ปลดล็อกข้อมูลที่ติดอยู่ของคุณ: ขับเคลื่อนข้อมูลเชิงลึกจากเอดจ์สู่คลาวด์

เก็ตตี-เซอร์เกย์-นิเวนส์-เอดจ์-คอมพิวติ้ง-2

เก็ตตี้/เซอร์เกย์-นิเวนส์

มาคุยกันสักครู่เกี่ยวกับไซโลข้อมูล แน่นอนว่าไซโลในโลกแห่งความเป็นจริงคือหอคอยเหล่านั้นในฟาร์มที่ใช้เก็บธัญพืชเพื่อใช้หรือขายในอนาคต พวกมันเป็นอาคารสูงตระหง่านที่มักจะมีวัตถุดิบเพียงชนิดเดียว แนวคิดของไซโลโดยทั่วไปใช้เป็นคำอุปมาสำหรับอธิบายชุดข้อมูลดิบจำนวนมากที่จัดเก็บแยกจากข้อมูลดิบอื่นๆ

เซิร์ฟเวอร์และอุปกรณ์มักจะแยกข้อมูล เครื่องต่างๆ เก็บข้อมูล แต่ไม่จำเป็นต้องแชร์ทั้งหมดกับอุปกรณ์อื่น แอปพลิเคชันสร้างและจัดเก็บข้อมูล แต่มีเพียงบางส่วนเท่านั้นที่อาจ...อาจ…แชร์หากมีการใช้ API (อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน) ที่เขียนอย่างดี เมื่อเวลาผ่านไป องค์กรพบว่าตัวเองมีข้อมูลจำนวนมาก แต่ข้อมูลส่วนใหญ่จะถูกแยกออก เก็บไว้ในไซโลเชิงเปรียบเทียบที่แยกจากกัน ไม่เคยเป็นส่วนหนึ่งของข้อมูลที่ใหญ่กว่าทั้งหมด

Edge Computing สร้างพายุที่สมบูรณ์แบบสำหรับไซโลข้อมูลได้อย่างไร

เมื่อพูดถึงระบบเครือข่ายขององค์กร โดยเฉพาะอย่างยิ่งจาก edge-to-cloud ไซโลข้อมูลจะเกิดขึ้นเองตามธรรมชาติ ทุกอุปกรณ์ที่ Edge จะสร้างข้อมูล แต่ข้อมูลส่วนใหญ่นั้นอาจยังคงอยู่ที่อุปกรณ์ หรืออย่างน้อยที่สุดคือคลัสเตอร์ของอุปกรณ์ที่ตำแหน่ง Edge นั้น เช่นเดียวกับการดำเนินการบนคลาวด์ ข้อมูลถูกสร้างขึ้นและจัดเก็บไว้ที่ผู้ให้บริการคลาวด์หลายราย และแม้ว่าบางครั้งพวกเขาจะแลกเปลี่ยนข้อมูล แต่ข้อมูลส่วนใหญ่นั้นแยกออกจากส่วนที่เหลือขององค์กร

นอกจากนี้: edge-to-cloud กำลังขับเคลื่อนขั้นตอนต่อไปของการเปลี่ยนแปลงทางดิจิทัลอย่างไร

แต่ข้อมูลเชิงลึกและกลยุทธ์ที่นำไปใช้ได้จริงจะเกิดขึ้นเมื่อผู้ใช้และระบบที่เหมาะสมสามารถเข้าถึงข้อมูลทั้งหมดทั่วทั้งองค์กรได้ มาดูตัวอย่างหนึ่งที่อาจเกิดขึ้นกับร้านค้าปลีกสินค้าเกี่ยวกับบ้านสมมุติที่ชื่อว่า Home-by-Home ที่เราพูดถึงก่อนหน้านี้

Home-by-Home จำหน่ายโคมไฟติดผนังที่ใช้ขายึดพลาสติกเพื่อติดเข้ากับผนัง มักจะเป็นผู้ขายที่ดี แต่ในเดือนมีนาคมและเมษายนของทุกปี บริษัทกลับได้รับผลตอบแทนท่วมท้นเพราะวงเล็บแตก ผลตอบแทนมาจากทั่วประเทศจากไมอามีถึงซีแอตเติล นั่นเป็นข้อมูลชุดแรกของเรา และเป็นที่รู้จักสำหรับร้านค้าเอง

ตัวยึดนี้สร้างโดยบริษัทคู่ค้าในโรงงาน โดยปกติ โรงงานจะทำงานที่อุณหภูมิสูงกว่า 62 องศาฟาเรนไฮต์ แต่ในเดือนมกราคมและกุมภาพันธ์ อุณหภูมิแวดล้อมของโรงงานจะลดลงเหลือ 57 องศาโดยเฉลี่ย นั่นคือกลุ่มข้อมูลกลุ่มที่สอง อุณหภูมิในโรงงาน

