Top
2020’de Büyük Veri Trendleri – kişiselveriler.blog
fade
4461
post-template-default,single,single-post,postid-4461,single-format-standard,eltd-core-1.2.1,flow-ver-1.6.3,,eltd-smooth-page-transitions,ajax,eltd-blog-installed,page-template-blog-standard,eltd-header-type2,eltd-sticky-header-on-scroll-down-up,eltd-default-mobile-header,eltd-sticky-up-mobile-header,eltd-dropdown-default,eltd-dark-header,eltd-header-style-on-scroll,wpb-js-composer js-comp-ver-6.0.5,vc_responsive

2020’de Büyük Veri Trendleri

kişiselveriler.blog / Haber  / Dünya  / 2020’de Büyük Veri Trendleri

2020’de Büyük Veri Trendleri

2020’yi yarıladık bile. Zor bir yıl ama hayat akıp gidiyor ve teknolojide dur durak bilmeden gelişip, karmaşıklaşmaya devam ediyor. 2020’de büyük veri tredlerine beraber bakalım.

2019, büyük verileri işlemek için tasarlanmış otomasyon çerçeveleri, yeni bir analiz projesinin başlangıcından üretim aşamasına geçmeyi çok daha kolay hale getirdi.  Buna ek olarak, GDPR’nin gerekliliklerine göre, artık birçok işletme, Baş Koruma Görevlileri’ne (ve muhtemelen Baş Veri Görevlileri) sahiptir ve bu da onların geçici analitiklerden daha verimli, modernleştirilmiş büyük veri platformlarına kaymalarına neden olmuştur.

Veri hacminin 2020’de de artmaya devam edeceği tahmin edilmektedir.  IBM’den gelen bir rapor, kuruluşların bu tür veri hacmiyle başa çıkmalarına yardımcı olmak için 2020’ye kadar 2,72 milyon kadar veri bilimi işi olacağını ve bunun doğru olduğunu kanıtladığını söyledi.  Büyük verilerin sürekli kullanımı, kuruluşların iş zekasını algılama ve kullanma şeklini etkileyecektir.  Bazı büyük veri eğilimleri yeni kavramlar içerirken, diğerleri büyük verilere dayanan farklı bilgisayar teknolojilerini karıştırır ve birleştirir.  Örneğin, gerçek zamanlı olarak çalışırken makine öğrenimi analitik ve sesli yanıtlarla birleştiriliyor.  Başka bir örnek, blockchain’i nesnelerin interneti (IoT) ile birleştirmektir.

 Makine öğrenme


Otomasyon ve makine öğrenimi araçları, yetenekli analistler tarafından bile diğer yöntemlerle elde edilmesi zor olan içgörüler geliştirilmesine yardımcı olur.  Bu kombinasyon daha hızlı sonuç verir ve hem genel verimliliği hem de reaksiyon sürelerini artırır.
2020’de IDC, IoT’nin makine öğrenmesini akış analizi ile birleştireceğini tahmin etti.  Sue Green’in blogu bir güncelleme sunuyor.

Büyük Veri Analitiği


Analytics, işletmeler için rekabet avantajı sağlar.  Gartner, 2020’nin sonuna kadar analitiklere yoğun yatırım yapmayan şirketlerin 2021’de işe yaramayabileceğini öngörüyor. (Serbest çalışan tamirciler, bahçıvanlar ve birçok sanatçı gibi küçük işletmelerin  bu tahmin.)

Gerçek zamanlı konuşma analizi pazarının ilk sürekli benimseme döngüsünü 2019’da başladı. Müşteri yolculuğu analizi kavramının, işletme verimliliğini ve müşteri deneyimini geliştirmek amacıyla istikrarlı bir şekilde büyümesi bekleniyor.  Gerçek zamanlı konuşma analizi ve müşteri yolculuğu analizi 2020’de önemli bir popülerlik kazanacaktır.

 Sürekli Zeka


“Sürekli zeka”, gerçek zamanlı analitiği iş operasyonlarıyla entegre eden bir sistemdir.  Karar verme otomasyonu veya karar verme desteği sağlamak için geçmiş ve güncel verileri işler.  Sürekli zeka çeşitli teknolojilerden yararlanır (optimizasyon, iş kuralı yönetimi, olay akışı işleme, artırılmış analitik ve makine öğrenimi).  Hem tarihsel hem de gerçek zamanlı verilere dayalı eylemler önerir.

