Suportando uma Estratégia de Análise em uma Nuvem Híbrida - dummies

A atração de uma estratégia analítica na nuvem híbrida é a elasticidade da nuvem. Os seus dados podem ser processados ​​em grupos de computadores. Isso significa que a análise está ocorrendo em máquinas. Se você precisar de mais potência de computação, pode obtê-lo da nuvem.

Análise de dados grandes em uma nuvem híbrida

Aqui estão alguns exemplos de onde a análise é grande e pode exigir recursos da nuvem:

• Serviços financeiros: Imagine usar tecnologias avançadas de análise como análises preditivas para analisar milhões de crédito transações de cartão para determinar se eles podem ser fraudulentos. Ou, no lado desestruturado, imagine o texto em sinistros de seguros sendo analisados ​​para determinar o que pode constituir fraude.

  Por exemplo, pegue um pedido de indemnização do trabalhador apresentado por um trabalhador que tenha sido repreendido várias vezes por seu chefe. Estes dados (ou a reivindicação), que vieram de fontes não estruturadas, podem ser utilizados em conjunto com dados estruturados para treinar um sistema analítico sobre quais padrões podem indicar fraude. À medida que novas reivindicações entram, o sistema pode expulsar automaticamente os que talvez precisem ser investigados.

• Varejo: Basta pensar nos motores de recomendação da Amazon e eBay. Eles estão se tornando mais sofisticados. O eBay está usando tecnologias avançadas que analisarão o que você está comprando e, em seguida, com base em modelos que possui das inúmeras compras de outras pessoas, faça uma recomendação.

  Outro exemplo é o uso de análises avançadas sobre quantidades maciças de dados em tempo real em grandes lojas. Usando o seu cartão de fidelidade, com base no que você está comprando, o que comprou no passado e o que outros com perfis semelhantes, como você comprou, a loja irá lhe fornecer cupons para produtos diferentes que você possa gostar.

• Análise de mídia social: Imagine todos os dados coletados na Internet. Isso inclui blogs, tweets e notícias. As empresas estão minando esses dados não estruturados para entender o que está sendo dito sobre eles. Por exemplo, uma empresa de bens de consumo (CPG) pode mitigar esses dados para determinar o que está sendo dito sobre eles e se esse sentimento é positivo ou negativo. Numerosas empresas estão fornecendo esse tipo de serviço na nuvem.

Escrever o código para processar esses dados em clusters de máquinas requer desenvolvedores altamente treinados e coordenação de trabalho complexa. Com uma tecnologia como o MapReduce, o mesmo trabalho MapReduce desenvolvido para executar em um único nó pode distribuir esse poder de processamento analítico para um grupo de 1 000 nós.Digamos que você precise de uma análise imediata dos dados dos sensores ou dos dados das redes sociais que estão sendo transmitidos para o seu centro de dados ou seu provedor da nuvem. O processamento paralelo em vários recursos de computação pode ajudar a fazer isso espalhando a análise em todo o meio ambiente. Isso leva você a uma visão mais rápida.

Outras análises da nuvem

A nuvem pode ser útil para suportar uma estratégia de análise quando seus dados não são tão grandes (em contraste com o exemplo anterior de dados grandes). Diga que você trabalha em uma empresa que quer prever a ação que seus clientes tomarão. Você quer usar análises preditivas para fazer isso, mas você não possui as habilidades internas. Neste caso, você pode recorrer a provedores de análise que oferecem serviços baseados em SaaS para obter ajuda. Você fornece seus dados, e eles fornecem a análise.

Uma série de ofertas baseadas na nuvem no mercado pode ajudá-lo a analisar seus dados ou a fornecer software na nuvem para que você faça a análise sozinho. Talvez você esteja usando um sistema CRM e ERP baseado em nuvem, e você deseja analisar os dados que estão sendo gerados aí. Existe um serviço em nuvem para isso.