![[allshowTV - 버티카] Winning Big with Data, Vertica 10 데이터 기반 비즈니스의 성공을 위한 주요 과제와 Vertica 10 이 제시하는 해법](https://i.ytimg.com/vi/gMiUa00t7S8/hqdefault.jpg)
콘텐츠
출처 : Beebright / Dreamstime.com
테이크 아웃 :
통합 분석 플랫폼은 비정형 데이터를 처리하여 의미있는 결과를 생성 할 수 있습니다.
사물 인터넷 (IoT)은 업계에서 큰 기회로 여겨지고 있습니다. 많은 사람들은 IoT 장치에서 생성 된 데이터를 통해 맞춤형, 개선 된 제품 및 서비스를 많은 산업의 최종 고객에게 제공 할 수 있다고 생각합니다. 기업은 생산성을 향상시킬뿐 아니라 수익을 개선하고 비용, 에너지 및 연료를 절약 할 수 있습니다. 이러한 이점을 실현하려면 IoT 데이터를 제대로 활용해야합니다. 이는 주로 구조화되지 않고 복잡하기 때문에 어렵습니다.
통합 분석 플랫폼은 일련의 비정형 데이터에서 올바른 분석을 제공하는 데 중요한 역할을합니다. 의미있는 분석을 제공하려면 복잡한 데이터를 저장, 쿼리 및 처리 할 수있는 도구를 한 곳에 통합해야합니다. 통합 분석 플랫폼이 바로 그 일을합니다.
통합 분석 플랫폼이란 무엇입니까?
통합 분석 플랫폼은 구조화되지 않은 복잡한 데이터를 포함하여 모든 데이터에서 의미있는 분석을 제공하는 통합 솔루션입니다. 기존의 관계형 데이터베이스 관리 시스템 (RDBMS)은 저장된 데이터에서 Conual 또는 맞춤형 분석을 제공 할 수 없습니다. 대기업은 비즈니스를 추진하기 위해 의미 있고 실행 가능한 데이터에 많이 의존합니다. 통합 분석 플랫폼은 실행 엔진, 데이터베이스 관리 시스템 (DBMS), 데이터 마이닝 기능 및 데이터베이스에없는 데이터를 획득하고 준비하는 기능과 같은 다양한 도구를 통합합니다. 또한 빅 데이터와 같이 복잡하고 구조화되지 않은 데이터를 처리하도록 플랫폼이 업데이트되었습니다. 데이터를 처리하기 위해 다른 도구가 필요하지 않습니다. 이 플랫폼은 최종 고객에게 애플리케이션 또는 SaaS (Software-as-a-Service) 모델을 기반으로 최종 고객에게 제공 할 수 있습니다. 회사는 일정 기간 동안 가입 한 다음 갱신 할 수 있습니다. 보고서에서 BeyeNETWORK의 Merv Adrian과 Colin White는 분석 플랫폼을“데이터를 관리하고 해당 데이터에서 비즈니스 분석을 생성하기위한 통합 된 완벽한 솔루션으로 정의했습니다.이 솔루션은 가격 / 성능과 비전문 제품보다 월등 한 가치를 제공합니다. 이 솔루션은 어플라이언스 (소프트웨어 전용, 패키지 된 하드웨어 및 소프트웨어, 가상 이미지) 및 / 또는 클라우드 기반 소프트웨어 인 SaaS (서비스 형) 서비스 형태로 제공 될 수 있습니다.”
IoT 데이터는 어떤 모습입니까?
IoT 데이터는 매우 복잡 할 수 있으며 구조화되지 않은 것입니다. 각각 IP 주소가 있고 서로 대화하는 수백만 개의 장치를 생각해보십시오. 수백만 대의 서버가이 장치들이 전송하는 데이터를 수집하고 있습니다. 몇 가지 예를 살펴 보겠습니다. 맥박 및 혈압과 같은 건강 데이터 또는 온도 및 음식 습관과 같은 데이터를 저장하는 에어컨 또는 냉장고와 같은 전자 기기에 장착 된 장치를 생각하십시오. 총 데이터 양이 많으며 증가하고 있습니다. 수신 된 데이터는 센서와 서버 사이의 중간 분석, 데이터 캡처에 사용 된 기술, 파일 형식 및 기타 여러 요소로 인해 장치 및 센서의 구성이 다양하므로 복잡합니다. 따라서 데이터 볼륨 및 형식은 IoT 데이터 분석을 매우 어려운 작업으로 만듭니다.
