เนื้อหา
- เพิ่มระบบอัตโนมัติภายในเครื่องมือข้อมูลขนาดใหญ่
- เน้นความสะอาดของข้อมูลที่เพิ่มขึ้น
- ผู้ Adopters ก่อนจะเริ่มใช้แพลตฟอร์มประสบการณ์ลูกค้าเดียว
- SaaS และ Big Data จะกลายเป็นกระแสหลักสำหรับการวิเคราะห์การดำเนินงานด้านไอที
- ไม่มีข้อบกพร่องไม่มีความเครียด - คู่มือแบบเป็นขั้นตอนเพื่อสร้างซอฟต์แวร์ที่เปลี่ยนแปลงชีวิตโดยไม่ทำลายชีวิตของคุณ
- การทำให้เป็นประชาธิปไตยของข้อมูลขนาดใหญ่จะช่วยเร่ง & ยกระดับการแข่งขันสำหรับ บริษัท ขนาดเล็ก
- บริษัท และเทคโนโลยีที่สร้างและจัดการข้อมูลขนาดใหญ่จะต้องเผชิญกับความคาดหวังที่ใหญ่กว่า
- อำนาจอธิปไตยของข้อมูลและความปลอดภัยจะขับเคลื่อนการสนทนาที่ฟอรัมโลก
- กิจกรรมการควบรวมกิจการของ AI และ Analytics ของผู้ขายจะเร่งขึ้น
- Data Lakes จะมีประโยชน์ในที่สุด
- กฎของ Moore จะถือเป็นจริงสำหรับฐานข้อมูล
- SQL จะมีอีกหนึ่งปีที่ไม่ธรรมดา
- ทีมไอทีจะมุ่งเน้นตรงไปที่การนำข้อมูลขนาดใหญ่ไปใช้
- บริษัท อื่น ๆ จะใช้การวิเคราะห์ข้อมูลขนาดใหญ่เพื่อตรวจจับการฉ้อโกง
- 2017 จะเป็นปีแห่งการปรับให้เหมาะสมสำหรับองค์กรที่มีร้านข้อมูลบนคลาวด์
Takeaway:
ผู้เชี่ยวชาญหลายคนเชื่อว่า 2017 จะยิ่งใหญ่กว่าเดิมเนื่องจากเทคโนโลยีข้อมูลขนาดใหญ่มีความซับซ้อนมากขึ้นเรื่อย ๆ และองค์กรต่างๆยังคงเพิ่มความสามารถในการใช้ประโยชน์จากข้อมูลขนาดใหญ่
ปี 2559 เป็นปีที่มีความสำคัญสำหรับข้อมูลขนาดใหญ่ จากข้อมูลที่รวบรวมโดย Tableau องค์กรจำนวนมากขึ้นกว่าที่เคยมีการจัดเก็บประมวลผลและวิเคราะห์ข้อมูลขนาดใหญ่ซึ่งเป็นส่วนหนึ่งของกระบวนการทางธุรกิจของพวกเขา ผู้เชี่ยวชาญหลายคนเชื่อว่า 2017 จะยิ่งใหญ่กว่าเดิมเนื่องจากเทคโนโลยีข้อมูลขนาดใหญ่มีความซับซ้อนมากขึ้นเรื่อย ๆ และองค์กรต่างๆยังคงเพิ่มความสามารถในการใช้ประโยชน์จากข้อมูลขนาดใหญ่ เราขอให้ผู้เชี่ยวชาญในสาขาส่งมอบการคาดการณ์ของพวกเขาเกี่ยวกับสิ่งที่ปีถือครองเมื่อมันมาถึงเทคโนโลยีข้อมูลขนาดใหญ่ นี่คือสิ่งที่พวกเขาบอกเรา
เพิ่มระบบอัตโนมัติภายในเครื่องมือข้อมูลขนาดใหญ่
