ASTRAFOX prezentuje kierunki rozwoju Big Data w 2018 roku

REKLAMA

W jakim kierunku zmierza Big Data?

Prognozy na najbliższe 12 miesięcy wskazują, że rynek wciąż będzie się dynamicznie rozwijał, aczkolwiek kierunki jego rozwoju pozostaną zbliżone do tych obranych w roku ubiegłym. Ze względu na stale rosnące wolumeny danych rynek wciąż będzie zmuszał organizacje do zwrotu ku chmurze i porzuceniu rozwiązań on-premise, będzie się koncentrował na rozwoju Internet of Things oraz Machine Learning, technologiach kognitywnych, kwestiach bezpieczeństwa danych, a także wyzwaniach związanych z dirty data, dark data oraz orphaned data, a więc danych pozbawionych kontekstu, wybrakowanych, nieobrobionych czy też tych, które wymagają digitalizacji.

Rozwój Internet of Things

Internet rzeczy to gorący temat i nic nie wskazuje na to, by w 2018 roku miało się cokolwiek w tej kwestii zmienić. Wręcz przeciwnie. Większość ekspertów jest zgodnych co do tego, że rynek IoT będzie się nadal dynamicznie rozwijał, a jego wartość będzie sukcesywnie rosnąć. Zdaniem firmy badawczej MarketsandMarkets wartość rynku już w 2022 roku sięgnie poziomu 640 miliardów dolarów, co oznacza 25% wzrost względem 2017 roku. O ogromnym potencjale internetu rzeczy świadczy również aktualna i prognozowana liczba urządzeń podłączonych do sieci – szacunki IHS Markit wskazują, że jest ich już 20 miliardów. Zdaniem analityków Gartnera liczba podłączonych do sieci urządzeń, nie licząc komputerów oraz telefonów, wzrośnie z 8,4 mld w 2017 roku do 11,2 mld w 2018 roku, by w 2020 roku sięgnąć poziomu 20,4 mld. Tak dynamiczny rozwój branży to pochodna ogromnego potencjału biznesowego jaki drzemie w Internecie rzeczy. Wymierne korzyści biznesowe, wynikające z wdrożenia rozwiązań IoT w organizacji, dostrzega wiele branż, w tym m. in. branże produkcyjna, motoryzacyjna, transportowa czy handlowa. O jakich korzyściach mowa? Przede wszystkim o optymalizacji kosztownej, doskonaleniu łańcucha dostaw, pozyskiwaniu klientów czy budowaniu z nimi trwałej relacji. Co warte podkreślenia, IoT to niezwykle demokratyczna technologia, która znajduje szerokie zastosowanie w wielu różnych obszarach, zarówno biznesowych jak i prywatnych (np. domowe systemy bezpieczeństwa).

Szybki wzrost branży może być dodatkowo spotęgowany przez ogłoszenie przez światowych pionierów korzyści płynących z wdrożenia projektów IoT. Mierzalne wyniki, w tym chociażby współczynniki ROI, niewątpliwie mogą przyczynić się do wdrożenia podobnych inicjatyw w organizacjach, które dotychczas się wahały i nie dostrzegały potencjału drzemiącego w Internecie rzeczy. Zdaniem części analityków istnieje również ryzyko, że większość korzyści płynących z wdrożenia projektów IoT wciąż ma charakter czysto teoretyczny, przez co doświadczenia pionierskich organizacji na tym polu mogą zadecydować o dalszym rozwoju rynku.

Rosnące znacznie chmury

Rok 2018 będzie niewątpliwie kolejnym rokiem, w którym produkcja danych wciąć będzie niezwykle dynamiczna i tym samym problematyczna dla organizacji. Zalew danych już dziś w wielu firmach paraliżuje działanie systemów ERP, CRM czy BI, które nie posiadają wystarczająco dużej mocy obliczeniowej, by poradzić sobie z tak wielkimi zbiorami danych. Napotykając na takie problemy, organizacje coraz chętniej decydują się na porzucenie rozwiązań stacjonarnych (on-premise) na rzecz rozwiązań chmurowych. Do takiej zmiany organizacyjnej przekonują również inne atuty chmury, a mianowicie wyższy poziom bezpieczeństwa danych oraz niższe koszty ich utrzymania. Dynamiczny rozwój technologii chmurowych doprowadził do istotnego ich uproszczenia, co również stanowi wymierną korzyść dla organizacji. Pozwala bowiem na uniknięcie konieczności angażowania w proces pracowników IT i tym samym zdemokratyzowanie dostępu do chmury. Wyzwaniem pozostają jednak kwestie bezpieczeństwa – szczególnie bezpieczeństwa danych wrażliwych, do których dostęp powinien być ograniczony i na bieżąco kontrolowany.

