A sikeres adatelemzés lényege, hogy a vállalat által összegyűjtött nagy adathalmazok tanulmányozása révén bevételnövelési lehetőségeket kutasson fel, segítse a kockázatok kezelését, valamint a vásárlói igények alapján megmutassa, milyen termék- és szolgáltatásfejlesztéseket célszerű végrehajtani. Napjainkban egyre terjed a memóriaalapú analitika, amely azt ígéri, hogy az elemzések gyorsabban végrehajthatók, és mélyebb összefüggések deríthetők fel. Annak érdekében, hogy képet alkothassunk a gyorsan fejlődő memóriaalapú elemzési módszerekről, az International Institute for Analytics (IIA) a téma szakértőjét, Tapan Patelt, a SAS Institute globális termékmarketing-menedzserét kérdezte a technológia mibenlétéről, előnyeiről és a bevezetése során tapasztalható nehézségekről.
Definíció és előnyök
A memóriaalapú elemzés olyan feldolgozási módszer, amelynél egy alkalmazás által használt összes adat az informatikai infrastruktúra fő memóriájában tárolódik. Az adatokat több felhasználó több alkalmazáson keresztül érheti el, méghozzá igen gyorsan, biztonságosan és egyidejűleg. A módszer képes kihasználni a többszálú futtatást és az osztott feldolgozást, ahol az adatok és az adatokat feldolgozó komplex munkafolyamatok eloszthatók a klaszterbe kötött vagy ugyanabban a szerverkörnyezetben lévő több számítógép között.
A memóriaalapú feldolgozás nem csak lekérdezésekhez és adatkereséshez használható, hanem olyan összetett feladatokhoz is, mint a prediktív elemzés, gépi tanulás és szövegelemzés. Jelenleg négy kulcsfontosságú tényező segíti a módszer elterjedését. Először is komoly igény mutatkozik a többféle forrásból származó adatok elemzésének gyorsabb végrehajtására. A memóriaalapú feldolgozás megfelelő méretezhetőséggel és sebességgel támogatja az analitikai munkafolyamatokat. Másodszor: ugyancsak nagy az igény a granulárisabb és mélyebb elemzések lefolytatására az új üzleti lehetőségek és az ismeretlen kockázatok felkutatása, a növekedés gyorsítása, valamint az üzleti folyamatok intelligensebbé tétele érdekében. Harmadszor: évről évre egyre kevesebbe kerülnek a memórialapkák, így az analitikai célú memórialapú feldolgozás immár olcsóbb hardvereken is elvégezhető. És végül negyedszer: a digitális kor arra készteti a szervezeteket, hogy átértékeljék a külvilággal való kapcsolatukat, hogy proaktívak legyenek, vagyis képesnek kell lenniük a gyorsan változó körülmények észlelésére, elemzésére és a hozzájuk való alkalmazkodásra.
Felmerül a kérdés, miben különbözik a memóriaalapú feldolgozás a hagyományos analitikai módszerektől? Az első lényeges különbség abban van, hol tárolják az adatokat. A hagyományos feldolgozásnál az adatokat lemezen tárolják. A tartós tárolási hely a memóriaalapú feldolgozásnál is a lemez, ugyanakkor a folyamat megkezdésekor az összes adatot betöltik a memóriába, így nem kell állandóan lemezre menteni, illetve onnan betöltögetni őket. Ez eredményezi a másik lényeges különbséget: a sebességnövekedést. A hagyományos kötegelt feldolgozáshoz képest, amelynél rengeteg oda-vissza adatmozgatás történik, az adatok memóriában tartása lehetővé teszi, hogy több felhasználó végezzen egyszerre interaktív feldolgozást lemezhasználat nélkül. Ennek eredményeképpen a végfelhasználók gyors választ kaphatnak, anélkül, hogy aggódniuk kellene az infrastruktúra szűk keresztmetszetei miatt, míg az adatkutatók nem korlátozódnak minták vizsgálatára, hanem annyi elemzési technikát és iterációt alkalmazhatnak, amennyire csak szükségük van a legjobb modell megtalálásához.
A bevezetés lépései
Mindenekelőtt meg kell határozni azokat a területeket, ahol a memóriaalapú analitika jelentős üzleti értéket - bevételnövekedést, folyamathatékonyság-javulást, termékinnovációt - hozhat létre. Szükség van továbbá modernizálásra az elemzés és az infrastruktúra területén. Ami az analitikát illeti, elengedhetetlenül fontos áttérni a hagyományos megközelítésről a nagyteljesítményű megközelítésre, ami lehetővé teszi az új változók gyors hozzáadását a folyamathoz, valamint a modellek gyakoribb iterációját. Így például ahol a legújabb gépi tanulási és szövegelemzési technológiát használják, olyan problémák megoldására is sor kerülhet, amelyek korábban túlságosan bonyolultnak látszottak.
