Як аналітика може покращити бізнес? - стенографа епізоду 2

Примітка редактора: Це стенограма однієї з наших минулих веб-трансляцій. Наступний епізод виходить швидко, натисніть тут, щоб зареєструватися.

Ерік Кавана: Дами та панове, привіт, вітайте ще раз до Епізоду 2 TechWise. Так, дійсно, настав час здобути мудрих людей! Сьогодні у мене є маса дійсно розумних людей, які допоможуть нам у цьому. Мене звати Ерік Кавана, звичайно. Я буду вашим господарем, вашим модератором, для цієї блискавичної сесії. У нас тут багато вмісту, люди. У нас є кілька великих імен у бізнесі, які були аналітиками у нашому просторі та чотири найцікавіших продавців. Отже, сьогодні у нас буде багато хороших дій за викликом. І звичайно, ви там у аудиторії граєте важливу роль у питанні питань.

Тож ще раз шоу - це TechWise, а сьогоднішня тема - "Як аналітика може покращити бізнес?" Очевидно, це гаряча тема, де потрібно намагатись зрозуміти різні види аналітики, які ви можете зробити, і як це може покращити ваші операції, тому що це все в кінці дня.

Таким чином, ви можете побачити себе там вгорі, це справді ваше. Доктор Кірк Борн, хороший друг з університету Джорджа Мейсона. Він є вченим із даних, який має величезний досвід, дуже глибокий досвід у цьому просторі та обміні даними, великими даними та всіма подібними захопленнями. І, звичайно, у нас є власний доктор Робін Блер, головний аналітик групи Bloor. Хто тренувався як актуар багато-багато років тому. І він був дійсно зосереджений на цьому всьому просторі великих даних та аналітичному просторі протягом останнього півріччя. Минуло п'ять років, як ми самі створили групу Bloor. Тож час летить, коли вам весело.

Ми також будемо чути від Вілла Гормана, головного архітектора Пентахо; Стів Вілкс, керівник відділу WebAction; Френк Сандерс, технічний директор компанії MarkLogic; та Ханна Маллтрі, директор компанії Treasure Data. Так, як я вже говорив, це дуже багато змісту.

Тож як аналітика може допомогти вашому бізнесу? Ну, як це не може допомогти вашому бізнесу, відверто кажучи? Існують всілякі способи використання аналітики для вдосконалення вашої організації.

Тож упорядкуйте операції. Це те, про що ви не чуєте так багато, як про такі речі, як маркетинг або збільшення доходу або навіть визначення можливостей. Але впорядкування ваших операцій - це справді, дійсно потужна річ, яку ви можете зробити для своєї організації, оскільки ви можете визначити місця, де ви можете або щось передавати в аутсорсинг, або ви можете додавати дані, наприклад, до певного процесу. І це може впорядкувати це, не вимагаючи, щоб хтось забирав телефон для дзвінка або хтось надсилав електронну пошту. Існує так багато різних способів, що ви можете впорядкувати свої операції. І все це справді допомагає знизити ваші витрати, правда? Це ключ, це знижує вартість. Але це також дозволяє краще обслуговувати своїх клієнтів.

І якщо ви задумаєтесь про те, як стали нетерплячі люди, і я це бачу щодня з точки зору того, як люди взаємодіють в Інтернеті, навіть із нашими шоу, постачальниками послуг, якими ми користуємося. Терпіння, яке мають люди, тривалість уваги з кожним днем ​​стає все коротшим і коротшим. І це означає, що вам потрібно, як організації, реагувати в більш швидкі та швидкі періоди часу, щоб мати змогу задовольнити своїх клієнтів.

Так, наприклад, якщо хтось перебуває на вашому веб-сайті або переглядає, намагаючись знайти щось, якщо вони засмучуються і вони виходять, ну, можливо, ви просто втратили клієнта. І залежно від того, скільки ви платите за свій товар чи послугу, і, можливо, це велика справа. Отже, суть полягає в тому, що впорядкування операцій, я думаю, є одним з найгарячіших просторів для застосування аналітики. І ви робите це, дивлячись на цифри, стискаючи дані, з'ясовуючи, наприклад, "Гей, чому ми втрачаємо стільки людей на цій сторінці нашого веб-сайту?" "Чому ми зараз отримуємо деякі з цих телефонних дзвінків?"

