首席信息官们总结的5大影响行业分析的IT趋势

目前，趋势中心对如何应对分析挑战的*不亚于如何从新的商业角度充分利用机遇。例如，随着越来越多的公司不得不面对大量数据，并考虑如何使用它们，管理和分析大型不同数据集的技术开始出现。提前分析成本和性能趋势意味着公司可以提出比以前更复杂的问题，并提供更有用的信息来帮助他们经营业务。在采访中，首席信息官总结了影响他们分析的五种IT趋势。它们分别是：大数据增长、快速处理技术、IT产品成本下降、移动设备普及和社交媒体增长。1.大数据大数据是指非常大的数据集，特别是那些组织不整齐、无法适应传统数据仓库的数据集。来自供应链、行业、周边环境和监控传感器的网络蜘蛛数据、社交媒体反馈和服务器日志以及数据都使公司的数据比以前更加复杂。虽然不是每个公司都需要处理大型和非结构数据集的技术。Veriskanalytics公司首席信息官Perryrotela认为，所有首席信息官都应该*大数据分析工具。2010年，Verisk帮助金融公司评估风险，与保险公司共同防范保险诈骗，其收入超过10亿美元。Rotella认为，技术领导者应该采取的态度是，数据越多越好，欢迎数据的大幅增长。Rotella的工作是提前找到事物之间的联系和模型。HMS首席信息官Cynthianustad认为，大数据呈现出“爆炸性”的增长趋势。HMS的业务包括帮助控制联邦医疗保险（Medicare）和医疗补助（Medicaid）项目成本和私有云服务。其客户包括40多个州的健康人类服务项目和130多个医疗补贴管理计划。2010年，HMS通过防止错误支付，帮助客户挽回了18亿美元的损失，节省了数十亿美元。Nustad说：“我们正在收集和跟踪大量的材料，包括结构性和非结构性数据，因为你并不总是知道你会在里面找到什么。Hadoop是大数据技术中讨论最多的技术之一。该技术是一个开源分布式数据处理平台，最初是为编辑网络搜索引等任务而开发的。多个“非关系型”Hadoop（NoSQL）一种技术(包括CouchDB和MongoDB)，它以特殊的方式组织网络级数据。Hadoop可以将数据的子集分配给数百台服务器进行处理，每台服务器报告的结果将由一个主操作调度程序组织，因此具有处理字节级数据的能力。Hadoop不仅可以用于分析前的数据准备，还可以用作分析工具。没有数千台空闲服务器的公司可以从亚马逊和其他云制造商那里购买Hadoop实例。Nustad表示，HMS正在探索NoSQL技术的使用，尽管它不是为了其大型联邦医疗保险和医疗补贴索赔数据库。它包括结构性数据，可以由传统的数据仓库技术处理。她说，从传统的关系数据库管理出发，回答什么样的关系技术是最好的解决方案是不明智的。然而，Nustad认为Hadop在防止欺诈和浪费分析方面发挥着重要作用，并有潜力分析以各种形式报告的患者的医疗记录。在采访中，经历过Hadoop的首席信息官，包括Rotela和Shopzila首席信息官JodyMulkey，都在以数据服务为公司业务的公司工作。Mulkey说：“我们用Hadoop做过去用数据仓库做的事情。更重要的是，我们获得了以前从未使用过的实用有用的分析技术。例如，Shopzila作为一个比较购买的网站，每天都会积累数太字节的数据。他说：“过去，我们必须对数据进行采样和分类。在处理大量数据时，这项工作非常繁重。Shopzila自使用Hadop以来，可以分析原始数据，跳过许多中间环节。GoodSamaritan医院是一家位于印第安纳州西南部的社区医院，属于另一种类型。医院首席信息官ChuckChristian说：“我们不认为这是大数据。尽管如此，管理规定还是要求它存储全新的数据类型，比如巨大的电子医疗记录。他说，这无疑要求他们能够从数据中收集医疗保健质量信息。