클라우드 컴퓨팅, 빅 데이터에 이어 사물인터넷이 새로운 이슈로 떠오르고 있다. 사물인터넷은 우리가 세상을 보는 방식을 바꾸고, 우리가 사업을 하는 방식을 바꾸며, 심지어 우리의 생활 방식까지 바꾸었다. 그러나 기술을 가장 잘 아는 기업들조차도 사물인터넷에서 생성된 데이터로부터 가치를 얻는 것은 매우 어렵다는 것을 인정하며, 이를 위해서는 대량의 기술이 필요하다는 것을 인정한다.
Teradata 는 데이터 분석의 미래가' 모든 것을 분석할 수 있다' 고 판단했기 때문에 이번 대회에서도 실시간' 청취' 기능을 갖춘 셀프 서비스 인텔리전스 소프트웨어인 Teradata Listener 를 발표했습니다. 고객의 경우 전 세계에 저장된 많은 센서와 IOT 데이터 스트림을 추적하고 분석 생태계의 여러 플랫폼으로 데이터를 전송하여 데이터 소스가 나타나는 곳에서 분석할 수 있습니다.
신엘런, Teradata Tianrui 의 중화구 CEO 입니다.
한편, Teradata 는 데이터 분석 시스템 구축 시 고립된 데이터를 피해야 한다고 강조했다. 단일 기술로는 종합적인 데이터 분석의 요구를 충족할 수 없으므로 다양한 기술적 어려움을 단순화하고 통합 생태 데이터 관리 시스템을 구축해야 합니다. 단순화는 매우 중요한 요구 사항이며 모든 데이터 분석 시스템은 아키텍처를 간소화해야 합니다. 이에 따라 이번 컨퍼런스에서 Teradata 는 UDA (Unified Data Architecture) 를 업데이트하고 Teradata 데이터 웨어하우스, Teradata Aster Analytics 및 Hadoop 시스템을 단일 섀시에 통합하여 사용자가 더 작은 데이터 센터 공간에서 전체 분석 생태계 관리를 활용할 수 있도록 했습니다.
이번 대회에서 ZDNet 은 Teradata Tianrui 의 중화구 CEO 신엘렌을 인터뷰했다. 다음은 인터뷰 실록이다.
ZDNet:2065 438+05 의 대회 주제는 깨졌습니다. 그 의미는 무엇입니까? 이것은 Teradata 의 빅 데이터 인식에 대한 개념 전복을 의미합니까?
신엘런: 큰 주제의 핵심을 깨는 것은' 속박과 제한을 깨는 것' 이라는 것을 이해합니다. 기업이든 개인이든' 혁신, 차별화, 용기, 현저한 진보, 탁월한 표현' 을 탐구하고 추구해야 한다.
첫째, 빅 데이터 시대에 기업은 혁신을 견지하고 혁신을 추구해야 한다. 기술적으로 돌파구를 찾으면 비즈니스 프로세스, 비즈니스 모델, 조직 구조, 기업 분석 문화에서 적극적으로 혁신할 수 있습니다. 예를 들어, 작년에 인수한 Think Big 는 Hadoop 에 대한 컨설팅, 컨설턴트 및 구현 능력, 다른 분석 플랫폼과 상호 작용할 수 있는 능력을 향상시키는 데 도움을 주었습니다. 이번 컨퍼런스에서 Think Big 는 Hadoop 데이터 호수 (데이터 자원 풀) 에 종합적인 관리 서비스를 제공하는 업계 최초의 기업으로 발표되었습니다. 이를 통해 기업은 데이터 분석을 위한 생태계를 쉽게 구축하고 데이터 품질, 신뢰성, 실시간 성능 및 일상적인 운영 작업을 보장할 수 있습니다.
제가 강조하건대, 우리 Think Big 는 아파치 소령을 지지합니까? 하돔? , 클라우드 era, Hortonworks, MapR, Spark, Kafka, NoSQL 등의 오픈 소스 기술을 포함하여 매우 포괄적입니다. 더 중요한 것은, 제가 여기서 처음으로 발표한 바와 같이, 우리의 Think Big 업무는 이미 중화권에 명시적으로 도입되어 현재 인력 배치를 완료하고 있습니다.