ธุรกิจที่ลงทุนในข้อมูลขนาดใหญ่จำเป็นต้องทราบขนาดของลูกค้าผลิตภัณฑ์และการดำเนินงานเพิ่มเติม เครื่องมือใหม่สำหรับแดชบอร์ดข้อมูลและระบบรายงานอัตโนมัตินั้นอยู่ในตำแหน่งที่จะเปลี่ยนข้อมูลเชิงลึกในระยะสั้นและระยะยาวให้เป็นรายได้และส่งไปยังบรรทัดล่างสุด การทำงานอัตโนมัติและค่าใช้จ่ายของความเชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลในต่างประเทศจะช่วยลดค่าใช้จ่ายในการใช้เครื่องมือเชิงลึกที่เน้นธุรกิจเป็นศูนย์กลางและช่วยให้ลูกค้าทรงตัวเพื่อปรับเปลี่ยนและขายผลิตภัณฑ์ / บริการที่มากขึ้นให้กับลูกค้าใหม่และภักดี
-Michael Reddy ผู้ก่อตั้งและหัวหน้าเจ้าหน้าที่วิเคราะห์ของ Digital Acumen
เน้นความสะอาดของข้อมูลที่เพิ่มขึ้น
แม้จะมีการเรียนรู้ด้วยเครื่องจักรที่มีประสิทธิภาพมากขึ้นและอัลกอริธึมขั้นสูงนักการตลาดจำนวนมากก็ยังไม่ได้รวบรวมข้อมูลของพวกเขาอย่างถูกต้องปรับสภาพให้เป็นมาตรฐานทำความสะอาดจัดโครงสร้างและนำไปวิเคราะห์ในสถานที่ที่สามารถวิเคราะห์ได้ 2017 จะเป็นปีที่มีการมุ่งเน้นที่มากขึ้นในงาน "การตรวจสอบข้อมูล" เหล่านี้
-Mike Driscoll, CEO ที่ Metamarkets
ผู้ Adopters ก่อนจะเริ่มใช้แพลตฟอร์มประสบการณ์ลูกค้าเดียว
ผู้ใช้ในช่วงต้นจะเริ่มใช้แพลตฟอร์มประสบการณ์ลูกค้าเดียวเพื่อขุดข้อมูลที่สะสมจากทุกจุดของการมีส่วนร่วม ระบบประเภทนี้จะรวมถึงการวิเคราะห์แบบบริการตนเองการวิเคราะห์มือถือและการวิเคราะห์ข้อมูลขนาดใหญ่ Analytics ให้ข้อมูลเชิงลึกที่แบรนด์กำลังมองหา แต่สิ่งสำคัญคือการดูการวิเคราะห์ศูนย์ติดต่อจากลูกค้าตัวแทนและมุมมองขององค์กร โซลูชันอื่น ๆ ที่พยายามจัดการประสบการณ์ของลูกค้าไม่สามารถทำงานนอกเหนือจากการโต้ตอบเพียงครั้งเดียว พวกเขากำลังติดอยู่ในฟังก์ชั่น (การขาย, การตลาด, การบริการ) หรือช่อง (เสียง, มือถือ, ดิจิตอล, สังคม) หรือแย่ลงทั้ง: ในช่องในฟังก์ชั่น ไซโลเหล่านี้เป็นที่ที่ความรับผิดชอบต้องตาย ในยุคที่ผู้บริโภคคาดหวังว่าจะได้รับประสบการณ์ดิจิทัลที่ราบรื่นการขัดจังหวะโดยลูกค้าเพียงครั้งเดียว
-Merijn te Booij, CMO ที่ Genesys
SaaS และ Big Data จะกลายเป็นกระแสหลักสำหรับการวิเคราะห์การดำเนินงานด้านไอที
ในปี 2560 คาดว่าจะเห็นการรวมกันของ SaaS และข้อมูลขนาดใหญ่เข้าสู่กระแสหลักสำหรับโซลูชั่นการวิเคราะห์การดำเนินงานด้านไอทีแบบเรียลไทม์