然而，这可能会在地区或国家医疗保健协会中实现，而不是在像他们这样的单一医院。因此，Christian可能不会投资这种新技术。Islandoneresorts公司首席信息官Johnternent表示，其分析挑战取决于大数据中的“大”或“数据”。然而，目前，他正在仔细考虑在云上使用Hadop实例，以分析复杂的抵押贷款组合作为一种经济方式。该公司目前正在管理佛罗里达州的8处罚度假村。“这种解决方案有可能解决我们目前正在遇到的实际问题，”他说。“2.肯塔基大学首席信息官VinceKellen认为，大数据技术只是快速分析这一趋势的一个要素。他说：“我们期待的是一种更先进的海量数据分析方法。“数据的大小并不重要，因为你想快速完成这个过程，而不是更快地分析数据。”由于目前的计算可以在内存中处理更多的数据，因此计算结果比在硬盘中搜索数据更快。即使你只处理数G数据，情况依然如此。尽管经过几十年的发展，通过缓存频繁访问的数据，数据库的性能有了很大的提高。当将整个大数据集加载到服务器或服务器集群的内存时，该技术变得更加实用，硬盘只是一种备份。因为从旋转磁盘中检索数据是一个机械过程，所以它比在内存中处理数据要慢得多。Rotella说，他现在几秒钟的分析需要五年前一个晚上。Rotella的公司主要对大型数据集进行前瞻性分析，通常涉及下次查询前的查询、模型搜索和调整。查询完成时间在分析速度方面非常重要。他说：“过去，运行时间比建模时间长，但现在建模时间比运行时间长。“列数据库服务器改变了关系数据库的传统行列结构，解决了其他性能需求。查询只访问有用的列，而不是阅读整个记录和选择可选列，这大大提高了组织或测量关键列的应用性能。Ternent警告说，列数据库的性能优势需要配合正确的应用和查询设计。他说：“为了区分，你必须以适当的方式问它适当的问题。与此同时，他还指出，列式数据库实际上只对处理超过500G字节数据的应用具有重要意义。他说：“在使列数据库发挥作用之前，你必须收集一个大规模的数据，因为它依赖于一定程度的重复来提高效率。“保险和金融服务巨头JohnHancock公司首席信息官AllanHackney表示，硬件还需要改进，以提高分析性能，如增加GPU芯片，这与游戏系统中使用的图形处理器相同。他说：“可视化所需的计算方法与统计分析中使用的计算方法非常相似。图形处理器的计算速度比普通PC和服务器处理器快几百倍。我们的分析师非常喜欢这个设备。"3.随着计算能力的提高，分析技术开始从内存和存储价格的下降中受益。与此同时，随着开源软件逐渐成为商业产品的替代产品，竞争压力也导致商业产品价格进一步下降。Ternent是开源软件的支持者。Ternent是开源商业智能公司Pentaho的工程副总裁，在加入IslandOne之前。他说:“对我来说，开源决定涉足这个领域。因为像Islandone这样的中等规模公司可以用开源应用R代替SAS进行统计分析。开源工具过去只有基本的报告功能，但现在它们可以提供最先进的预测分析。他说：“目前，开源参与者可以跨越整个连续统一，这意味着任何人都可以使用它们。“HMSNustad认为，计算成本的变化正在改变一些基本结构的选择。例如，创建数据仓库的一个传统因素是让数据进入计算能力强的服务器来处理它们。当计算能力不足时，从操作系统中分离分析工作负荷可以避免日常工作负荷性能下降。Nustad表示，这已不再是一个合适的选择。“随着硬件和存储越来越便宜，你可以让这些操作系统处理一个商业智能层，”她说。直接基于操作应用的分析可以通过重定数据格式并将数据装载到仓库中更快地提供答案。Hackney观察到，这些潜在的节约优势将被日益增长的能力需求所抵消，尽管性价比趋势有利于管理成本。