בעידן החדש, זורמים ברחבי הרשת באופן קבוע מגוון רחב של נתונים אשר אינם מתורגמים באופן ישיר לטרנזקציה. יחד עם זאת, טמון בהם פוטנציאל רב לארגון - אנו קוראים להם נתוני אינטרקציה.
דוגמה לטרנזאקציה הינה רכישת ספר מדע בדיוני בעלות של 78 ש"ח מחנות ספרים אינטרנטית.
דוגמא לאינטראקציה הינה מספר השניות בהם התעכבתי כדי לקרוא את הטקסט בגב הכריכה של הספר שקניתי.
המידע על טרנזקציית רכישת הספר שווה לחנות הספרים 78 ש"ח באופן ברור.
כיום ארגונים רבים מחפשים דרכים לאסוף, לנתח ולמנף את הנתונים. אנו, בחברת אמן, עוזרים להם למנף את המידע לכדי שיפור השירות, הגדלת המכירות ושביעות רצון הלקוחות.
התהליך ידרוש מידע נוסף וניתוח מעמיק כדי להגיע למסקנות בעלות ערך. בישראל, עבור גופים מתחום התקשורת, הבנקאות והביטוח - המידע הטרנזקציוני נמדד בטרות (Tera = 1000 ג'יגה). לעומת זאת, המידע האינטרקציוני יכול להגיע לפטות רבות (Peta = 1000 Tera) - וכך נולד המושג Big Data.
אבני הבניין של העבודה עם Big Data בעולם החדש מביאים למינוף ביצועים עסקיים גם באתר הארגון (On Premise) ובעיקר בענן.
Data Lake / Data Warehouse
Data Lake (DL) הינה סביבת אחסון הכוללת את המידע הרב הנאסף בארגון (המידע האינטרקציוני) בתצורת Raw Data, כלומר בתצורה לא מעובדת שלו. מידע זה יעניק ערך רב לארגון ברגע שנעבד אותו ונוציא ממנו מסקנות.
Data Warehouse (DWH) הינה סביבת אחסון מרכזית בארגון, המכילה בעיקר מידע מעובד שמוכן להיות מונגש לאנליסטים ולמשתמשים עסקיים.
שתי סביבות אלו קשורות זו לזו אך מטרותיהן ושימושיהן שונים. בעבר, סביבות אלו ייצרו פתרונות שונים ליצירת DWH ו-DL מיטביים. היום, ניתן להסתכל על שתי סביבות אלו כפתרון יחיד. המעבר המסיבי לענן של ארגונים ומערכות רבות בשנים האחרונות אפשר את צמיחתן של פתרונות משולבים הכוללים DWH ו-DL במערכת אחודה. זאת, בעזרת ניצול טוב יותר של משאבי חומרה ויכולות ניהול המתאפשרים לנו בענן.
פתרון אחוד יכול להביא לחסכון רב של כסף ומשאבים, תוך ניצול טוב יותר של ה-DATA הארגוני. ארגון בריאות גדול מטקסס, שהחליט על מעבר אסטרטגי של סביבות האחסון שלו לסביבת אחסון עננית אחודה, הוזיל את הוצאות ה-DL שלו ב-93%, הוזלה שהסתכמה בכ-2.2 מיליון דולר בשנה. כל זאת תוך ניצול טוב יותר של המידע הארגוני שלו.
Data Integration (DI) הינו התהליך של שינוע מידע, על פי רוב מהמערכות התפעוליות של הארגון בינן לבין עצמן ולמאגר מרכזי. בזמן השינוע נדרש לבצע מספר רב של תהליכי עיבוד כגון: איחוד, פילטור, סטנדרטיזציה, העשרת מידע וניקיון. מטרתו של השינוע היא להביא את המידע הארגוני ממערכות שונות ליצירת אובייקטים עסקיים, שישמשו את האנליסטים והמשתמשים העסקיים של הארגון. כאשר ישנן כמויות מידע רבות ומגוונות, קיים צורך הכרחי במערכות מתקדמות יותר שמעבר ליכולות ETL (Extract Transform Load), מאפשרות עיבוד של מידע בשרת ייעודי ומכילות גם יכולות
ELT (Extract Load Transform), המאפשרות עיבוד של המידע בשרתים בהם הוא יושב (ניצול יכולות מקסימלי).
