閉じ込められたデータのロックを解除: エッジからクラウドまで洞察を推進

データサイロについて少しお話しましょう。 もちろん、実世界のサイロは、将来の使用または販売のために穀物を保管するために使用される農場の塔です。 それらは通常、XNUMX種類の原材料のみを含むそびえ立つ建物です。 サイロの概念は、通常、他の生データとは別に保存されている生データの大規模なコレクションを表すメタファーとして機能します。

サーバーとデバイスは、多くの場合、データをサイロ化します。 さまざまなマシンがデータを保存しますが、必ずしもそのすべてを他のデバイスと共有するとは限りません。 アプリケーションはデータを生成して保存しますが、一部のアプリケーションのみが…かもしれない…適切に作成された API (アプリケーション プログラミング インターフェイス) が使用されている場合は共有されます。 時間が経つにつれて、組織は大量のデータを抱えていることに気付きますが、そのほとんどは孤立しており、比喩的に言えば別々のサイロに保管されており、大きな全体の一部になることはありません。

エッジ コンピューティングがデータ サイロに完璧な嵐をもたらす方法

エンタープライズ ネットワーキング、特にエッジからクラウドへのネットワークに関しては、データ サイロが自然に発生します。 エッジにあるすべてのデバイスがデータを生成しますが、そのデータの多くはそのデバイス、または少なくともそのエッジ ロケーションにあるデバイスのクラスターに残る可能性があります。 クラウド運用も同様です。 データはさまざまなクラウド プロバイダーで作成および保存され、データを交換することもありますが、そのほとんどは企業の他の部分から隔離されています。

また： エッジからクラウドへの移行がデジタル トランスフォーメーションの次の段階をどのように推進しているか

しかし、適切なユーザーとシステムが企業全体のすべてのデータにアクセスできるようになると、洞察と実行可能な戦略が生まれます。 前に説明した架空の家庭用品小売業者である Home-by-Home で発生する可能性がある XNUMX つの例を見てみましょう。

Home-by-Home は、プラスチック ブラケットを使用して壁に取り付ける壁掛け照明器具を販売しています。 通常、それは素晴らしい売り手です。 しかし、毎年 XNUMX 月と XNUMX 月になると、ブラケットにひびが入るため、同社は大量の返品を受けます。 返品は、マイアミからシアトルまで、全国から寄せられています。 これは私たちの最初のデータ セットであり、店舗自体に知られています。

ブラケットはパートナー企業の工場で組み立てられます。 通常、工場は華氏 62 度以上の温度で稼働しますが、57 月と XNUMX 月には工場の周囲温度が平均 XNUMX 度まで下がります。 これが XNUMX 番目のデータ クラスターで、工場内の温度です。

どちらのデータセットも互いに接続されていません。 しかし、少し前に詳しく調べたところ、一部のプラスチック製造プロセスは 59 度以下で失敗し始めます。 工場のデータセットを店舗からの返品統計と関連付けることができなければ、同社は、少し温度の低い工場が標準以下のブラケットを生産していたことを知ることができませんでした。

しかし、すべてのデータを取得し、データ セットを分析 (および AI ベースの関連付けとビッグ データ処理) に利用できるようにすることで、洞察が可能になります。 この場合、Home-by-Home はデジタル トランスフォーメーションを DNA の一部にしたため、同社は工場の温度と返品を関連付けることができ、今ではこれらの照明器具を購入した顧客が経験する故障がはるかに少なくなりました。 

データはどこにでもありますが、実用的ですか?

これは、エッジからクラウドへのデータ収集の可能性のほんの一例です。 ここには、相互に関連する重要なアイデアがいくつかあります。 

あなたのデータはどこにでもあります: ほぼすべてのコンピューター、サーバー、モノのインターネット デバイス、電話、工場システム、支店システム、キャッシュ レジスター、車両、サービスとしてのソフトウェア アプリ、およびネットワーク管理システムは、常にデータを生成しています。 新しいデータが生成されると、その一部が消去されます。 その一部は、過度の使用によりストレージ デバイスが目詰まりするまで蓄積されます。 その一部は、所有している各ログイン アカウントのクラウド サービスに置かれています。

あなたのデータは分離されています: これらのシステムのほとんどは、互いに通信しません。 実際、データ管理は多くの場合、どのデータを削除して、より多くのデータを収集できるようにするかを検討する形を取ります。 一部のシステムにはデータ交換用の API がありますが、ほとんどは使用されていません (一部は過度に使用されています)。 私の父は地元のビジネスについて不平を言うとき、「左手は右手が何をしているのかわからない」というフレーズを好んで使っていました。 データが分離されている場合、組織はまさにそのようなものです。

複数の入力を関連付けると、洞察が得られます。 単一のデータセットを包括的な分析にかけ、洞察を得ることができますが、あるソースのデータを他のソースのデータに関連付けることができれば、傾向が見られる可能性がはるかに高くなります。 先に、工場の床の温度が全国の店舗での返品量と遠いが測定可能な関係があることを示しました. 