Sürekli zeka, daha etkili müşteri desteği ve belirli müşterileri cezbetmek için tasarlanmış özel teklifler sunmayı vaat ediyor.  Teknoloji, kamyon şirketleri, havayolları ve demiryolları gibi kuruluşlar için bir “çekirdek sinir sistemi” olarak hareket etme potansiyeline sahiptir.  Bu endüstriler, planlama kararlarını izlemek ve optimize etmek için sürekli istihbarat kullanabilirler.  Sürekli zeka, artırılmış analitik ve diğer teknolojilerin evrimi sayesinde mümkün olan oldukça yeni bir teknolojidir.

Gartner, yeni iş sisteminin yüzde 50’sinden fazlasının 2022 yılına kadar sürekli istihbarat kullanacağını öngörüyor. Bu değişim başladı ve birçok kuruluş 2020’de rekabetçi bir avantaj elde etmek (veya sürdürmek) için sürekli istihbarat kullanacak.

 Artırılmış Analiz


Artırılmış analitik, gelişmiş yapay zeka ve makine öğrenimi yoluyla iş bilgileri edinme sürecini otomatikleştirir.  Artırılmış bir analiz motoru otomatik olarak bir kuruluşun verilerini gözden geçirir, temizler ve analiz eder.  Son adım olarak, bir teknoloji görevlisinin gözetiminde olmayan bilgileri, eyleme geçirilebilir adımlara dönüştürür.  Artırılmış analitik, analitiği daha kullanıcı dostu hale getirerek küçük işletmeler için kullanılabilir hale getirebilir.

2020’de, artırılmış analitik, analitik ve iş zekası ile uğraşan işletmelerin birincil satın alınması olacak.  İnternet işletmeleri, platform yetenekleri olgunlaştıkça (veya artırılmış analiz sunan bir bulut bulma) artırılmış analitiği benimsemeyi planlamalıdır.  Teknoloji, analitiği geliştirmeyi, paylaşmayı ve yorumlamayı kolaylaştırmak için yapay zeka ve makine öğrenimi tekniklerini birleştirerek analiz endüstrisini bozdu.

Sınırda


Daha önce de belirtildiği gibi, IDC, IoT’nin 2020 yılına kadar akış analizini ve makine öğrenmesini birleştireceğini doğru bir şekilde tahmin etti – bu eğilim büyümeye devam edecek.

Analytics Insight, 2020’de nesnelerin interneti veri analizi ile birleştirileceğini öngörüyor. Gartner, otomotiv ve kurumsal IoT pazarının, 2020 yılında 2019’dan yüzde 21 oranında artarak 5,8 milyar bitiş noktası içereceğini tahmin ediyor. Halen IoT cihazları kullanan büyük teknik kuruluşlarda  akıllı iş liderleri, maksimum verimlilik için veri analitiği çalıştırmak için gereken yardımcı teknolojiyi uyguluyorlar.

IoT’yi makine öğrenimi ve veri analitiği ile birleştirmenin temel amacı, durumdan bağımsız olarak makine öğrenimi tarafından verilen yanıtların esnekliğini ve doğruluğunu artırmaktır.  Ayrıca, bu tür bir sistem, insanlarla etkileşimi geliştirme umuduyla ince ayar yapılıyor.

Bellek İçi Hesaplama


“Bellek içi hesaplama”, nispeten yavaş disk sürücülerinde çalışan karmaşık ilişkisel veritabanlarında depolanmak yerine, verilerin belirli ayrılmış sunucuların rasgele erişimli bellek (RAM) içindeki depolanmasını açıklar.  Bellek içi hesaplama, ticari müşterilerin (bankalar, perakendeciler ve kamu hizmetleri dahil) kalıpları hızlı bir şekilde tespit etmelerine ve çok miktarda veriyi kolayca analiz etmelerine yardımcı olma avantajına sahiptir.  Bellek fiyatlarının düşmesi, bellek içi bilgi işlem teknolojisinin artan ilgisinde önemli bir faktördür.