ไม่มีการเชื่อมต่อชุดข้อมูลใดกับอีกชุดหนึ่ง แต่เมื่อเราสำรวจในเชิงลึกย้อนกลับไประยะหนึ่ง กระบวนการผลิตพลาสติกบางอย่างเริ่มล้มเหลวต่ำกว่า 59 องศาหรือมากกว่านั้น หากไม่สามารถเชื่อมโยงชุดข้อมูลที่โรงงานกับสถิติการคืนสินค้าจากร้านค้าได้ บริษัทจะไม่สามารถรู้ได้ว่าโรงงานที่เย็นกว่าเล็กน้อยกำลังผลิตขายึดที่ไม่ได้มาตรฐาน ซึ่งกำลังล้มเหลวทั่วประเทศ

แต่ด้วยการรวบรวมข้อมูลทั้งหมดและทำให้ชุดข้อมูลพร้อมใช้งานสำหรับการวิเคราะห์ (และความสัมพันธ์บนพื้นฐาน AI และการประมวลผลข้อมูลขนาดใหญ่) ทำให้ข้อมูลเชิงลึกเป็นไปได้ ในกรณีนี้ เนื่องจาก Home-by-Home ทำให้การเปลี่ยนแปลงทางดิจิทัลเป็นส่วนหนึ่งของ DNA บริษัทจึงสามารถเชื่อมโยงระหว่างอุณหภูมิโรงงานกับการส่งคืน และตอนนี้ลูกค้าที่ซื้อโคมไฟเหล่านั้นประสบความล้มเหลวน้อยลงมาก 

ข้อมูลของคุณมีอยู่ทุกที่ แต่สามารถดำเนินการได้หรือไม่?

นี่เป็นเพียงตัวอย่างหนึ่งของศักยภาพในการเก็บเกี่ยวข้อมูลจาก edge-to-cloud มีแนวคิดหลักสองสามข้อที่นี่ซึ่งสัมพันธ์กันทั้งหมด 

ข้อมูลของคุณมีอยู่ทุกที่: คอมพิวเตอร์ เซิร์ฟเวอร์ อุปกรณ์อินเทอร์เน็ตในทุกสิ่ง โทรศัพท์ ระบบโรงงาน ระบบสำนักงานสาขา เครื่องบันทึกเงินสด ยานพาหนะ แอปซอฟต์แวร์เสมือนบริการ และระบบการจัดการเครือข่ายเกือบทุกชนิดมีการสร้างข้อมูลอย่างต่อเนื่อง บางส่วนถูกลบออกเมื่อมีการสร้างข้อมูลใหม่ บางส่วนสะสมจนอุปกรณ์จัดเก็บข้อมูลอุดตันเนื่องจากใช้งานมากเกินไป บางส่วนอยู่ในบริการคลาวด์สำหรับบัญชีเข้าสู่ระบบแต่ละบัญชีที่คุณมี

ข้อมูลของคุณถูกแยกออก: ระบบพวกนี้ส่วนใหญ่ไม่คุยกัน ในความเป็นจริง การจัดการข้อมูลมักอยู่ในรูปแบบของการค้นหาว่าข้อมูลใดบ้างที่สามารถลบได้ เพื่อให้มีที่ว่างสำหรับรวบรวมมากขึ้น แม้ว่าบางระบบจะมี API สำหรับการแลกเปลี่ยนข้อมูล แต่ส่วนใหญ่จะไม่ได้ใช้ (และบางระบบก็ใช้มากเกินไป) เมื่อบ่นเกี่ยวกับธุรกิจในท้องถิ่น พ่อของฉันชอบใช้วลีที่ว่า “มือซ้ายไม่รู้ว่ามือขวาทำอะไร” เมื่อแยกข้อมูลออก องค์กรก็เป็นเช่นนั้น

ข้อมูลเชิงลึกเกิดขึ้นเมื่อมีการเชื่อมโยงอินพุตหลายตัวเข้าด้วยกัน: แม้ว่าจะสามารถนำชุดข้อมูลชุดเดียวไปวิเคราะห์อย่างครอบคลุมและสร้างข้อมูลเชิงลึกได้ แต่คุณมีแนวโน้มที่จะเห็นแนวโน้มมากขึ้นเมื่อเชื่อมโยงข้อมูลจากแหล่งหนึ่งกับข้อมูลจากแหล่งอื่นๆ ได้ ก่อนหน้านี้เราได้แสดงให้เห็นว่าอุณหภูมิของพื้นโรงงานมีความเชื่อมโยงที่ห่างไกลแต่สามารถวัดได้กับปริมาณการคืนสินค้าในร้านค้าทั่วประเทศ 

