Czym jest analiza w pamięci?
W dzisiejszych czasach dane są obecne wszędzie. Ich objętość, szybkość przesyłania i różnorodność nieustannie wykraczają poza wszelkie oczekiwania. Stosowanie analizy danych pomogło już wielu wiodącym markom w przejściu z tradycyjnej analizy biznesowej na analizę w czasie rzeczywistym w celu zwiększenia wydajności, uniknięcia ryzyka i podniesienia przychodów poprzez ofertę dopasowaną do potrzeb klienta. Firmy, które nie czerpią korzyści z danych dzięki rozwiązaniom analitycznym, mogą ustąpić pola konkurencji.
Szybkość to kluczowy wymóg dla infrastruktury IT, która wspiera podejmowanie decyzji na podstawie analizy. Wartość biznesowa rozwiązań ułatwiających podejmowanie decyzji często zależy od zdolności dostarczania wyników co najmniej tysiąc razy szybciej w porównaniu do standardowych technologii. Osiągnięcie tego ambitnego celu wymaga zastosowania nowej metody przetwarzania w pamięci.
Koncepcja przetwarzania w pamięci jest niezwykle prosta. W przypadku standardowego przetwarzania dane są przechowywane na dysku twardym w systemie lub udostępnione w sieci. W razie potrzeby są one wykorzystywane w lokalnej pamięci systemowej (obecnie określanej jako RAM), a następnie przekazywane do procesora. Długi czas wyszukiwania danych zapisanych na dyskach zazwyczaj staje się ograniczeniem.
Dzięki przetwarzaniu w pamięci dane są zapisywane bezpośrednio w pamięci systemowej. To podejście do architektury znacznie zmniejsza opóźnienia poprzez wyeliminowanie czasu poświęcanego na wyszukiwane danych na dysku i przekazywanie ich do procesora. Przetwarzanie w pamięci najczęściej opiera się na pamięci DRAM, co jest nieekonomiczne w przypadku dużych ilości danych. Jednak rozwój technologii pamięci trwałej przyczynił się do wzrostu pojemności, ekonomiczności i trwałości przechowywanych danych w połączeniu z jej wydajnością na poziomie zbliżonym do pamięci DRAM.
Analiza w pamięci operacyjnej często składa się z dwóch innych ważnych elementów technicznych, które zwiększają wydajność oprogramowania.
Magazyn danych kolumnowych: Zamiast tradycyjnej, dwuwymiarowej struktury danych (rzędy i kolumny) dane wykorzystywane do analizy w pamięci operacyjnej mają jednowymiarową, liniową strukturę.
Przetwarzanie równoległe dużej skali: Analiza w pamięci operacyjnej w pełni wykorzystuje moc wielordzeniowego, wielowątkowego procesora, która jest uwalniania do przetwarzania danych przy skróconym czasie dostępu.
Nieustannie rozwijane portfolio w zakresie analizy biznesowej
Analiza biznesowa, podobnie jak wiele rozwiązań IT, może przedstawiać dla przedsiębiorstw coraz większą wartość w miarę, jak będą one zdobywać doświadczenie oraz dojrzałość operacyjną w zakresie stosowania poszczególnych rozwiązań. Bardziej tradycyjne lub konwencjonalne metody, takie jak analiza opisowa i diagnostyczna, przekazują informacje firmie o tym, w jakim miejscu się znajdowała, zamiast podpowiadać jej, gdzie może się znaleźć.
Kolejny krok na skali dojrzałości to analiza predykcyjna, która wybiega w przyszłość. Zastępuje ona podejmowanie decyzji na podstawie przeczucia i wyznacza zdyscyplinowaną metodę, która jest oparta na danych. Analiza predykcyjna funkcjonuje w czasie rzeczywistym. Zazwyczaj korzystają z niej osoby na niższych stanowiskach, które nieustannie podejmują mniej znaczące decyzje, np. jakie palety załadować do danego pojemnika.
Te jednostkowe decyzje same w sobie nie są szczególnie ważne. Ale w ogólnym rozrachunku mogą mieć duży wpływ na końcowy zysk, albo przez obniżenie kosztów, albo przez zwiększenie przychodów. Wraz z upływem czasu analiza predykcyjna umożliwi firmom zautomatyzowanie procesów, które są teraz obsługiwane ręcznie, tak aby osiągnęły one „szybkość komputera”.
Na późniejszych etapach modelu dojrzałości analiza preskryptywna bada możliwości długofalowe oraz prognozuje możliwe do osiągnięcia rezultaty. Analizę preskryptywną można wykorzystać, np. do określenia optymalnej lokalizacji nowego sklepu.
Wszystkie te przyszłościowe metody wykorzystują dane w organizacji – czasami uwzględniając dane transakcyjne – oraz wiele innych form dostępnych informacji, które są przekazywane przez narzędzia analityczne innych firm.