둘째, 저는 데이터 분석에서 실용적이고 진취적인 문화가 매우 중요하다고 생각합니다. 이 주제에서 언급한' 용기' 는 기업이 큰 데이터 프로젝트의 성공을 보장하는 중요한 보증이다. 많은 기업들이 큰 데이터 항목의 목적 투자에 대해 망설이고 망설이는 것은 사실 더 큰 용기가 필요하다. Teradata 와 고객의 피드백에 따르면 지금이 우리가 적극적인 행동을 취할 때라는 것을 알 수 있습니다. 우리는 또한 문화 변화가 기술 및 분석 프로세스의 변화보다 더 오래 지속될 수 있다는 것을 이해하지만, 우리는 항상 큰 데이터가 어릴 때부터 시작되었다는 것을 강조해 왔으며, 나는 너도 곧 큰 데이터의 가치를 볼 수 있을 것이라고 믿는다. 큰 데이터 분석이 상업 변혁에서 가져온 대체불가의 원동력을 볼 수 있다고 믿는다.
ZDNet: 연례 글로벌 사용자 컨퍼런스에서 Teradata 는 업계의 관심을 불러일으키는 신제품을 발표할 예정입니다. 올해 발표된 제품 중 가장 밝은 점은 무엇이라고 생각하십니까?
신엘런: 올해 우리는 빅데이터 기술, 오픈 소스 기술 지원 및 컨설팅 서비스 분야에서 중요한 업데이트와 발표를 했습니다. 특히 이번 대회의 하이라이트는 사물의 인터넷을 분석할 수 있는 센서 데이터, 심지어 만물의 분석까지 할 수 있어야 한다는 점을 강조하겠습니다. Teradata Listener 기술은 고객이 인터넷의 수많은 데이터 소스를 분석하고 오픈 소스 기술을 통합하여 데이터 분석의 어려움을 단순화할 수 있도록 지원합니다. Teradata QueryGrid 기술은 통합 데이터 아키텍처에서 빠르고 효율적으로 주제를 분석하거나 다양한 대용량 데이터를 쿼리하여 비즈니스에 필요한 정보를 얻을 수 있습니다.
한편, 새로운 Teradata Aster 는 Hadoop 데이터 자원 풀 또는 데이터 웨어하우스 플랫폼과 직접 상호 작용하여 효율적인 마케팅에서 고객 경로 및 소비 패턴 분석과 같은 실시간 데이터 검색을 지원합니다.
ZDNet: 최근 Gartner 가 20 16 을 발표했습니까? 2008 년에는 기업에 영향을 줄 수 있는 10 대 기술 트렌드 중 만물정보기술, 사물인터넷 등이 선정됐다. 이러한 추세가 현재의 발전에 나타날 때, 당신은 기술의 발전 추세를 어떻게 생각합니까? 시간이 좀 더 길면, 향후 5 년 또는 10 년 동안 어떤 기술이 기업에 영향을 미치는 더 두드러진 기술 추세가 될 수 있을까요?
신엘런: 우리는 이 10 대 기술 트렌드를 보았습니다. 이것은 만물 정보와 사물인터넷의 아키텍처와 플랫폼을 포함한 전략적 대세다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 과학명언) 사실, 저는 이것이 트렌드가 아니라 새로운 IT 현실이라고 생각합니다.
만물정보화에 관해서는, 우리가 디지털 그리드에 있다는 것을 이해할 수 있는데, 이 환경은 그것이 생성하는 무수한 정보를 생성하고 사용할 수 있다. (존 F. 케네디, 지식명언) 이 데이터와 정보의 바다에서는 기업이든 개인이든 어떤 정보가 전략적 가치를 가져올 수 있는지 판단하고 식별하고, 다양한 데이터 소스에 액세스하는 방법을 파악하고, 다양한 분석 방법과 알고리즘을 통해 비즈니스 가치를 파악하는 법을 배워야 합니다.
사실, 이러한 예측들은 또한 실제 IT 현실을 묘사한 것입니다. 만물의 네트워크화 또는 정보화를 실현하는 가장 중요한 것은 센서 기술이다. 우리 시대에 센서 기술은 대규모 병렬 처리 기능과 결합되어 거의 모든 현상을 측정하고 분석할 수 있게 해 주었습니다. 첨단 기기를 통해 기상 패턴, 자동차 운전 습관, 심지어 패스트푸드점 냉장고의 온도와 병원 (또는 집) 환자의 바이탈 징후와 같은 모든 변화를 추적할 수 있습니다. 이러한 데이터를 데이터베이스로 수집하고 광범위한 통계, 분석 및 시각화 도구를 사용하여 데이터를 상세히 분석합니다.