ไม่มีข้อบกพร่องไม่มีความเครียด - คู่มือแบบเป็นขั้นตอนเพื่อสร้างซอฟต์แวร์ที่เปลี่ยนแปลงชีวิตโดยไม่ทำลายชีวิตของคุณ
คุณไม่สามารถพัฒนาทักษะการเขียนโปรแกรมของคุณเมื่อไม่มีใครใส่ใจคุณภาพของซอฟต์แวร์
ข้อมูลขนาดใหญ่ถือกำเนิดเป็นซอฟต์แวร์โอเพ่นซอร์ส ในขณะที่มีประสิทธิภาพมหาศาลในกรณีส่วนใหญ่มันไม่ย่อยง่ายโดยร้านค้าไอทีจำนวนมาก การค้าข้อมูลขนาดใหญ่เกิดขึ้นผ่านธุรกิจที่ขับเคลื่อนด้วยการให้คำปรึกษาซึ่งเสนอการรวมและการสนับสนุนรอบ ๆ เครื่องมือโอเพนซอร์ซเหล่านี้ สิ่งนี้มีประสิทธิภาพ แต่มีราคาแพง ผู้ให้บริการคลาวด์เริ่มเสนอเครื่องมือข้อมูลขนาดใหญ่ที่มาพร้อมกับทรัพยากรโครงสร้างพื้นฐานคลาวด์ ขั้นตอนวิวัฒนาการเหล่านี้เป็นจุดเริ่มต้นของวิวัฒนาการตามธรรมชาติจากเครื่องมือและแพลตฟอร์มทั่วไปไปสู่การเสนอข้อมูลขนาดใหญ่ของ SaaS ที่สร้างขึ้นรอบ ๆ กรณีการใช้งานจริง
-Jim Frey รองประธานฝ่ายพันธมิตรเชิงกลยุทธ์ของ Kentik
การทำให้เป็นประชาธิปไตยของข้อมูลขนาดใหญ่จะช่วยเร่ง & ยกระดับการแข่งขันสำหรับ บริษัท ขนาดเล็ก
จะมีการมุ่งเน้นที่เทคโนโลยีและบริการที่เพิ่มพลังของข้อมูลให้อยู่ในมือของผู้ที่ต้องการมันมากที่สุด ตัวอย่างเช่นการขายและการตลาดจะมีตัวเลือกเพิ่มเติมในการตรวจสอบฆ่าเชื้อและวิเคราะห์ข้อมูลขนาดใหญ่ "ที่ทันสมัย" ก่อนที่จะถูกทิ้งลงในฐานข้อมูลส่วนกลางขนาดใหญ่ที่อาจสูญเสียมูลค่าอย่างรวดเร็ว บริษัท ต่างๆจะมองหาผู้ให้บริการที่ลดภาระการจัดการข้อมูลทั้งหมดนี้มากขึ้นในขณะที่เพิ่มประสิทธิภาพการขายและการตลาดด้วยการส่งข้อมูลที่ดีให้กับพนักงานขายและผู้นำทางการตลาดเพื่อให้พวกเขาสามารถรับทราบข้อมูลและดำเนินการได้ทันที สิ่งนี้จะเป็นประโยชน์อย่างยิ่งสำหรับ บริษัท ขนาดเล็กที่จะใช้ประโยชน์จากข้อมูลที่เป็นประชาธิปไตยเพื่อแข่งขันกับคู่แข่งรายใหญ่
-Henry Schuck ผู้ร่วมก่อตั้งและ CEO ของ DiscoverOrg
บริษัท และเทคโนโลยีที่สร้างและจัดการข้อมูลขนาดใหญ่จะต้องเผชิญกับความคาดหวังที่ใหญ่กว่า