Rozwiązania do analizy w pamięci operacyjnej mogą w pełni nie zastąpić standardowych magazynów danych, lecz są w stanie zagwarantować lepsze wsparcie w zakresie podejmowania decyzji przez daną firmę. Istnieje możliwość rozpoczęcia od analizy w pamięci operacyjnej przed rozpoczęciem procesu całościowego przekształcenia firmy.
Wartość biznesowa analizy
Źródła danych o wartości biznesowej są nieograniczone: dane z czujników z fabryk, wielu kanałów sprzedaży, mediów społecznościowych, satelitów meteorologicznych i innych źródeł poszczególnych firm. Nowe rozwiązania, takie jak inteligentne miasta i Internet rzeczy, tylko zwiększają ilość gromadzonych informacji. Firmy nie mogą zignorować tych danych, jeśli chcą pozostać konkurencyjne. Po prawidłowej analizie informacje te mogą zwiększyć sprzedaż poprzez określenie droższych rozwiązań, które będą cieszyły się popularnością, zmniejszenie kosztów dystrybucji za pomocą inteligentniejszego routingu i zarządzania asortymentem, obniżenie kosztów produkcyjnych i podniesienie jakości przy użyciu zaawansowanej analizy przyczyn źródłowych – lista nie ma końca.
Czasami wyodrębnienie praktycznych wniosków z ogromnej ilości danych polega na znalezieniu schematów w wydarzeniach z przeszłości. W innych przypadkach wyniki w czasie rzeczywistym są niezbędne do podniesienia jakości obsługi klienta, usunięcia luk w zabezpieczeniach lub zapobiegnięcia nieuprawnionemu użyciu karty kredytowej – to tylko kilka z wielu przykładów.
Ograniczenia w zakresie wdrożenia przestają istnieć. Wszyscy główni dostawcy usług IT oferują rozwiązania analityczne, a niektóre z nich są skierowane do konkretnych branż. Liczba analityków danych posiadających wymagane umiejętności do użytkowania i wspierania zaawansowanych rozwiązań analitycznych cały czas rośnie. Wiele firm stara się również „upowszechnić” korzystanie z analizy poprzez stosowanie prostszych interfejsów i wbudowanych algorytmów. Popularność analizy danych (wraz z solidnymi argumentami biznesowymi) ułatwiła pozyskiwanie funduszy.
Najważniejsze jest to, że analiza danych przekłada się na oczywiste korzyści biznesowe. Wiele znanych firm korzysta już z analizy w pamięci operacyjnej, aby zwiększać przychody i obniżać koszty. Firmy, które nie korzystają z tych możliwości operacyjnych, mogą zostać w tyle za konkurencją.
Analiza w praktyce
Analiza w pamięci operacyjnej to sprawdzona, przełomowa technologia, która już teraz wywiera ogromny wpływ na każdy aspekt działalności oraz zarządzania organizacją, uwzględniając produkcję, zarządzanie łańcuchem dostaw, zasoby ludzkie, marketing, dystrybucję, finanse i wiele innych działów.
Dla wielu organizacji najważniejszą zaletą gwarantowaną przez analizę w pamięci operacyjnej jest możliwość przetwarzania ogromnych ilości danych w wystarczająco szybkim tempie, aby uzyskane wnioski przynosiły faktyczną korzyść. Rozpoznawanie schematów w dużych zbiorach danych to jedno ze sztandarowych zastosowań. Na przykład Urząd Skarbowy* w Stanach Zjednoczonych analizuje formularze podatkowe podczas ich przetwarzania, aby określić schematy błędów lub problemów. W rezultacie Urząd Skarbowy wprowadził zmiany, które zapobiegły przed nienależytym zwrotem setek milionów dolarów.
Analiza predykcyjna jest prawdopodobnie najprzydatniejszym zastosowaniem technologii przetwarzania w pamięci. W UPS* modele predykcyjne dla operacji dostawczych są odpowiedzialne za zmniejszenie liczby przejechanych mil, co pozwala firmie zaoszczędzić pieniądze i zmniejszyć ogólny ślad węglowy firmy.
Analiza predykcyjna cechuje się niezwykle wysoką skutecznością w handlu detalicznym. Na przykład sprzedawca może wdrożyć projekt analizy w pamięci operacyjnej w celu opracowania kampanii marketingowych skierowanych do konkretnej grupy klientów, co skutkuje redukcją kosztów. Prawdopodobnie każda branża może czerpać korzyści z takich rozwiązań, jak to.
Przewodnik wprowadzający
Przedstawiamy pięcioetapowy proces, który umożliwia zapoznanie się analizą w pamięci operacyjnej.