바로 이 센서들로 인해 우리의 생활과 일에 새로운 데이터 소스가 생겨났기 때문이다. 예를 들어 RFID 리더를 통해 소매 재고를 추적 및 제어하고 의료 테스트를 샘플링 및 추적하며 사기를 방지할 수 있습니다. GPS 위치 추적기를 통해 차량 관리, 운송 및 운송 관리를 수행할 수 있습니다. 데이터 수집 센서를 통해 제조, 환경 보호 및 운송 시스템에서 실시간 데이터를 수집하여 분석할 수 있습니다.
예를 들어, Siemens 는 Teradata 기술을 배포하여 제조 프로세스와 제품 품질을 개선했습니다. Siemens 는 센서, 제조 공정, 기계 생성 데이터 및 다양한 소스 시스템의 데이터 통합을 처음으로 실현했습니다. Siemens 기술 분야 비즈니스 분석 및 모니터링 책임자인 마이클 메이 박사는 "이제 데이터의 가치를 더 빠르고 효율적으로 얻을 수 있습니다. 대용량 데이터를 지능형 데이터로 변환함으로써 제품 품질을 최적화하고 고객에게 더 나은 서비스를 제공할 수 있게 되었습니다. "
사물인터넷에 대해 두 가지를 말하고 싶습니다. 20 14-20 15 중국 사물인터넷 발전 연례 보고서에 따르면, 사물인터넷 기술과 클라우드 컴퓨팅, 빅 데이터, 모바일 인터넷 등 신흥 정보기술의 협동혁신이 더욱 심화되고 농업, 제조업, 서비스업 등 전통산업과의 사물인터넷은 경제, 사회, 생활의 여러 분야에 빠르게 침투하여 끊임없이 새로운 변화, 새로운 응용, 새로운 형식을 탄생시켰다. 이것들은 모두 매우 만족스러운 발전 성과이다. 사물의 인터넷과 미래의' 만물 상호 연결' 이 급속히 발전함에 따라 누구나, 어떤 것이든 연결할 수 있게 되어 통신 모델, 비즈니스 모델, 심지어 발전 모델의 변화를 가져올 수 있습니다.
그러나 우리는 사물인터넷이 작용하려면 기업들이 센서 데이터를 통합하고 분석 결과를 생산 과정에 적용해야 한다는 점을 강조해야 하며, 큰 데이터 중심의 사물인터넷이 가치 있는 사물인터넷이라는 점을 강조해야 한다. (윌리엄 셰익스피어, 윈스턴, 인터넷명언) (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 인터넷명언)
사물의 인터넷 데이터가 구조화되지 않았기 때문에 JSON 데이터의 분석은 매우 복잡합니다. 지난 5 월, Dell 은 동일한 데이터베이스에 세 가지 JSON 데이터 형식의 기본 스토리지를 처음으로 구현함으로써 고객에게 더 강력한 쿼리 성능을 제공한다고 발표했습니다. Teradata 데이터베이스를 업그레이드하면 기업 사용자는 웹 애플리케이션, 센서 및 사물인터넷 시스템에서 생성된 JSON 데이터의 상업적 가치를 최대한 활용할 수 있습니다. Teradata 데이터베이스는 JSON 데이터, 운영 데이터 및 과거 비즈니스 데이터를 분석할 수 있는 강력한 기능을 갖추고 있으며, 이러한 최고 수준의 쿼리 성능으로 인해 인터넷의 분석 허브가 됩니다. 또한 이번 컨퍼런스에서 발표한 Teradata Listener 는 고객이 전 세계에 저장된 여러 센서와 IOT 데이터 스트림을 추적하고 분석 생태계의 여러 플랫폼으로 데이터를 전송할 수 있도록 하는 실시간 "수신" 기능을 갖춘 셀프 서비스 인텔리전스 소프트웨어입니다. 이것들은 모두 거대한 기술 돌파구이다.
미래의 장기적인 추세 예측을 위해, 좀 더 거시적인 관점에서 볼 때, 먼저 전체 IT 산업의 발전을 정리해야 미래의 추세를 볼 수 있다. 과거 70 ~ 80 년대부터 전체 IT 산업에 대한 관심은 업계가 부여한 관심이든 IT 공급업체의 관심이든, 기업이 자신의 IT 부서를 설립하는 데 더 많은 관심을 기울였으며, 더 많은 것은' 작은 내 큰 T' 의 관심이었다. "작은 나 큰 T" 란 무엇입니까? 작은 것은 정보가 표현할 수 있는 가치에 초점을 맞추고, 기술의 응용과 연구개발에 큰 초점을 맞추고 있다. 이것은 "작은 나 큰 T" 입니다. 더 많은 사람들이 그것이 단지 기술의 학과라고 생각하지만, 우리는 그것이 기술일 뿐만 아니라 두 가지 학과, 즉 정보와 기술이라는 점에 유의해야 합니다.