Koncentracja na bezpieczeństwie i prywatności danych

Cyber security to niezwykle gorący i arcyważny temat w kontekście Big Data, z tego też względu można śmiało założyć, iż w 2018 roku również dużo działań podejmowanych przez organizacje tyczyć się będzie kwestii bezpieczeństwa i prywatności danych. Zdaniem ekspertów rok 2018 upłynie pod znakiem cyberbezpieczeństwa i wszelkich tematów z nim związanych, w tym także kwestii backupu i odzyskiwania utraconych danych. Spadek cen urządzeń IoT oraz rosnące nakłady organizacji na coraz powszechniejsze ich wykorzystywanie w biznesie z jednej strony nieść będzie szereg korzyści, zaś z drugiej narażać będzie firmy na odpowiednio większe niebezpieczeństwo ataków hakerskich. Ich liczba stale rośnie, dlatego należy się spodziewać, że trend ten zostanie utrzymany także w bieżącym roku. Co więcej, cyberataki mogą okazać się znacznie lepiej zorganizowane, a co za tym idzie skutki ich działania bardziej dotkliwe.

Rok 2018 to również nowe przepisy i regulacje, które nakładają na organizacje dodatkowe obowiązki. Mowa przede wszystkim o RODO – Rozporządzeniu Ogólnym o Ochronie Danych Osobowych, nad którym prace trwały 4 lata, a które ostatecznie przyjęte zostało przez Radę Unii Europejskiej i Parlament Europejski w kwietniu 2016 roku. Wchodzące w życie 25 maja 2018 roku rozporządzenie nakłada na wszystkie organizacje gromadzące dane dotyczące osób fizycznych obowiązek stworzenie własnego systemu ich ochrony. Statystyki wskazują, że świadomość dotycząca RODO wśród przedstawicieli biznesu jest znikoma – ankieta przeprowadzona przez firmę Dell wskazuje, że aż 80% badanych nie wie nic lub prawie nic na temat regulacji. Konsekwencją braku świadomości istnienia nowych przepisów jest brak odpowiedniego przygotowania organizacji do wdrożenie własnego modelu ochrony danych, co pozwala wnioskować, iż w obawie przed dotkliwymi karami finansowymi wiele firm zdecyduje się na szybkie we wdrażaniu rozwiązania gotowe, które mogą jeszcze bardziej spotęgować powszechność rozwiązań chmurowych.

Rozwój technologii kognitywnych

O rozwoju technologii kognitywnych mówi się już od kilku lat i rokrocznie trafiają one na listy trendów w obszarze Big Data. Nie inaczej jest i tym razem. Sztuczna inteligencja i rozwiązania kognitywne choć pobudzają wyobraźnie wielu przedstawicieli biznesu i są coraz częściej wykorzystywane do automatyzacji złożonych procesów biznesowych, będą się dynamicznie rozwijać, jednak na prawdziwy boom przyjdzie nam jeszcze trochę poczekać. Nie zmienia to jednak faktu, iż na polu technologii kognitywnych wydarzyło się na przestrzeni ostatnich miesięcy naprawdę wiele, a perspektywy na kolejne miesiące są równie obiecujące. Wiodący producenci oprogramowania dla biznesu niezwykle chętnie sięgają po tę technologię podczas projektowania nowych produktów, co pozwala przypuszczać, iż w nieco dłuższym horyzoncie czasowym z możliwości, jakie oferują, korzystać będzie coraz więcej organizacji na całym świecie. Mowa nie tylko o międzynarodowych korporacji, ale również biznesie prowadzonym na znacznie mniejszą skalę. Wymierne korzyści biznesowe, wynikające ze stosowania technologii kognitywnych w branżach szczególnie otwartych na nowości technologiczne (np. telekomunikacja, bankowość czy e-commerce), z pewnością stanowić będą istotny argument dla przedstawicieli innych branż, a także polskiego biznesu, który wciąż pozostaje zachowawczy i ostrożny względem inwestycji w nowoczesne technologie.

