. It's interesting you mentioned the Java class example which didn't come into my mind until you said it. One of the aspects of Java and classes and that sort of object orientation is that there are methods that bind to specific classes. And this is really the sort of a message that I was trying to send in my presentation and that once you understand some of these data granules - these knowledge nuggets, these tags, these annotations and these semantic labels - then you can bind a method to that. They basically have this reaction or this response and have your system provide this sort of automated, proactive response to this thing the next time that we see it in the data stream.

So that concept of binding actions and methods to specific class is really one of the powers of automated real-time analytics. And I think that you sort of hit on something.

Eric: Good, good, good. Well, this is good stuff. So let's see, Will, I want to hand it back to you and actually throw a question to you from the audience. We got a few of those in here too. And folks, we're going long because we want to get some of these great concepts in these good questions.

So let me throw a question over to you from one of the audience numbers who's saying, "I'm not really seeing how business intelligence is distinguishing cause and effect." In other words, as the systems are making decisions based on observable information, how do they develop new models to learn more about the world? It's an interesting point so I'm hearing a cause-and-effect correlation here, root cause analysis, and that's some of that sort of higher-end stuff in the analytics that you guys talk about as opposed to traditional BI, which is really just kind of reporting and kind of understanding what happened. And of course, your whole direction, just looking at your slide here, is moving toward that predictive capability toward making those decisions or at least making those recommendations, right? So the idea is that you guys are trying to service the whole range of what's going on and you're understanding that the key, the real magic, is in the analytical goal component there on the right.

Will: Absolutely. I think that question is somewhat peering into the future, in the sense that data science, as I mentioned before, we saw the slide with the requirements of the data scientist; it's a pretty challenging role for someone to be in. They have to have that rich knowledge of statistics and science. You need to have the domain knowledge to apply your mathematical knowledge to the domains. So what we're seeing today is there aren't these out-of-the-box predictive tools that a business user, like, could pull up in Excel and automatically predict their future, right?

It does require that advanced knowledge in technology at this stage. Now someday in the future, it may be that some of these systems, these scale-out systems become sentient and start doing some wild stuff. But I would say at this stage, you still have to have a data scientist in the middle to continue to build models, not these models. These predictive models around data mining and such are highly tuned in and built by the data scientist. They're not generated on their own, if you know what I mean.

Eric: Yeah, exactly. Αυτό είναι σωστό. And one of my lines is "Machines don't lie, at least not yet."

Will: Not yet, exactly.

Eric: I did read an article - I have to write something about this - about some experiment that was done at a university where they said that these computer programs learned to lie, but I got to tell you, I don't really believe it. We'll do some research on that, folks.

And for the last comment, so Robin I'll bring you back in to take a look at this WebAction platform, because this is very interesting. This is what I love about a whole space is that you get such different perspectives and different angles taken by the various vendors to serve very specific needs. And I love this format for our show because we got four really interesting vendors that are, frankly, not really stepping on each others' toes at all. Because we're all doing different bits and pieces of the same overall need which is to use analytics, to get stuff done.

But I just want to get your perspective on this specific platform and their architecture. How they're going about doing things. I find it pretty compelling. Τι νομίζετε;

Robin: Well, I mean, it's pointed at extremely fast results from streaming data and as search, you have to architect for that. I mean, you're not going to get away with doing anything, amateurish, as we got any of that stuff. I hear this is extremely interesting and I think that one of the things that we witnessed over the past; I mean I think you and I, our jaw has been dropping more and more over the past couple of years as we saw more and more stuff emerge that was just like extraordinarily fast, extraordinarily smart and pretty much unprecedented.

This is obviously, WebAction, this isn't its first rodeo, so to speak. It's actually it's been out there taking names to a certain extent. So I don't see but supposed we should be surprised that the architecture is fairly switched but it surely is.

Eric: Well, I'll tell you what, folks. We burned through a solid 82 minutes here. I mean, thank you to all those folks who have been listening the whole time. If you have any questions that were not answered, don't be shy, send an email to yours truly. We should have an email from me lying around somewhere. And a big, big thank you to both our presenters today, to Dr. Kirk Borne and to Dr. Robin Bloor.

Kirk, I'd like to further explore some of that semantic stuff with you, perhaps in a future webcast. Because I do think that we're at the beginning of a very new and interesting stage now. What we're going to be able to leverage a lot of the ideas that the people have and make them happen much more easily because, guess what, the software is getting less expensive, I should say. It's getting more usable and we're just getting all this data from all these different sources. And I think it's going to be a very interesting and fascinating journey over the next few years as we really dig into what this stuff can do and how can it improve our businesses.

So big thank you to Techopedia as well and, of course, to our sponsors - Pentaho, WebAction, MarkLogic and Treasure Data. And folks, wow, with that we're going to conclude, but thank you so much for your time and attention. We'll catch you in about a month and a half for the next show. And of course, the briefing room keeps on going; radio keeps on going; all our other webcast series keep on rocking and rolling, folks. Σε ευχαριστώ πάρα πολύ. We'll catch you next time. Αντίο.