ในการทำเช่นนั้น ข้อมูลทั้งหมดนั้นต้องสามารถเข้าถึงได้ทั่วทั้งองค์กรของคุณ: แต่ความสัมพันธ์และการสังเกตเหล่านั้นจะเกิดขึ้นได้ก็ต่อเมื่อนักวิเคราะห์ (ทั้งมนุษย์และ AI) สามารถเข้าถึงแหล่งข้อมูลจำนวนมากเพื่อเรียนรู้ว่าข้อมูลทั้งหมดบอกเล่าเรื่องราวอะไรบ้าง

ทำให้ข้อมูลใช้งานได้และเปลี่ยนให้เป็นข้อมูลอัจฉริยะ

ความท้าทายคือการทำให้ข้อมูลทั้งหมดนั้นใช้งานได้ เก็บเกี่ยว และประมวลผลให้เป็นข้อมูลอัจฉริยะที่นำไปปฏิบัติได้ ในการทำเช่นนี้ต้องพิจารณาสี่ประการ

ครั้งแรกคือ การเดินทาง. ข้อมูลต้องมีกลไกในการย้ายจากอุปกรณ์ขอบ บริการคลาวด์ เซิร์ฟเวอร์ และสิ่งที่ไม่ทั้งหมดไปยังที่ที่สามารถดำเนินการได้ หรือ รวม. คำศัพท์ต่างๆ เช่น "data lake" และ "data warehouse" อธิบายแนวคิดของการรวมข้อมูลนี้ แม้ว่าการจัดเก็บข้อมูลจริงอาจกระจัดกระจายไปบ้าง 

นอกจากนี้: การเปลี่ยนแปลงทางดิจิทัลที่ขับเคลื่อนโดย edge-to-cloud เกิดขึ้นจริงในสถานการณ์ของผู้ค้าปลีกรายใหญ่

ประเด็นทั้งสองนี้ การจัดเก็บข้อมูลและการเคลื่อนย้ายข้อมูล ทั้งสองประเด็นจำเป็นต้องพิจารณาจาก ความปลอดภัย และ การกำกับดูแล. ข้อมูลที่เคลื่อนไหวและข้อมูลที่อยู่นิ่งจำเป็นต้องได้รับการปกป้องจากการเข้าถึงโดยไม่ได้รับอนุญาต ในขณะเดียวกันก็เตรียมข้อมูลทั้งหมดนั้นให้พร้อมใช้งานสำหรับนักวิเคราะห์และเครื่องมือที่สามารถขุดข้อมูลเพื่อโอกาส ในทำนองเดียวกัน การกำกับดูแลข้อมูลอาจเป็นปัญหา เนื่องจากข้อมูลที่สร้างขึ้นในตำแหน่งที่ตั้งทางภูมิศาสตร์หนึ่งอาจมีปัญหาด้านราชการหรือภาษี หากต้องย้ายไปยังตำแหน่งที่ตั้งใหม่

และสุดท้าย ปัจจัยที่สี่ที่ต้องพิจารณาคือ การวิเคราะห์. ต้องจัดเก็บในลักษณะที่เข้าถึงได้สำหรับการวิเคราะห์ อัปเดตบ่อยครั้งเพียงพอ จัดหมวดหมู่อย่างเหมาะสม และดูแลจัดการด้วยความระมัดระวัง

บทนำสู่การปรับปรุงข้อมูลให้ทันสมัย

มนุษย์เป็นสิ่งมีชีวิตที่อยากรู้อยากเห็น สิ่งที่เราสร้างขึ้นในชีวิตจริง เรามักจะทำซ้ำในโลกดิจิทัลของเรา พวกเราหลายคนมีบ้านและที่ทำงานรกเพราะเราไม่เคยพบที่จัดเก็บที่สมบูรณ์แบบสำหรับสิ่งของทุกชิ้น เช่นเดียวกัน เป็นเรื่องน่าเศร้าที่มักเป็นเรื่องจริงเกี่ยวกับวิธีที่เราจัดการข้อมูล 

อย่างที่เราคุยกันไปก่อนหน้านี้ เราได้ปิดปากเงียบไปมากแล้ว แต่ถึงแม้เราจะดึงข้อมูลทั้งหมดนั้นเข้าสู่ Data Lake ส่วนกลาง เราก็ไม่มีวิธีที่ดีที่สุดในการค้นหา จัดเรียง และกลั่นกรองข้อมูลทั้งหมด การปรับปรุงข้อมูลให้ทันสมัยเป็นเรื่องเกี่ยวกับการอัปเดตวิธีที่เราจัดเก็บและดึงข้อมูลเพื่อใช้ความก้าวหน้าที่ทันสมัย ​​เช่น ข้อมูลขนาดใหญ่ การเรียนรู้ของเครื่อง AI และแม้แต่ฐานข้อมูลในหน่วยความจำ