- Określ problemy. Wraz z liderami jednostki biznesowej sporządź listę problemów, szczególnie takich, których rozwiązanie przy użyciu istniejących systemów jest trudne lub niemożliwe. Na liście tej priorytet powinny otrzymać elementy, które są zgodne z istniejącymi strategiami; dają nadzieję na uzyskanie nowych, praktycznych informacji; mieszczą się w zakresie umiejętności pracowników w organizacji IT i są poparte solidnymi argumentami biznesowymi. Końcowym rezultatem powinna być przejrzysta lista zawierająca cele oraz zasoby niezbędne do ich osiągnięcia.
- Zbierz informacje i zapoznaj się z rozwiązaniami analitycznymi dostępnymi na rynku. Po zdobyciu tej wiedzy dokonaj oceny bieżącej infrastruktury. Ważne, aby poznać źródło danych przeznaczonych do analizy, ich właściciela oraz środki niezbędne do zagwarantowania odpowiedniego poziomu ich jakości i bezpieczeństwa.
- Określ i rozwijaj umiejętności, których potrzebuje Twój zespół. Zatrudnij nowe, utalentowane osoby lub zaplanuj outsourcing niektórych zadań, jeśli jest to konieczne. W wielu przypadkach nowi pracownicy będą posiadali szereg umiejętności, które odpowiadają Twoim potrzebom.
- Wyznacz wymogi technologiczne wykraczające poza bieżącą infrastrukturę. Analiza w pamięci operacyjnej wymaga nowoczesnego sprzętu, w tym infrastruktury do zastosowań obliczeniowych, pamięci masowej i sieci. Trzeba również ustalić, jakie zapytania i algorytmy analityczne należy wygenerować, aby uzyskać pożądane rezultaty, a następnie zdecydować, jak zaprezentować te wyniki w interesujący sposób. Przyjrzyj się rozwiązaniom zastrzeżonym oraz open source w zakresie oprogramowania, ponieważ wybór jest szeroki.
- Opracuj ostateczne zastosowania dla projektu. Ustal sposób wykorzystania danych oraz określ przepływ informacji. Następnie zaprojektuj środowisko testowe dla wersji produkcyjnej.
Rozwiązania firmy Intel do analizy: sprzęt i inne elementy
Firma Intel oferuje największą platformę do analizy w pamięci operacyjnej o dużych możliwościach skalowania w przypadku rosnących obciążeń roboczych. Wspiera ona różne zadania analityczne, w tym analizę w czasie rzeczywistym, bazy danych przetwarzane w pamięci operacyjnej, skalowalne wszerz wdrożenia Spark*, systemy obliczeniowe dużej skali (HPC) i uczenie maszynowe. Wykorzystuje zasoby obliczeniowe, pamięć masową, pamięć operacyjną, infrastrukturę i sieć oraz optymalizuje wszystkie te elementy pod kątem „wzajemnej współpracy”, ponieważ całe rozwiązanie działa sprawniej niż jego poszczególne części.
Rezultatem jest elastyczna infrastruktura z wbudowanymi zabezpieczeniami, która gwarantuje wysoką wydajność, niezbędną do spełnienia dzisiejszych potrzeb, jednocześnie tworząc solidne, niezawodne fundamenty na przyszłość.
Architektura Intel® zapewnia organizacjom IT spójny standard podstawowy w całej infrastrukturze z przewidywalną ścieżką skalowania rozwiązań analitycznych wraz z upływem czasu oraz do rozszerzenia gamy produktów, co oznacza brak konieczności wspierania wielu architektur. Zapewnia też spójny model programowania dla deweloperów, umożliwiając im skupienie się na podnoszeniu wydajności i doskonaleniu funkcji.
Architektura Intel® jest obsługiwana przez wielu partnerów w zakresie sprzętu i oprogramowania. Firma Intel aktywnie współpracuje cały czas z tymi partnerami, aby podnosić wydajność ich produktów w architekturze Intel®.
Organizacje współpracujące z firmą Intel w zakresie rozwiązań analitycznych mają pełną swobodę w zakresie wyboru platformy oprogramowania open source lub jednej z wiodących na rynku platform komercyjnych, takich jak rozwiązania SAS, SAP, Oracle, IBM, Microsoft i wielu innych firm.
Ze swoją renomą firma Intel stanowi bogate źródło informacji w zakresie pomyślnego wdrażania rozwiązań do analizy w pamięci.
Firma Intel jest głównie znana ze swoich procesorów, lecz wielu osobom rodzina procesorów Intel® Xeon® Scalable od dawna kojarzy się przede wszystkim z analizą w pamięci operacyjnej. Temat jest jednak znacznie szerszy i warto się z nim dokładnie zapoznać. Kliknij tutaj, aby dowiedzieć się, jak firma Intel może wesprzeć Twoją organizację w zakresie opracowywania strategii dotyczącej analizy w pamięci operacyjnej.