Az infrastruktúra vonatkozásában fontos megvizsgálni, hogy a memóriaalapú architektúra miképpen képes kezelni az adatok és felhasználók méretezhetőségét, valamint az összetett munkafolyamatokat. Végül a szervezetek érdekeltek az analitikai életciklusban meglévő - adatelőkészítéssel, modellfejlesztéssel vagy telepítéssel kapcsolatos - késleltetések megszüntetésében. Az adatinfrastruktúra tekintetében érdemes megvizsgálni, hogy a Hadoop és a memóriaalapú analitika miképpen játszhat nagyobb szerepet az analitikai igények kielégítésében, különösen az új és komplex alkalmazási esetekben. Egy alacsony költségű tárolási lehetőség és egy memóriaalapú, osztott informatikai környezet megteremtésével megváltoztatható az analitikai feldolgozási környezetek költségmodellje.
A módszer alkalmazásának buktatói
Nem elég felpörgetnie egy vállalatnak az adatelőkészítést és az analitikai életciklust, arról is gondoskodnia kell, hogy az üzleti folyamatok és a döntéshozók kihasználhassák a gyors elemzéssel feltárt összefüggéseket. Különösen nagy kihívást jelent az eszközintenzív iparágakban - gyártás, szállítás, távközlés és közművek - még szorosabbá tenni az IT-részleg és az üzlet közötti együttműködést. Előfordulhat, hogy a szervezetek nem lesznek képesek realizálni a gyors elemzések által generált értéket, ha az összes támogató üzleti folyamat nem használja ki azt. Ezért fokozatosan érdemes haladni, és először a legfontosabb üzleti folyamatokra koncentrálni, majd tanulni a tapasztalatokból.
A másik lehetséges problémaforrás, hogy a szervezetek alábecsülik a fejlett analitikai alkalmazások és a Hadoop-alapú adatinfrastruktúra kiépítéséhez és fenntartásához szükséges szakértelmet. Főként az adattudósok szerepére koncentrálnak, miközben a nagy adattömegek feldolgozására szolgáló infrastruktúra felügyeletéhez és konfigurálásához szükséges informatikai szaktudás ugyanolyan fontos. Ugyancsak tisztában kell lenni azzal, hogy a memóriaalapú feldolgozás miképpen illeszkedik a meglévő analitikai infrastruktúrába, illetve hogyan egészíti ki azt. Szükség van-e esetleg külön memóriaalapú környezetre az osztott adattárház mellett, és kihasználják-e az osztott környezetek memóriakapacitását az elemzési munkafolyamatokhoz? Ugyancsak fontos megvizsgálni, szükség van-e az adattárházakból származó adatokat a memóriaalapú sandboxban kombinálni az új típusú adatokkal speciális alkalmazási esetekben.
Informatikai megfontolások
Nyilvánvaló, hogy az IT-részlegnek a tervezési és előkészítési folyamat korai szakaszától kezdve részt kell vennie a projektben annak meghatározásához, hogy a memóriaalapú analitika hogyan illeszkedjen a rugalmas és méretezhető analitikai platformba. A memóriaalapú analitika lehetővé teszi a végfelhasználók számára az önkiszolgáló típusú elemzések végrehajtását, mivel kevésbé függ az IT-részlegtől az összesítések és indexek elkészítése, fenntartása és adminisztrációja. Ugyancsak jól használható a memóriaalapú analitika a speciális és nem tervezett munkafolyamatok (például összefüggések feltárása vagy modellek építése a granuláris szinten tett megfigyelések alapján) elvégzéséhez. Oda kell viszont figyelni arra, hogy ne jöjjön létre újabb adatsiló, vagyis a memóriaalapú analitika átfogó informatikai infrastruktúra része legyen, nem külön stratégia megvalósítása.
A memóriaalapú analitika központi feldolgozási platformként való használata az adatkutatáshoz és az elemzési munkafolyamatokhoz segít az IT-részlegnek az adatredundancia csökkentésében, mivel szükségtelenné teszi az adatsilókat. Ahogy nő az adatmennyiség, a memóriaalapú analitika alkalmazásának a mértéke is nőni fog az új követelményeknek való megfelelés érdekében. A hardver méretezése, a memóriaallokáció és a teljesítmény finomhangolása viszont komoly terhet ró az IT-részlegre.