วลีไอทีเกี่ยวกับการปรับปรุงข้อมูลให้ทันสมัยและการเปลี่ยนแปลงทางดิจิทัลนั้นไปด้วยกันได้ นั่นเป็นเพราะการเปลี่ยนแปลงทางดิจิทัลไม่สามารถเกิดขึ้นได้ เว้นแต่วิธีการจัดเก็บและดึงข้อมูลเป็นอันดับแรก (บ่อยครั้ง ด้านบน) ลำดับความสำคัญด้านไอทีขององค์กร สิ่งนี้เรียกว่ากลยุทธ์ที่เน้นข้อมูลเป็นอันดับแรก และสามารถเก็บเกี่ยวผลตอบแทนมากมายสำหรับธุรกิจของคุณ

ดูนี่คือสิ่งที่ หากข้อมูลของคุณถูกผูกมัดและถูกดัก คุณจะไม่สามารถใช้ข้อมูลได้อย่างมีประสิทธิภาพ หากคุณและทีมพยายามค้นหาข้อมูลที่ต้องการอยู่เสมอ หรือไม่เคยเห็นข้อมูลนั้นเลยตั้งแต่แรก นวัตกรรมจะถูกระงับ แต่เพิ่มข้อมูลนั้นให้ว่าง และปลดล็อกโอกาสใหม่ๆ

ไม่เพียงเท่านั้น ข้อมูลที่มีการจัดการไม่ดีอาจเป็นตัวถ่วงเวลาสำหรับเจ้าหน้าที่ไอทีมืออาชีพของคุณ แทนที่จะทำงานเพื่อขับเคลื่อนองค์กรไปข้างหน้าด้วยนวัตกรรม พวกเขาใช้เวลาไปกับการจัดการระบบ ฐานข้อมูล และอินเทอร์เฟซต่างๆ เหล่านี้ทั้งหมด และแก้ไขปัญหาด้วยวิธีต่างๆ ทั้งหมดที่พวกเขาสามารถทำลายได้

การปรับปรุงข้อมูลของคุณให้ทันสมัยไม่เพียงหมายความว่าคุณสามารถสร้างสรรค์สิ่งใหม่ ๆ ได้ แต่ยังหมายความว่าคุณสามารถเพิ่มเวลาของคุณเพื่อคิดแทนการตอบสนอง ซึ่งยังช่วยให้คุณมีเวลาปรับใช้แอปพลิเคชันและคุณสมบัติเพิ่มเติมที่สามารถเปิดโลกทัศน์ใหม่สำหรับธุรกิจของคุณ

ค้นหาคุณค่าและข้อมูลเชิงลึกที่นำไปใช้ได้จริงซึ่งซ่อนอยู่ในข้อมูลของคุณ

กระบวนการปรับปรุงข้อมูลให้ทันสมัยและการใช้กลยุทธ์ที่เน้นข้อมูลเป็นอันดับแรกอาจเป็นเรื่องที่ท้าทาย เทคโนโลยีอย่างบริการคลาวด์และ AI สามารถช่วยได้ บริการคลาวด์สามารถช่วยได้โดยการจัดหาโครงสร้างพื้นฐานตามขนาดตามความต้องการที่สามารถเติบโตได้เมื่อมีการเก็บเกี่ยวข้อมูลมากขึ้นเรื่อยๆ AI สามารถช่วยได้โดยการจัดหาเครื่องมือที่สามารถกรองข้อมูลทั้งหมดและจัดระเบียบอย่างสอดคล้องกัน เพื่อให้ผู้เชี่ยวชาญและผู้จัดการสายงานธุรกิจของคุณสามารถดำเนินการได้

แต่ก็ยังเป็นเรื่องใหญ่สำหรับทีมไอทีส่วนใหญ่ โดยปกติแล้ว ฝ่ายไอทีไม่ได้กำหนดให้เก็บข้อมูลทั้งหมดนั้นไว้ มันเพิ่งเกิดขึ้นตามปกติเมื่อมีการติดตั้งระบบมากขึ้นเรื่อย ๆ และรายการที่ต้องทำมากขึ้นเรื่อย ๆ ก็อยู่ในรายชื่อของผู้คน

นั่นคือสิ่งที่บริการการจัดการและโครงสร้างพื้นฐานเช่น HPE GreenLake และคู่แข่งสามารถช่วยได้ GreenLake นำเสนอรูปแบบการจ่ายต่อการใช้งาน คุณจึงไม่ต้อง "ประเมิน" การใช้ความจุล่วงหน้า ด้วยแดชบอร์ดข้ามแอปพลิเคชันและข้ามบริการและการสนับสนุนระดับมืออาชีพที่หลากหลาย HPE GreenLake สามารถช่วยคุณทำให้ข้อมูลของคุณทุกที่กลายเป็นกลยุทธ์ที่ข้อมูลมาก่อน 

แหล่ง