Hvorfor bedrifter trenger data i bevegelse for store data - dummier

Du trenger data i bevegelse for å reagere raskt med den nåværende tilstanden til store data. For å fullføre en kredittkorttransaksjon eller sende en e-post, må data transporteres fra ett sted til et annet. Data er i ro når den lagres i en database i datasenteret eller i skyen. Derimot er data i bevegelse når den er i transitt fra en hvilested til en annen.

Bedrifter som må behandle store mengder data i nær sanntid for å få forretningsinnsikt, sannsynligvis orkestrerer data mens den er i bevegelse. Data i bevegelse og store datamengder går hånd i hånd. Mange virkelige eksempler på kontinuerlige strømmer av store datamengder er i bruk i dag:

• Sensorer er koblet til svært følsomt medisinsk utstyr for å overvåke ytelses- og varsletekniker om avvik fra forventet ytelse. De registrerte dataene fortsetter kontinuerlig for å sikre at teknikere får informasjon om potensielle feil med nok ledetid til å korrigere utstyret og unngå potensiell skade for pasientene.

• Telekommunikasjonsutstyr brukes til å overvåke store mengder kommunikasjonsdata for å sikre at servicenivåene tilfredsstiller kundenes forventninger.

• Point-of-sale data blir analysert ettersom den er opprettet for å prøve å påvirke kundenes beslutningsprosesser. Data behandles og analyseres ved engasjementet - kanskje i kombinasjon med posisjonsdata eller sosiale medier.

• Meldinger, inkludert detaljer om finansielle utbetalinger eller aksjehandel, utveksles kontinuerlig mellom finansielle organisasjoner. For å sikre sikkerheten til disse meldingene, brukes ofte standardprotokoller som Advanced Message Queuing Protocol (AMQP) eller IBMs MQSeries. Begge disse meldingsmetoderne legger inn sikkerhetstjenester innenfor rammene sine.

• Samle informasjon fra sensorer i et sikkerhetssensitivt område slik at en organisasjon kan skille mellom bevegelsen av en ufarlig kanin og en bil som beveger seg raskt mot et anlegg.

• Medisinsk utstyr kan gi store mengder detaljert informasjon om ulike aspekter av pasientens tilstand og matche disse resultatene mot kritiske forhold eller andre unormale indikatorer.

Data i gang, ofte i form av streamingdata, blir stadig viktigere for bedrifter som trenger å ta avgjørelser når fart er en kritisk faktor. Hvis du trenger å reagere raskt på en situasjon, kan evnen til å analysere data i sanntid bety forskjellen mellom å kunne reagere på å endre et utfall eller for å unngå et dårlig resultat.

Utfordringen med streaming data er å trekke ut nyttig informasjon som den er opprettet og transportert før det kommer til et hvilested. Streaming data kan ha stor verdi for din bedrift hvis du kan dra nytte av dataene når den er opprettet eller når den kommer til din bedrift.

Du må behandle og analysere streamingdata i sanntid, slik at du kan reagere på gjeldende tilstand av dataene - mens du er i bevegelse og før den er lagret. Du må ha kunnskap om sammenhengen mellom disse dataene og hvordan den relaterer seg til historisk prestasjon. Og du må kunne integrere denne informasjonen med tradisjonelle operasjonelle data.

Det sentrale problemet å huske er at du må ha en klar forståelse av arten av streaming data og hvilke resultater du leter etter. For eksempel, hvis bedriften din er en produsent, vil det være viktig å bruke dataene som kommer fra sensorer for å overvåke renheten av kjemikalier som blandes i produksjonsprosessen.

Dette er en konkret grunn til å utnytte direktedataene. I andre situasjoner kan det imidlertid være mulig å fange opp mye data, men det finnes ikke noe overordnet forretningsbehov. Med andre ord, bare fordi du kan streame data betyr ikke at du alltid bør.

Hvordan kan du bruke streamingdata til å endre virksomheten din? I noen situasjoner kan bedrifter ta data som de allerede har, og begynner å bruke det mer effektivt. I andre situasjoner samler de data som de ikke kunne samle inn før.

Noen ganger kan organisasjoner samle mye mer av dataene de bare hadde samlet inn øyeblikksbilder av tidligere. Disse organisasjonene bruker streaming data for å forbedre resultatene for kunder, pasienter, byboere, eller kanskje for menneskeheten. Bedrifter bruker streaming data til å påvirke kundenes beslutningsprosesser ved salgsstedet.