הנתיב המהיר לתובנות חדשניות מפתרון Big Data של Aster-Data

לקראת הכנס השנתי של לשכת מנתחי המערכות: שיחה עם טל נועם, מנהל החטיבה למערכות Data Warehouse בחברת מיטווך, נציגת Teradata בישראל: על הנתיב המהיר לתובנות חדשניות מפתרון Big Data
טל נועם, מנהל החטיבה למערכות Data Warehouse בחברת מיטווך, חברת טכנולוגיית המידע הוותיקה, הפעילה בתחומי המשק השונים בארץ, אחראי על מערך המכירות, הייעוץ, היישום והתמיכה בישראל, של מערכות Teradata ו-AsterData, וכן של מערכות ה- BI של Microstrategy.

Big Data: האם זה אכן מושג חם כיום שיש לו חיבור טבעי ל- Data Warehouse?

בהחלט כן. יש שטף נתונים בלתי מובנים המיוצר בארגונים, כדוגמת: נתוני גלישה באינטרנט, נתונים במדיה החברתית, נתונים המופקים בטכנולוגיות חישה מגוונות ודומיהם, אשר הופכים למידע שמצטרף למידע המובנה שכבר קיים בארגון. סוגי מידע אלו מעלים את השאלה: כיצד ניתן למקסם את הערך העסקי של כמויות הנתונים הללו, על אף השונות הרבה והעדר המבנה האחיד והברור (Unstructured) שלהם, והצורך בשיטות ניתוח חדשות מבוססות Map Reduce לנתונים בלתי מובנים.
תחום ה- Data Warehouse מקבל לאחרונה תנופה באמצעות שילוב טכנולוגיות ניתוח לעולם ה- Big Data לצורך הפקת תובנות עיסקיות ממידע זמין, כאשר הערך נובע משיוך מידע בלתי מובנה לתמונת הלקוח הכוללת. שיוך המידע הבלתי מובנה ללקוח ספציפי ושילובו ב- Data Warehouse מספק לארגונים תובנות עיסקיות חדשות אודות דרכים לשיפור הפעילות העיסקית, למשל: יצירת קמפיינים שיווקים ממוקדים תוך התבססות על זיהוי מאפייני הלקוח או צרכיו ב- FaceBook.

לקוחות חברת Teradata, מנתחים זה זמן רב כמויות מידע עצומות ,שמרביתו מידע מובנה. Teradata זיהתה את הייחודיות שבניתוח מידע בלתי מובנה, המצריך שיטות אנליטיות מסוג Map Reduce. ולכן, במהלך 2011 רכשה Teradata תמורת 263 מיליון דולר את חברת Aster Data אשר פיתחה פטנט מהפכני המאפשר לנתח נתונים בלתי מובנים, באמצעות פונקציות SQL-MapReduce. הפירוש המעשי של הדבר הוא שבאמצעות SQL סטנדרטי אשר כל מפתח BI טיפוסי בארגון מכיר בדרך כלל, ניתן כיום להריץ פונקציות SQL-MapReduce מורכבות ללא צורך או ידע בתכנות בשפה אחרת.

הפתרון של Aster Data מכיל בתוכו כ- 60 פונקציות ניתוח כאלו, אשר ניתן להרכיב מהן, כמו מקוביות לגו, פתרון לאיסוף, Parsing וניתוח של כמעט כל בעיה עסקית נדרשת. סביבת תחקור נתונים זו: Aster Data Discovery Platform, אשר מתחברת עם ה- Data Warehouse (של Teradata או חברות אחרות) מאפשרת להעשיר את תמונת הלקוח ולשייך מידע בלתי מובנה ללקוח ספציפי, לצורך יצירת תמונת לקוח מקיפה.

איך נכנס Hadoop לתמונה? ומה החידוש שתציגו בהקשר הזה בכנס?

Aster Data מאפשרת לארגונים העיסקיים להשתמש ב-Big Data כיום תוך שימוש ביתרונות של סביבת בסיס נתונים המתאים לעבודה ייצורית בארגון, על פני ,Hadoop File System וללא צורך להיכנס להרפתקאות של בניית פלטפורמות ניתוח מבוזרות ופיתוח בשפות תכנות המוכרות פחות.
מנגד, קיים יתרון ברור בשימוש בסביבת Hadoop כסביבה זולה לאחסון הנתונים הבלתי מובנים בצורתם המקורית, גם אם כיום לא ברור האם ולמה ישמש כל נתון ונתון כזה.

כדי להנות משני העולמות, בסיס הנתונים הייעודי SQL-H Aster מאפשר גישה ישירה אל נתוני ה- HCatalog הסטנדרטים של ה- Hadoop, ובכך מתאפשר סינון המידע הרלוונטי והעברתו של המידע הרלבנטי המסונן בלבד לסביבת Aster Data לצורך הניתוח שלו. השילוב בין סביבת אחסון הנתונים של Hadoop לבין סביבת הניתוח של Aster Data המספק מהירות עיבוד הגבוהה עד פי 35, מהירות פיתוח לוגיקה שגבוהה עד פי 5 ואינו מצריך את החלפתו או תגבורו של צוות ה- BI הקיים, מספק ארכיטקטורת פתרון אופטימלית. ארכיטקטורה זו שלTeradata קרוייה: Universal Data Architecture – UDA.

הטכנולוגיה מבוססת הפטנט של Aster Data, אשר תוצג בכנס, מיושמת כיום בעשרות פרויקטים בתחום זה בעולם, בין היתר אצל לקוחות גדולים כדוגמת Linkedin, e-Bay, Barnes & Noble ואחרים. על בסיס הנסיון הרב והיתרונות הבולטים של הפטנטים של Aster Data, מציעה כיום חברת מיטווך בישראל פתרונות עסקיים שונים, כדוגמת: מניעת נטישת לקוחות בסלולר, ניתוח אינטראקציות עם לקוח בבנקאות, הגדלת מכירות באמצעות האינטרנט בחברות ביטוח, ניתוח רשתות חברתיות בקמעונאות, ועוד.

 

למידע נוסף ושאלות ניתן לפנות ל- 050-8234085
או באימייל: tal@ncr.co.il

 

סגור נגישות