І чим більше в реальному часі ви зможете реагувати на подібні речі, тим більше шансів на те, щоб ви опинилися на вершині ситуації та зробили щось із цим, перш ніж пізно. Тому що є той період часу, коли хтось через щось засмучується, вони незадоволені або намагаються щось знайти, але вони розчаровані; Ви маєте можливість отримати доступ до них, схопити їх, взаємодіяти з цим клієнтом. І якщо ви зробите це належним чином з правильними даними або приємною картиною клієнта - розуміючи, хто це замовник, яка їх прибутковість, які їх уподобання - якщо ви дійсно можете впоратися з цим, ви збираєтеся робити чудова робота, щоб утримати своїх клієнтів та отримати нових клієнтів. І ось про що йдеться.

Отож, я збираюся передати це, власне, Кірку Борну, одному з наших науковців із даних за сьогоднішньою розмовою. І вони сьогодні досить рідкісні, люди. У нас є двоє, принаймні, на виклик, так що це велика справа. З цим, Кірк, я збираюся передати це вам, щоб поговорити про аналітику та те, як це допомагає бізнесу. Дій.

Доктор Кірк Борн: Ну, дуже дякую, Еріку. Ти мене чуєш?

Ерік: Це добре, продовжуй.

Доктор Кірк: Добре, добре. Я просто хочу поділитися, якщо я розмовляю п'ять хвилин, а люди махають руками на мене. Отже, вступне зауваження, Еріку, що ти дійсно зав'язався з цією темою, я найближчим часом коротко поговорю про те, що таке використання великих даних та аналітики для даних для прийняття рішень для підтримки. Зауваження, яке ви зробили щодо оперативного впорядкування, мені здається, воно входить в цю концепцію оперативної аналітики, в якій ви можете побачити майже в будь-якій програмі по всьому світу, будь то наукова програма, бізнес, кібербезпека та правоохоронні органи та уряд, охорона здоров'я. Будь-яка кількість місць, де ми маємо потік даних, і ми приймаємо якусь реакцію чи рішення у відповідь на події та сповіщення та поведінку, які ми бачимо в цьому потоці даних.

І тому одна з речей, про яку я хотів би поговорити сьогодні, - це те, як ви отримуєте знання та уявлення з великих даних, щоб дійти до того моменту, коли ми можемо насправді приймати рішення про вжиття дій. І ми часто говоримо про це в контексті автоматизації. І сьогодні я хочу поєднати автоматику з аналітиком людини в циклі. Таким чином, я маю на увазі, хоча бізнес-аналітик тут відіграє важливу роль з точки зору ставок, кваліфікації, перевірки конкретних дій або правил машинного навчання, які ми отримуємо з даних. Але якщо ми дійдемо до того, що ми переконані, що ділові правила, які ми дістали, і механізми оповіщення про нас дійсні, ми можемо значною мірою перетворити це на автоматизований процес. Ми фактично робимо те оперативне впорядкування, про яке говорив Ерік.

Тож тут я трохи пограю на словах, але сподіваюся, якщо це спрацює для вас, я розповів про виклик D2D. І D2D, не просто дані рішення у всіх контекстах, ми дивимося на це як би внизу цього слайда, сподіваємось, ви це зможете побачити, роблячи відкриття та збільшуючи долари доходу за допомогою наших аналітичних конвеєрів.

Отже, в цьому контексті я фактично маю цю роль маркетолога тут собі, коли працюю, і це; перше, що ви хочете зробити, - це охарактеризувати ваші дані, вилучити функції, витягнути характеристики своїх клієнтів або будь-якої іншої особи, яку ви відстежуєте у своєму просторі. Можливо, це пацієнт, що знаходиться в аналітичному середовищі. Можливо, це веб-користувач, якщо ви дивитесь на якусь проблему кібербезпеки. Але охарактеризуйте та витягніть характеристики, а потім витягніть якийсь контекст про цю людину, про цю сутність. А потім ви збираєте ті твори, які ви тільки що створили, і складаєте їх у якусь колекцію, з якої потім можна застосувати алгоритми машинного навчання.