บริษัท ต่างๆตระหนักดีว่าข้อมูลที่ผ่านการตรวจสอบแล้วเป็นปัจจัยสำคัญที่สุดที่ผลักดันยอดขายและการตลาดให้ประสบความสำเร็จ เมื่อมีการนำเทคโนโลยีมาใช้กับฟังก์ชั่นการขายและการตลาดมากขึ้นข้อมูลที่ดีก็มีความสำคัญมากขึ้นเพราะเป็นเชื้อเพลิงที่ขับเคลื่อนเครื่องมือเหล่านั้น มูลค่ามหาศาลที่ Microsoft วางไว้บน LinkedIn เนื่องจากข้อมูลที่หลากหลายและการลงทุน Salesforce ได้ทำเครื่องมือเพื่อใช้ประโยชน์จากข้อมูลเพื่อแจ้ง "การเดินทางของลูกค้า" เป็นสัญญาณสำคัญที่บอกพันธมิตรการตลาดในอนาคตการรวมและนวัตกรรมที่จะอิงกับ คุณค่าของข้อมูลที่ดี
-Henry Schuck ผู้ร่วมก่อตั้งและ CEO ของ DiscoverOrg
อำนาจอธิปไตยของข้อมูลและความปลอดภัยจะขับเคลื่อนการสนทนาที่ฟอรัมโลก
หนึ่งในคำถามที่ยิ่งใหญ่ที่สุดที่ล้อมรอบข้อมูลขนาดใหญ่ในปี 2560 คือ:“ ใครเป็นเจ้าของจริง ๆ ?” อำนาจอธิปไตยและความปลอดภัยของข้อมูล - ทั้งในระดับองค์กรและระดับบุคคล - จะผลักดันการอภิปรายเกี่ยวกับหัวข้อนี้ในฟอรัมที่โดดเด่นจำนวนมากทั่วโลก เวทีเศรษฐกิจโลกที่เมืองดาวอสและเมือง G8)
ในขณะที่เราก้าวเข้าสู่ยุคของการเรียนรู้ของเครื่องปัญญาประดิษฐ์ (AI) และความเป็นจริงเสมือนข้อมูลที่ผลิตโดยเทคโนโลยีชิ้นใดชิ้นหนึ่งนั้นเป็นของ "เจ้าของ / ผู้สร้าง" ของเทคโนโลยีอย่างไรก็ตามด้วยประเทศต่างๆเช่นยุโรปที่ใช้กรอบการทำงานเช่นทั่วไป Data Protection Regulation (GDPR) ในปี 2561 ซึ่งจะรวมถึงค่าปรับที่ใหญ่กว่าอย่างมากสำหรับการละเมิดกฎหมายคุ้มครองข้อมูล (มากถึง 4% ของรายได้ทั่วโลกของ บริษัท ในบางกรณี) ดังนั้นความรับผิดชอบทางการเงินสำหรับการไม่ปฏิบัติตาม
ตอนนี้ความประมาทของข้อมูลอำนาจอธิปไตยจะทำให้เกิดผลกระทบโดยตรงต่อ บริษัท ที่อยู่ลึกลงไปการคาดการณ์ของฉันก็คือว่ามันจะได้รับความสนใจมากขึ้นในปี 2560
-Garry Connolly ผู้ก่อตั้งและประธานโฮสต์ในไอร์แลนด์
กิจกรรมการควบรวมกิจการของ AI และ Analytics ของผู้ขายจะเร่งขึ้น
ไม่ต้องสงสัยเลยว่าจะมีที่ดินจำนวนมากสำหรับทุกสิ่งที่ AI, การเรียนรู้ด้วยเครื่องจักรหรือการเรียนรู้ลึก ผู้เล่นรายใหญ่ที่หลากหลายเช่น Google, Apple, Salesforce และ Microsoft ถึง AOL และ Amazon ทำให้แนวโน้มการซื้อกิจการในปีนี้ เนื่องจากประวัติการทำงานที่สั้นของผู้ที่เพิ่งเริ่มกิจการส่วนใหญ่การเคลื่อนไหวเหล่านี้เป็นเรื่องเกี่ยวกับการได้รับผู้เชี่ยวชาญด้าน AI จำนวน จำกัด บนโลกใบนี้ตามมูลค่าของสิ่งที่แต่ละ บริษัท ผลิตจนถึงปัจจุบัน