尽管今年JohnHancock每台设备的存储成本下降了2-3%，但消耗却增加了20%。与所有应用程序一样，商业智能也在日益移动。移动商业智能优先考虑Nustad，因为每个人都希望Nustad能够随时随地亲自访问她的公司是否达成了服务协议。此外，还希望为公司客户提供移动访问数据，帮助客户监控和管理医疗费用。她说：“这是一个客户非常喜欢的功能。五年前，客户不需要这个功能，但现在他们需要这个功能。“对于首席信息官来说，为了迎合这一趋势，更多的是为智能手机、平板电脑和触摸屏设备创建适用的用户界面，而不是更复杂的分析能力。也许是因为这个原因，Kellen认为这相对容易。他说：“对我来说，这只是一件小事。“Rotella不认为这很简单。他说:“移动计算影响每个人。许多人开始使用iPad，而其他移动设备正在爆炸性增长。这一趋势正在加速和改变我们与公司内部计算资源交互的方式。例如，Verisk已经开发出可以让理赔人在现场快速分析的产品，因此他们可以评估重置成本。他说:“这种方法影响了我们的分析，也让每个需要它的人都可以随意使用。"Rotella说：“造成这种挑战的因素在于技术更新的速度。两年前，我们没有iPad，但现在很多人都在使用iPad。随着各种操作系统的出现，我们正在努力弄清楚它是如何影响我们的研发的，这样我们就不必一次又一次地编写这些应用程序。“Islandone的ternent指出，另一方面，为每个移动平台创建本地应用程序的需求可能会消退，因为手机和平板电脑上的浏览器功能更强大。Ternent说：“如果我能使用基于web的移动设备应用程序，那么我不确定我会投资定制的移动设备应用程序。随着脸谱、推特等社交媒体的兴起，越来越多的公司希望分析网站生成的数据。新的分析应用程序支持统计技术，如人类语言处理、情感分析和网络分析，这些都不是典型商业智能工具套件的组成部分。由于它们都是新的，许多社交媒体分析工具可以作为服务获得。典型的例子之一是Radian6。Radian6软件即服务（SaaS）最近，Salesforce已经被产品使用.com收购。Radian6是一种社交媒体仪表板，以正负数显示Twitter的信息、脸书上的帖子、博客和讨论版上的帖子以及评论中提到的特定术语，特别是商标名称。当市场营销和客户服务部门购买时，这些工具不再严重依赖IT部门。肯塔基大学的Kellen仍然相信他需要高度*他们。他说：“我的工作是识别这些技术，根据竞争力评估哪些算法适合公司，然后开始培训合适的人员。和其他公司一样，大学也对监督他们大学的声誉感兴趣。与此同时，Kellen表示，他可能会寻找机会开发专门用于解决学校*的问题的应用程序，比如监督学生的入学率。例如，监控学生在社交媒体上的帖子可以帮助学校和管理者尽快了解他们在大学里遇到的麻烦。Kellen表示，戴尔已经做了这些工作，他的产品支持公司探索人们关于故障笔记本电脑的推文。他说，IT开发人员还应该找到一些方法将社交媒体分析的报警信息推送到应用程序中，以便公司能够快速响应相关事件。Hackney说：“我们没有技巧，也没有处理和挖掘大量社交媒体帖子的工具。然而，一旦你收集了数据，你需要有能力获得足够的信息来关联公司事件。“虽然Hackney表示，JohnHancock在这一领域的努力仍处于“起步阶段”，但他认为IT部门将在公司数据社会分析服务提供的数据关联中发挥重要作用。例如，如果社交媒体数据显示公司在中西部地区的社会评论越来越负面，他将希望看看如果公司在该地区调整价格或战略是否会扭转这一负面发展趋势。Hackney表示，发现这种联系的意义在于让公司领导相信对社交媒体的投资有很高的回报。他说：“在我所从事的行业中，每个人都是精算师，每个人都在计算，他们不是