Я кажу так, що, скажімо, у вас є камера спостереження в аеропорту. Відео саме по собі є величезним, великим обсягом, а також дуже неструктурованим. Але ви можете витягнути з відеоспостереження, біометрику обличчя та визначити людей у ​​камерах спостереження. Так, наприклад, в аеропорту ви можете ідентифікувати конкретних осіб, ви можете відстежувати їх через аеропорт, шляхом перехресного ототожнення одного і того ж особи в кількох камерах спостереження. Так що витягнуті біометричні функції, які ви справді видобуваєте та відстежуєте, не є власне детальним відео. Але після того, як ви отримаєте ці вилучення, ви можете застосувати правила машинного навчання та аналітики, щоб прийняти рішення щодо того, чи потрібно вживати заходів у конкретному випадку чи щось трапилося неправильно або щось, що у вас є можливість зробити пропозицію. Наприклад, якщо у вас є магазин в аеропорту, і ви бачите, що клієнт приїжджає вам, і ви знаєте з іншої інформації про цього замовника, що, можливо, він зацікавився купувати речі в магазині безмитної торгівлі або щось подібне, зробіть цю пропозицію.

То які речі я б мав на увазі під характеристикою та потенціалізацією? Під характеристикою я маю на увазі, знову ж таки, вилучення ознак і характеристик у даних. І це можна або генерувати машиною, тоді його алгоритми можуть фактично витягувати, наприклад, біометричні підписи з аналізу відео чи настроїв. Ви можете отримати настрої клієнтів через огляди в Інтернеті або в соціальних мережах. Деякі з цих речей можуть бути породжені людиною, так що людина, бізнес-аналітик, може отримати додаткові функції, які я покажу в наступному слайді.

Деякі з них можуть бути перенаселеними. І завдяки краудсорсингу, існує багато різних способів думати про це. Наприклад, дуже просто, наприклад, ваші користувачі заходять на ваш веб-сайт, і вони вводять слова пошуку, ключові слова, і вони опиняються на певній сторінці і фактично проводять там час на цій сторінці. Що вони насправді, принаймні, розуміють, що вони або переглядають, і переглядають, і клацають речі на цій сторінці. Це говорить вам про те, що ключове слово, яке вони набрали на самому початку, є дескриптором цієї сторінки, оскільки воно висадило клієнта на ту сторінку, яку він очікував. І тому ви можете додати цю додаткову інформацію, тобто клієнти, які використовують це ключове слово, фактично ідентифікували цю веб-сторінку в нашій інформаційній архітектурі як місце, де цей вміст відповідає цьому ключовому слову.

І тому краудсорсинг - це ще один аспект, про який люди іноді забувають, такий спосіб відстеження сухарів ваших клієнтів, так би мовити; як вони пересуваються через свій простір, будь то онлайн-майно чи реальна власність. А потім скористайтеся таким шляхом, який замовник сприймає як додаткову інформацію про речі, які ми дивимось.

Отже, я хочу сказати, що люди, створені людьми, або машиногенеровані, і в кінцевому підсумку мають контекст у вигляді анотування або тегування конкретних гранул або сутностей даних. Незалежно від того, чи є ці суб'єкти пацієнтами у лікарні, клієнти чи інше. І тому існують різні типи тегів та приміток. Деякі з них стосуються самих даних. Це одна з речей, який тип інформації, яка інформація, які особливості, форми, можливо, текстури та візерунки, аномалія, неаномальна поведінка. А потім витягніть деяку семантику, тобто як це стосується інших речей, які я знаю, або цей замовник є замовником електроніки. Цей замовник - замовник одягу. Або цей клієнт любить купувати музику.

Отже, визначаючи певну семантику цього, ці клієнти, яким подобається музика, як правило, люблять розваги. Можливо, ми могли б запропонувати їм якусь іншу розважальну власність. Отже, розуміння семантики, а також деякого походження, яке в основному говорить: звідки це взялося, хто представив це твердження, в який час, у яку дату, за яких обставин?