Wzrost znaczenia Machine Learning

Mimo iż Machine Learning nie jest nowym trendem, biznes wciąż niewiele wie na temat uczenia maszynowego i biznesowych korzyści jakie może przynieść jego umiejętne wykorzystanie. Ubiegłoroczne badanie SAS wskazuje wprawdzie, że 28% respondentów korzysta z tej technologii, a 30% planuje w ciągu najbliższych 3 lat wykorzystanie uczenia maszynowego, jednak tylko co piąty badany rozumie, w jaki sposób może ono wpłynąć na rozwój biznesu. Potencjalne korzyści są tymczasem ogromne i możliwe do uzyskania w niemalże wszystkich obszarach biznesowych. Mowa nie tylko o sposobności podejmowania bardziej trafnych decyzji w oparciu o dane czy precyzyjniejszym prognozowaniu, ale również o możliwości skuteczniejszej walki z cyberzagrożeniami, podniesieniu poziomu jakość obsługi klienta czy wypracowaniu w inny sposób trwałej przewagi konkurencyjnej. Zdaniem analityków wprowadzenie organizacji na cyfrowe tory, skuteczne prognozowanie trendów rynkowych i zwiększanie wydajności zespołów zajmujących się badaniem danych nie jest możliwe bez inwestycji w uczenie maszynowe. Potwierdza to raport Forrestera, który umieszcza rozwój PAML (Predictive Analytics and Machine Learning) pośród najważniejszych trendów w obszarze analizy biznesowej i prognozuje wzrost rynku na poziomie 15% rocznie w trzech najbliższych latach.

Digitalizacja Dark Data

Stale rosnąca koncentracja organizacji na danych, których wolumen, choć ogromny wciąż rośnie, zmusza do stawiania czoła coraz to nowym wyzwaniom i niwelowaniu strat czy potencjalnie traconych korzyści. Utrzymanie firmowych baz danych generuje niemałe koszty, jednak w wielu przypadkach są one zupełnie niepotrzebne. Jak potwierdzają badania firmowe serwery bardzo często przepełnione są danymi, które nigdy nie były poddane analizie, nigdy nie były modyfikowane, są przestarzałe, zbędne bądź niekompletne i przez to bezużyteczne. Problemem jest również istnienie istotnych z biznesowego punktu widzenia danych, które dostępne są jedynie na papierze. Powstałych przed erą komputerów, jednak przydatnych chociażby w kontekście analizy predykcyjnej. Ich digitalizacja choć niełatwa, może okazać się dla organizacji niezwykle korzystna. Wbrew pozorom skala problemu jest niemała, gdyż jak szacuje IDG nawet 90% danych dostępnych w Internecie to dark data. Czym jest dark data? Definicja terminu nie jest jednorodna, gdyż wykorzystuje się go powszechnie do opisu kilku odmiennych grup danych. Są to przede wszystkim dane, których firma nie gromadzi i nie przetwarza, gdyż nie ma świadomości ich istnienia. Mianem dark data opisać można również dane, które firma posiada, jednak nie wykorzystuje drzemiącej w nich wartości, ze względu na fakt, iż nie wie, jak je przetworzyć (do grupy tej zaliczają się również wszystkie dane wymagające digitalizacji). Ciemne dane to w końcu dane dane, będące w posiadaniu organizacji, jednak nie przetwarzane ze względu na spodziewaną niewspółmierność potencjalnych korzyści z wymaganymi nakładami pracy.

Powszechnie stosowanymi terminami, opisującymi „kłopotliwe” dane, są również: dirty data (dane brudne) oraz orphaned data (dane osierocone). Jako brudne dane rozumieć należy dane niedokładne, niekompletne bądź zawierające najróżniejsze błędy. Opieranie analiz na takich danych prowadzi do niewłaściwych wniosków, stąd każda analiza zbioru danych powinna być uprzednio poprzedzona procesem jego czyszczenia, a więc usuwania rekordów, które mogą zniekształcać wynik i rekomendacje biznesowe. Jak z kolei rozumieć dane osierocone? Orphaned data to nic innego jak dane wyrwane z kontekstu, a więc dane, których wartość biznesowa jest niezwykle trudna w ocenie. Ich utrzymywanie na firmowych serwerach generuje zwykle znaczne koszty, a monetyzacja przysparza sporo trudności. Znalezienie skutecznego sposobu na rozwiązanie problemów z jakością danych to temat, który niewątpliwie będzie bardzo aktualny w 2018 roku.

Źródło: Astrafox Sp. z o.o.