การต่อสู้เพื่อความคิดขององค์กร AI ได้รับการดึงดูดอย่างชัดเจนระหว่าง IBM Watson, Salesforce Einstein และ Adaptive Intelligent Applications ของ Oracle สิ่งที่เข้าใจได้ดีคือ AI ต้องการรากฐานที่มั่นคงของข้อมูลที่เชื่อถือได้เพื่อใช้งาน ด้วยจำนวนการเริ่มต้นที่ จำกัด ที่นำเสนอความสามารถแบบรวมเหล่านี้การแสวงหาความเข้าใจที่เกี่ยวข้องและการกระทำที่แนะนำในท้ายที่สุดซึ่งสามารถช่วยในการคาดการณ์และการตัดสินใจที่มีประสิทธิภาพมากขึ้นและการตัดสินใจจะนำไปสู่กิจกรรมการควบรวมกิจการ
-Ramon Chen, หัวหน้าฝ่ายการตลาดที่ Reltio
Data Lakes จะมีประโยชน์ในที่สุด
บริษัท หลายแห่งที่ใช้บริการดาต้าเลกกระโดดในช่วงแรก ๆ ได้ใช้เงินจำนวนมากไม่เพียง แต่ซื้อในสัญญาของการจัดเก็บต้นทุนต่ำและกระบวนการ แต่ยังรวมถึงบริการมากมายเพื่อรวมและทำให้แหล่งข้อมูลขนาดใหญ่ที่มีอยู่ มีความสัมพันธ์และเปิดเผยเพื่อความเข้าใจที่ดีขึ้น ความท้าทายคือการค้นหานักวิทยาศาสตร์ข้อมูลที่มีทักษะซึ่งสามารถทำความเข้าใจข้อมูลได้ในขณะเดียวกันก็รับประกันความน่าเชื่อถือของข้อมูลที่ข้อมูลถูกจัดตำแหน่งและมีความสัมพันธ์กับ (แม้ว่าผู้เชี่ยวชาญ Tom Davenport ระบุไว้เมื่อเร็ว ๆ นี้อ้างว่าเป็นตำนานที่นักวิทยาศาสตร์ข้อมูลยาก การค้นหา). ทะเลสาบข้อมูลยังสั้นในการป้อนข้อมูลเข้าและรับการปรับปรุงแบบเรียลไทม์จากแอปพลิเคชันการดำเนินงาน โชคดีที่ช่องว่างแคบลงระหว่างสิ่งที่เป็นวินัยและชุดของเทคโนโลยีที่รู้จักกันในชื่อการจัดการข้อมูลหลัก (MDM) และโลกของแอปพลิเคชันการดำเนินงานคลังสินค้าข้อมูลการวิเคราะห์และทะเลสาบข้อมูล ด้วยโครงการข้อมูลขนาดใหญ่ที่มีอยู่ตระหนักถึงความต้องการฐานข้อมูลที่เชื่อถือได้และโครงการใหม่ที่รวมเข้ากับกลยุทธ์การจัดการข้อมูลแบบองค์รวมทะเลสาบข้อมูลอาจบรรลุพันธสัญญาในที่สุดในปี 2560
-Ramon Chen, หัวหน้าฝ่ายการตลาดที่ Reltio
กฎของ Moore จะถือเป็นจริงสำหรับฐานข้อมูล
ตามกฎของมัวร์ซีพียูจะเร็วขึ้นและราคาถูกลงเสมอ ช่วงปลายปีฐานข้อมูลมีการติดตามรูปแบบเดียวกัน