そのためには、企業全体ですべてのデータにアクセスできる必要があります。 しかし、これらの相関関係と観察は、アナリスト (人間と AI の両方) が多くのデータ ソースにアクセスして、それが何を物語っているのかを知ることができる場合にのみ可能になります。

データを使えるようにし、インテリジェンスに変える

その場合の課題は、そのすべてのデータを使用可能にし、収集してから、実用的なインテリジェンスに処理することです。 そのためには、XNUMX つのことを考慮する必要があります。

最初は、 旅行. データは、これらすべてのエッジ デバイス、クラウド サービス、サーバーなどから、データに基づいて処理できる場所に移動するメカニズムを備えている必要があります。 集約された. 「データ レイク」や「データ ウェアハウス」などの用語は、データの実際のストレージがかなり分散している場合でも、このデータ集約の概念を表しています。 

また： エッジ ツー クラウドによるデジタル トランスフォーメーションは、大手小売業者のこのシナリオで実現します。

これら XNUMX つの問題、データの保存とデータの移動の両方について、次の点を考慮する必要があります。 セキュリティ & ガバナンス. 移動中のデータと保存中のデータを不正なアクセスから保護すると同時に、そのすべてのデータをアナリストや機会を得るためにデータをマイニングできるツールで利用できるようにする必要があります。 同様に、データ ガバナンスも問題になる可能性があります。ある地理的な場所で生成されたデータを新しい場所に移動すると、政府または課税上の問題が発生する可能性があるからです。

最後に、考慮すべき XNUMX 番目の要因は、 分析. 分析のためにアクセスできる方法で保存し、十分な頻度で更新し、適切にカタログ化し、慎重に整理する必要があります。

データのモダナイゼーションの簡単な紹介

人間は好奇心旺盛な生き物です。 実生活で作成したものは、デジタルの世界で再現することがよくあります。 私たちの多くは、すべての物に最適な保管場所を見つけられなかったために、家や職場が散らかっています。 悲しいことに、同じことがデータの管理方法にも当てはまります。 

前に説明したように、私たちはその多くをサイロ化してきました。 しかし、そのすべてのデータを中央のデータ レイクにプルしたとしても、すべてを検索、並べ替え、ふるいにかける最適な方法はありません。 データのモダナイゼーションとは、ビッグ データ、機械学習、AI、さらにはインメモリ データベースなどの最新の進歩を活用するために、データの保存方法と取得方法を更新することです。

データのモダナイゼーションとデジタル トランスフォーメーションという IT の流行語は密接に関連しています。 それは、データの保存と取得の方法論がトップ (多くの場合、 　 上）組織の IT の優先順位。 これはデータファースト戦略と呼ばれ、ビジネスに大きな利益をもたらします。

ほら、ここにあります。 データが閉じ込められて閉じ込められていると、データを有効に使用できません。 あなたとあなたのチームが常に必要なデータを見つけようとしている場合、またはそもそもデータを見たことがない場合、イノベーションは抑制されます。 しかし、そのデータを解放すると、新しい機会が開かれます。

それだけでなく、管理が不十分なデータは、専門の IT スタッフの時間を浪費する可能性があります。 彼らは、イノベーションを通じて組織を前進させるために取り組む代わりに、これらのさまざまなシステム、データベース、およびインターフェイスをすべて管理し、さまざまな方法で壊れる可能性があるすべてのトラブルシューティングに時間を費やしています。

データをモダナイズするということは、革新できることを意味するだけでなく、反応する代わりに考える時間を解放できることも意味します。 また、ビジネスの新たな地平を開くことができるアプリケーションや機能をさらに展開するための時間も提供されます。

データに隠された価値と実用的な洞察を見つける

データのモダナイゼーションとデータ ファースト戦略の採用のプロセスは、困難な場合があります。 クラウド サービスや AI などのテクノロジーが役立ちます。 クラウド サービスは、収集されるデータの増加に応じて拡張できる、必要に応じて拡張できるオンデマンドのインフラストラクチャを提供することで役立ちます。 AI は、すべてのデータをふるいにかけ、一貫して整理できるツールを提供することで、スペシャリストや基幹業務マネージャーが行動を起こすことができるように支援します。

しかし、それは依然としてほとんどの IT チームにとって大きな課題です。 通常、IT 部門はすべてのデータをサイロ化することはしません。 ますます多くのシステムがインストールされ、より多くの ToDo 項目が人々のリストに載せられるにつれて、それは有機的に発生します。

そこで、HPE GreenLake やその競合他社のような管理およびインフラストラクチャ サービスが役に立ちます。 GreenLake は従量制モデルを提供するため、容量の使用量を事前に「見積もる」必要はありません。 クロスアプリケーションおよびクロスサービスのダッシュボードと、幅広い専門的なサポートにより、HPE GreenLake は、どこにでもあるデータをデータ ファーストの戦略に変えるのに役立ちます。