설문 조사에서 생성 된 총 데이터 중 44.6 %는 XML 데이터, 23.8 %는 구조화되지 않은 파일 데이터, 23 %는 웹 로그이며 나머지는 패키지 애플리케이션 데이터, 리치 미디어 데이터 및 기타 파일 유형으로 구성됩니다.
통합 분석 플랫폼 + IoT 데이터
볼륨, 복잡성 및 구조화되지 않은 형식으로 인해 IoT 데이터 분석이 까다로운 제안입니다. 어려운 점은 분석을 신속하게 제공해야한다는 요구 사항입니다. 따라서 의미있는 IoT 분석을 제공 할뿐만 아니라 신속하게 제공 할 수있는 솔루션이 필요합니다. 이것은 고립 된 도구와 기술로는 해결할 수없는 것입니다. 따라서 통합 솔루션이 필요합니다. 앞에서 언급했듯이 통합 분석 플랫폼은 데이터베이스 관리 시스템, 데이터 수집 및 스토리지 시스템 및 처리 기능을 한 곳에 통합합니다. 통합 분석 플랫폼이 가장 좋은 이유는 다음과 같습니다.
분석 플랫폼은 데이터에 대한 고급 분석을 수행 할 수 있습니다. 예를 들어, 정기적 인 분석 도구는 제한된 시간 내에 처리해야하는 막대한 양의 데이터로 인해 뉴욕 주 상위 10 개 트레이더의 지난 주 수익성을 간단히 비교하기 어려울 것입니다. 통합 분석은 그 이상을 수행 할 수 있습니다. 예측 데이터 모델을 구축 한 다음 실시간 데이터와 데이터 모델을 비교하고 지리적 시각화 등을 수행 할 수 있습니다.
기존의 데이터 센터 설정 및 분석 기술은 비용이 많이 드는 제안이므로 이러한 리소스를 사용하여 IoT 분석을 제공하려고 할 때 더욱 그렇습니다. 데이터 양과 분석 요구 사항이 증가함에 따라 설정에 더 많은 투자를해야합니다. 분석 플랫폼은 이러한 비용을 크게 줄일 수 있습니다. 오픈 소스 소프트웨어의 라이센스 비용이 상당히 저렴합니다. 이 플랫폼은 저렴한 상용 프로세서를 사용하므로 하드웨어를 쉽게 업그레이드 할 수 있습니다. 어플라이언스는 사전 통합 및 사전 구성되므로 설정 비용이 절감됩니다.
사례 연구
통합 분석 플랫폼이 어떻게 변화를 가져 왔는지에 대한 탁월한 사례 연구입니다. Google은 제한적이고 표준화 된 분석을 제공했습니다. 심층 분석은 가능하지만 시간이 많이 걸리고 비용이 많이 들고 비효율적 일 수 있습니다. 솔루션은 분석, Google 웹 로그 분석 및 맞춤 분석을 필요한 방식으로 데이터를 슬라이스 및 분석 할 수있는 기능과 결합한 통합 분석 시스템이었습니다. 이것은 다재다능하고 효과적인 솔루션을 만들었습니다. 결과적으로 분석 시간이 90 % 단축되고 테스트 캠페인 예산과 최소 샘플 크기가 75 % 감소하고 전환율이 100 % 증가했으며 평균 캠페인 일시 중지 시간이 4 일에서 하루로 단축되었습니다. 아래 표는 분석 플랫폼에서 분리 된 측정 항목과 Google을 통합 한 방법을 보여줍니다.
요약
IoT 데이터는 통합 분석 플랫폼의 강력한 사례입니다. 데이터에 의존하는 비즈니스는 상대적으로 비효율 성과 비용 문제로 인해 기존 분석 방법 및 기술을 유지하기가 매우 어려울 것입니다. 그러나 통합 분석 플랫폼으로 전환하면 많은 비즈니스에 대한 사고 방식의 변화가 반영되며 일반적으로 변경 속도가 느립니다. 통합 분석 플랫폼은 여전히 많은주의를 기울여 검토되고 있으며 투자 수익에 대한 많은 논쟁이 진행되고 있습니다. 이것은 현대 플랫폼이 초기 단계이기 때문에 자연스럽고 이러한 플랫폼이 더 널리 수용되는 데 시간이 걸릴 것입니다. 그러나 곧 이것이 지배적 인 데이터 분석 플랫폼이 될 것입니다.