ในปี 2013 อเมซอนได้เปลี่ยนเกมเมื่อพวกเขาเปิดตัว Redshift ซึ่งเป็นฐานข้อมูลการประมวลผลแบบขนานที่หนาแน่นซึ่งอนุญาตให้ บริษัท ต่างๆจัดเก็บและวิเคราะห์ข้อมูลทั้งหมดของพวกเขาในราคาที่สมเหตุสมผล อย่างไรก็ตามตั้งแต่นั้นมา บริษัท ที่เห็นผลิตภัณฑ์เช่น Redshift เป็นดาต้าสโตร์ที่มีขีดความสามารถที่ไร้ขีด จำกัด พวกเขามีหลายร้อยเทราไบต์หรือแม้กระทั่งเพตาไบต์ของข้อมูลและติดอยู่ระหว่างจ่ายมากขึ้นสำหรับความเร็วที่พวกเขาคุ้นเคยหรือรอห้านาทีเพื่อให้แบบสอบถามกลับมา
ป้อน (หรือป้อนซ้ำ) กฎหมายของ Moore Redshift ได้กลายเป็นมาตรฐานอุตสาหกรรมสำหรับฐานข้อมูล MPP บนระบบคลาวด์และเราไม่เห็นว่าจะมีการเปลี่ยนแปลงตลอดเวลาในไม่ช้า จากที่กล่าวมาการคาดการณ์ของเราสำหรับปี 2560 คือฐานข้อมูล MPP ตามต้องการเช่น Google BigQuery และ Snowflake จะได้รับความนิยมอย่างมาก ฐานข้อมูลตามความต้องการจะเรียกเก็บเงินสำหรับการจัดเก็บช่วยให้ บริษัท สามารถจัดเก็บข้อมูลโดยไม่ต้องกังวลเกี่ยวกับค่าใช้จ่าย เมื่อผู้ใช้ต้องการเรียกใช้แบบสอบถามหรือดึงข้อมูลพวกเขาหมุนฮาร์ดแวร์ที่พวกเขาต้องการและทำงานให้เสร็จภายในไม่กี่วินาที พวกเขารวดเร็วปรับขนาดได้และเราคาดว่าจะเห็น บริษัท จำนวนมากใช้ บริษัท เหล่านี้ในปี 2560
-Lloyd Tabb ผู้ก่อตั้งประธานและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Looker
SQL จะมีอีกหนึ่งปีที่ไม่ธรรมดา
SQL นั้นมีมานานหลายทศวรรษแล้ว แต่จากช่วงปลายทศวรรษที่ 1990 ถึงกลางปี 2000 มันมีความทันสมัยเมื่อผู้คนเริ่มสำรวจทางเลือกของ NoSQL และ Hadoop อย่างไรก็ตาม SQL กลับมาพร้อมกับการล้างแค้น ยุคฟื้นฟูศิลปวิทยาการของ SQL นั้นดูสวยงามและฉันยังไม่คิดว่ามันใกล้จะถึงจุดสูงสุดแล้ว
-Lloyd Tabb ผู้ก่อตั้งประธานและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Looker
ทีมไอทีจะมุ่งเน้นตรงไปที่การนำข้อมูลขนาดใหญ่ไปใช้
ในปี 2560 ทีมไอทีจะมองข้ามการแก้ปัญหาสำหรับข้อมูลขนาดใหญ่และหันมาให้ความสนใจมากขึ้นในการวางข้อมูลขนาดใหญ่เพื่อใช้เป็นขั้นตอนต่อไป การเรียนรู้ของเครื่องจะถูกใช้เป็นแหล่งของสติปัญญาและความเข้าใจที่ไม่เคยเกิดขึ้นมาก่อน เมื่อรวมกับคำติชมของลูกค้าทีมไอทีจะใช้ข้อมูลเชิงลึกที่รวบรวมได้จากการเรียนรู้ของเครื่องเพื่อคาดการณ์และปรับเปลี่ยนประสบการณ์ของลูกค้า
-Rajagopal Chandramohan หัวหน้าสถาปนิกฝ่ายบริการธุรกิจระดับองค์กรที่ Intuit