Bellek içi teknoloji, karmaşık veri analizlerini gerçek zamanlı olarak yapmak için kullanılır.  Kullanıcılarının çok daha fazla çevikliğe sahip büyük veri kümeleriyle çalışmasına olanak tanır.  Analytics Insight’a göre, 2020’de bellek içi hesaplama, bellek maliyetlerindeki düşüş nedeniyle popülerlik kazanacak.

Bellek içi bilgisayar kullanımının sorunları, bellek teknolojisindeki yeni yeniliklerin sonucu olarak gittikçe azalmaktadır.  Teknoloji, yüksek performanslı görevlerin işlenmesine yardımcı olmak için son derece güçlü bir yığın bellek sağlar.  Daha yüksek CPU performansı ve daha hızlı depolama sağlarken, daha fazla miktarda bellek sağlar.

GSYİH ve diğer Düzenlemeler


GDPR, 2018 yılının Mayıs ayında tam olarak yürürlüğe girdi. Kaliforniya Tüketici Gizlilik Yasası’nın 2020 Ocak ayında yürürlüğe girmesi planlanıyor. Birçok Amerikan şirketi, yeni düzenlemelerle uğraşmaktan kaçınmaya çalışıyor ve benzer Amerikan mevzuatını engellemek ve ertelemek için başarılı çabalar harcadı.  Bu düzenlemelerin verilerin işlenme ve işlenme şekli ile güvenlik ve tüketici profili üzerinde önemli bir etkisi vardır.  Verilerini başkalarına satan birçok kuruluş, tüketici gizliliğini korumak için tasarlanan bu yeni düzenlemelerden heyecan duymaz.  Tüketici gizliliğini geliştirme eğilimleri kurumsal karlara değil, internet kullanıcılarının gizliliklerini koruma isteklerine dayanmaktadır.

GDPR ve California Tüketici Gizlilik Yasası, gücü tüketicinin ellerine geri vermek için tasarlanmıştır.  Bu, tüketicilerin oluşturdukları bilgilerin sahibi olarak tanınmasıyla başarılmıştır.  GDPR, tüketicilere verilerini bir kuruluşun kontrolünden kaldırma hakkı verir.

Özel bilgilerin satışından elde edilen kısa vadeli kârlara odaklanmak yerine gizlilik düzenlemeleri uygulayan kuruluşların, gizlilik düzenlemelerini çiğnemek için bir Avrupa ülkesine veya Kaliforniya’ya para ödemesi gerekmeyecektir.  (Ve gizliliğe saygı duyduklarını duyururlarsa, müşteri tabanlarının sadakatini artırabilirler.)

Bulut Kullanımı


“Genel bulut” üçüncü taraf yüklenici tarafından ücretsiz olarak veya bir ücret karşılığında sunulan bir bilgisayar işleme hizmetidir.  Genel bulut, onu kullanmak isteyen herkes tarafından kullanılabilir.  Giderek daha fazla kuruluş hizmet için başvurdukça, genel bulut kullanımı büyümeye devam ediyor.  İşletmelerin yüzde 41’inin 2020’de genel bulut platformlarını kullanmaya başlaması bekleniyor.

Hibrit bulut ve çoklu bulut stratejileri giderek daha popüler hale geliyor.  Kuruluşlar genellikle, proje ihtiyaçlarına bağlı olarak çeşitli farklı bulut bilişim projelerini ele almak için çoklu bulut ve karma stratejileri benimsemeyi seçecektir.  Farklı bulutlarda bulunan çeşitli en uygun araç ve çözümlerden yararlanmak, kuruluşların avantajlarını en üst düzeye çıkarmasına olanak tanır.  Avantajlara rağmen, birden çok bulut kullanmak izleme masraflarını, yönetişimi ve bulut yönetimini zorlaştırabilir.

Bir Gartner analisti Michael Warrilow şunları söyledi:
“Çoğu kuruluş, satıcı kilitlenmesinden kaçınmak ya da türünün en iyisi çözümlerden yararlanmak arzusuyla çoklu bulut stratejisi benimser… Çoğu büyük kuruluşun bu yaklaşımı kasten sürdürmeye devam etmesini bekliyoruz.”


Yazan : Keith D. Foote

Tercüme : Murat Kaya

Tarih : 27 Mayıs 2020

Kaynak : Dataversity.net

Murat Kaya
Murat Kaya
Yorum Bulunmuyor

Yorum Yapın