기술이 발전함에 따라 현재 기술이 보유할 수 있는 정보의 가치가 급속히 증가하고 있다. 앞으로 정보 주제, 확장 10, 향후 20 년, 30 년의 전망에 집중할 수 있는 기회가 더 많아질 것이다. 특히 앞으로 30 년 동안, 이 시대는 큰 I 작은 T 의 시대가 될 것이며, 더 많은 주축이 정보라는 주제에 있을 것이다. 그리고,
ZDNet: Teradata 와 서비스 고객의 경험으로 볼 때, 한 기업이 자신의 빅 데이터 전략을 세울 것을 제안한다면 어떤 전략을 준비해야 합니까?
신엘런: 우선, 고객들이 스스로에게 몇 가지 질문을 할 것을 제안합니다. 즉, 왜 자신의 빅 데이터 전략을 세워야 할까요? 데이터 중심 전략이 필요한 비즈니스 방향은 무엇입니까? 。 빅데이터 전략은 구체적인 비즈니스 시나리오를 겨냥하고, 명확한 비즈니스 시나리오 목표를 가지고, 빅데이터를 통제할 수 있는 능력을 구축하는 데 타깃과 사명감이 있어야 한다.
예를 들어, 한 기업은 고객 가치에 대한 기여도를 높이고, 큰 데이터 전략을 수립하고자 합니다. 이를 통해 고객과의 다양한 상호 작용 채널에 대한 정보 (예: 360 도 통합 고객관, 적절한 시간, 적절한 장소, 적절한 방식으로 고객에게 필요한 서비스나 제품을 제공할 수 있습니다. 또 다른 예로, 금융 기관은 위험 통제를 위한 대규모 데이터 전략을 수립함으로써 보증권 분석과 같은 자신의 기업이 직면한 위험과 피해 정도를 발견하고 판단할 수 있습니다. 예를 들어, 통신 사업자는 고객 서비스 품질에 최적화된 대용량 데이터 정책을 수립함으로써 네트워크를 떠날 사용자를 찾아 비즈니스 지원을 향상시키고 사용자를 유지할 수 있습니다.
하지만 여기서 강조하고 싶은 것은 데이터 중심 전략이 데이터 수집 전략과 같지 않다는 것입니다. 현재 기업은 가능한 한' 저축하고 사용하지 않는다' 는 것을 피해야 한다. 대용량 데이터 구축 능력은 결코 데이터 수집 및 저장이 아닙니다.
전 세계 많은 고객이 효율적인 대용량 데이터를 구축할 수 있도록 지원하는 Dell 의 전략에 따르면? 몇 가지 성공의 열쇠를 공유하고 싶습니다.
첫째, 포괄적입니다. 기업은 효율적인 시스템을 구성하는 다양한 요소를 거시적으로 식별하고, 기업 내부 및 외부의 데이터 흐름 또는 기업의 다양한 기능 부서의 정보와 같은 다양한 데이터 세트를 연결하고, 상관 관계 분석을 통해 의미 있는 정보를 찾아야 합니다.
둘째, 업무를 핵심으로 한다. 빅 데이터의 전략 계획은 비즈니스 지향적이어야 하며, 빅 데이터 전략은 과학 엔지니어링이 아니므로 실제 비즈니스 요구 사항을 충족하는 데 중점을 두어야 합니다.
셋째, 유연성. 향후 사용을 고려해야 합니다. 빅 데이터 정책 및 빅 데이터 분석 방법론은 단일 기술이나 단일 플랫폼 모델에 지나치게 의존하거나 지나치게 표준화된 프로세스와 같은 일반적인 제한을 피해야 합니다. 데이터 중심의 변화는 한 번에 한 단계씩 또는 즉시 기업 전체에 확산되지 않기 때문에, 가치가 점진적으로 창조되고 있으며, 전략을 세울 때 전체 진화 과정을 고려해야 한다는 점을 인식해야 합니다.
넷째, 조직되고 확장 가능합니다. 또 다른 대규모 데이터 섬이 아닌 대규모 데이터 전략을 완벽하게 구현할 수 있도록 해야 합니다.
다섯째, 데이터 분석 및 과학적 의사 결정. 분석 중심의 사고 방식을 형성하여 진정한 데이터 중심 문화를 배양하다.
이것은 변쇼가 당신을 위해 공유하는 빅 데이터 분석의 미래입니다. 모든 것을 분석할 수 있다. 더 많은 정보는 글로벌 아이비에 초점을 맞추고 더 많은 건품을 공유할 수 있다.