บริษัท อื่น ๆ จะใช้การวิเคราะห์ข้อมูลขนาดใหญ่เพื่อตรวจจับการฉ้อโกง
ผู้จัดการฝ่ายไอทีหลายคนไม่ทราบว่าระบบการวางแผนทรัพยากรองค์กร (ERP) ซึ่งเป็นที่ตั้งและจัดการชุดข้อมูลขนาดใหญ่ของ บริษัท มีความซับซ้อนโดยธรรมชาติซึ่งสามารถสร้างโอกาสในการฉ้อโกงได้ เมื่อพิจารณาถึงค่าใช้จ่ายในการปรับปรุงระบบดังกล่าว บริษัท เริ่มให้ความสำคัญกับการตรวจจับการฉ้อโกงมากขึ้นการติดตั้งเครื่องมือวิเคราะห์ข้อมูลเพื่อตรวจสอบความสามารถของ ERP อีกครั้งโดยมีเจตนาจับความผิดปกติที่อาจบ่งชี้ถึงการฉ้อโกง
ในขณะที่การเพิ่มการควบคุม ERP อาจป้องกันการฉ้อโกงเพิ่มเติม แต่ก็มีค่าใช้จ่ายสูงและมักจะทำให้ประสิทธิภาพกระบวนการในขณะที่เปิดประตูสู่การหลบเลี่ยงโดยผู้โจมตีที่กำหนด บริษัท สามารถเพิ่มความสามารถในการวิเคราะห์แนวโน้มในข้อมูล ERP และตรวจสอบว่ามีใครผิดพลาดหรือพยายามเลี่ยงผ่านการควบคุมแทนที่จะเปลี่ยนการตั้งสิ่งกีดขวางบนถนนที่ไม่มีที่สิ้นสุด
-Dan Zitting หัวหน้าเจ้าหน้าที่ผลิตภัณฑ์ของ ACL
2017 จะเป็นปีแห่งการปรับให้เหมาะสมสำหรับองค์กรที่มีร้านข้อมูลบนคลาวด์
สำหรับองค์กรที่มีฐานข้อมูลบนคลาวด์ 2017 จะเป็นปีแห่งการปรับให้เหมาะสม สำหรับผู้ที่ต้องการย้ายข้อมูลไปยังคลาวด์ 2017 จะเป็นปีที่จะรวมกลยุทธ์การเพิ่มประสิทธิภาพข้อมูล ถนนทุกสายนำไปสู่การกำจัดค่าใช้จ่ายที่ไม่จำเป็นในขณะเดียวกันก็เสริมสร้างประสิทธิภาพของธุรกิจด้วยการเข้าถึงข้อมูลเชิงลึกและข้อเท็จจริง เรื่องราวของบูมเมอแรงข้อมูล - ข้อมูลถูกย้ายไปยังคลาวด์แล้วย้ายกลับเนื่องจากค่าใช้จ่ายที่ไม่คาดคิด - สามารถกำจัดได้โดยทำตามกลยุทธ์ข้อมูลส่วน สิ่งนี้เกี่ยวข้องกับการสนับสนุนสถาปัตยกรรมข้อมูลด้วยหลักฐานว่าข้อมูลทั้งหมดไม่เท่ากับองค์กร สถาปนิกข้อมูลจะต้องพิจารณาค่าข้อมูลตามความต้องการขององค์กร การจัดตำแหน่งสามารถทำได้ด้วยเขตข้อมูล ตัวอย่างทั่วไป ได้แก่ ไฟบนการสนับสนุนความได้เปรียบในการแข่งขันและนวัตกรรมและการปรับแต่ง ไปเป็นวันที่ข้อมูลทะเลสาบสามารถดูได้เป็นที่ลี้ภัยที่ง่ายและไม่แตกต่างกันสำหรับข้อมูลทั้งหมด รับในเขตข้อมูลเขตข้อมูล
-William Hurley ผู้อำนวยการอาวุโสฝ่ายบริการวงจรชีวิตซอฟต์แวร์ที่ Astadia