מעבר ל-Batch, המתאר אופן מימוש כפי שתואר מעלה, קיימים שני אופנים נוספים למימוש DI: Real time -
בעידן המודרני בו לארגונים יש מקורות מידע רבים המספקים כמות מידע מאסיבית בזמן אמת (מלחיצה על פרסומות באתר אינטרנט ועד שליחת הודעה לנציג שירות), נוצר צורך בפתרון שייתן מענה מיידי לניהול ועיבוד של מידע זה. פתרונות ה-Streaming נותנים מענה לבעיה זו והטובים בהם אף יודעים לתת מסקנות בזמן אמת מהמידע המונגש להן. בחירת פלטפורמת Streaming אופטימלית, שתדע לתת יכולות עיבוד, ניהול והסקת מסקנות בזמן אמת בצורה הטובה ביותר, מהווה, בין היתר, מדרגה חשובה למינוף המידע ויכולות העסק.
Data Virtualization - DV (Data Virtualization) הינו צורת גישה לניהול מידע לפיה יכולים אנליסטים ומשתמשים עסקיים לגשת לאובייקטים עסקיים המורכבים מאיחוד של מספר מקורות מידע ללא שינוי או עיבוד המידע מהמקור ממנו הגיע. בפשטות, DV הוא תהליך של גישה למידע מעובד ומוכן לשימוש ללא צורך ב-DWH.
פתרון ה-DV תופס תאוצה בשוק החדש המחפש פתרונות המעניקים עבודה יעילה יותר עם המידע הארגוני, תוך חסכון של משאבים וכוח אדם לעיבודו והנגשתו למשתמש.
לדוגמא, רשת מזון אמריקאית גדולה, שעברה להשתמש בפתרון DV לצורך הנגשת המידע בארגון ויצירת שפה ארגונית משותפת. הצליחה בזמן קצר לראות תוצאות מדהימות. בזכות הנגשת המידע בצורה נוחה יותר וממקורות מידע רבים יותר ללקוחותיה, הרשת הצליחה לשלוט בצורה טובה יותר במבצעי הרשת לפי אזורים וכן להנגיש בזמן אמת את המידע המעודכן ביותר של מחירי המזון ללקוחות, דבר שהביא לזינוק ברווח.
עם התפתחות המערכות, האינטגרציות ביניהם והתחכום הפכו הרבה יותר קשות להבנה - מאיפה הגיעו הנתונים, האם הם אמינים והאם אפשר לקבל החלטות על בסיסם.
התפתחות מערכות ה-Data Governance מאפשרות להגדיר מילון מונחים ארגוני (Business Glossary), לגלות איפה הנתונים הנדרשים (Data Discovery), להבין לאן הגיעו ומה קרה להם בדרך (Data Lineage) - כל הצרכים הללו מאוגדים בפתרונות הקטלוג - Enterprise Data Catalog.
Customer 360 - קיים פער הולך וגדל בין המידע שיש לארגונים עלינו (לא רק ב-FaceBook ו-Google). ארגונים רבים יודעים בדיוק מתי לקוח נכנס לקניון, אילו ספרים הוא אוהב לקרוא ואילו תחביבים הוא רוכש. הפרטים האלו נגישים לארגונים בדרכים רבות: דרך ביטוח נסיעות לחו"ל - כאשר לקוח מבקש הצעת מחיר - או באמצעות המיקום שהוא משתף באפליקציה של הארגון.
ככל שארגון ימנף את המידע, כך הוא יוכל להעניק ללקוחותיו שירות טוב יותר, יעיל יותר ולהגדיל את המכירות כמובן. מערכות ה-C-360 מאפשרות לארגון לקבל תמונה אחודה של הלקוח מזוויות רבות - תא משפחתי, מקום עבודה ומקום מגורים. יתרון מרכזי של המערכת הוא שניתן להכיל חוקים עסקיים מורכבים בקלות יחסית - וכך ה-Time to market מתקצר.
זוהי, כמובן, סקירה "ממעוף הלווין". אנו, בחברת אמן, תומכים, מדריכים ומלווים ארגונים רבים במשק לטובת ההצלחה העסקית שלהם. כל זאת תוך מינוף הניסיון הרב שנצבר בחטיבת מוצרי ה-Data .
אנו מכירים את הפתרונות המובילים בעולם, בונים תוכנית מימוש בשלבים שנשענת על המוצרים המובילים תוך אופטימיזציה של הכלים הקיימים והכלים החדשים, למימוש אופטימאלי עבור הארגון.
___________________
לפרטים נוספים: www.aman.co.il
%20%D7%9C%D7%90%D7%AA%D7%A8.jpg)