Отже, як тільки ви маєте всі ці анотації та характеристики, додайте до цього наступний крок, який є контекстом, сортуванням хто, що, коли, де і навіщо. Хто користувач? На якому каналі вони зайшли? Що було джерелом інформації? Які види повторного використання ми бачили в цьому конкретному відомості чи продукті даних? І що це, начебто, цінність у бізнес-процесі? А потім збирайте ці речі та керуйте ними, і фактично допомагайте створити базу даних, якщо ви хочете так подумати про неї. Зробіть їх пошуку, повторного використання іншими бізнес-аналітиками або автоматизованим процесом, який наступного разу, коли я побачу ці набори функцій, система може зробити це автоматичне дію. Таким чином ми дістаємось до такої оперативної аналітичної ефективності, але чим більше ми збираємо корисну, вичерпну інформацію, а потім лікуємо її для цих випадків використання.

Ми переходимо до справи. Ми робимо аналітику даних. Шукаємо цікаві візерунки, сюрпризи, новизну, що випадають, аномалії. Ми шукаємо нові класи та верстви населення. Ми шукаємо асоціації та співвідношення та зв’язки між різними сутностями. І тоді ми використовуємо все це для керування нашим відкриттям, прийняттям рішень та процесом прийняття доларів.

Отже, тут ми знову отримали останній слайд даних, який я маю в основному, підсумовуючи, зберігаючи бізнес-аналітика в циклі, знову ж таки, ти не видобуваєш цього людини, і все важливо, щоб утримувати цього людини там.

Отож ці функції, всі вони надаються машинами або людськими аналітиками, або навіть краудсорсингом. Ми застосовуємо цю комбінацію речей, щоб покращити наші навчальні набори для наших моделей і, в кінцевому підсумку, мати більш точні прогнозні моделі, менше помилкових позитивів і негативів, ефективнішу поведінку, більш ефективні втручання з нашими клієнтами чи ким-небудь.

Отже, наприкінці дня ми справді просто поєднуємо машинне навчання та великі дані з цією силою людського пізнання, саме звідси надходить такий різновид анотації тегів. І це може призвести до візуалізації та типу візуальної аналітики. інструменти або зануренне середовище даних або краудсорсинг. І, врешті-решт, те, що це насправді робиться, породжує наше відкриття, уявлення та D2D. І це мої коментарі, тож дякую за прослуховування.

Ерік: Це чудово звучить, і дозвольте мені передати ключі доктору Робіну Блору, щоб також дати свою перспективу. Так, мені подобається чути, як ви коментуєте цю концепцію впорядкування операцій, і ви говорите про оперативну аналітику. Я думаю, що це велика область, яку потрібно вивчити досить ретельно. І я здогадуюсь дуже швидко перед Робіном, я поверну тебе, Кірк. Це вимагає співпраці між різними гравцями компанії, чи не так? Ви повинні розмовляти з операційними людьми; Ви маєте отримати своїх технічних людей. Іноді ви отримуєте своїх маркетингових людей або користувачів веб-інтерфейсу. Зазвичай це різні групи. Чи є у вас найкращі практики чи пропозиції щодо того, як зробити так, щоб кожен наклав свою шкіру на гру?

Доктор Кірк: Ну, я думаю, це пов'язане з діловою культурою співпраці. Насправді я говорю про три С на зразок культури аналітики. Один - творчість; інша - цікавість, третя - співпраця. Отже, ви хочете творчих, серйозних людей, але ви також повинні змусити цих людей співпрацювати. І це справді починається з верху, такого роду побудови цієї культури з людьми, які повинні відкрито ділитися та працювати разом над спільними цілями бізнесу.

Ерік: Це все має сенс. І вам справді потрібно отримати хороше керівництво на вершині, щоб це відбулося. Тож давайте вперед і передамо це доктору Блору. Робін, підлога твоя.

Доктор Робін Блор: Гаразд. Дякую за це вступ, Еріку. Гаразд, те, як вони виходять, це показує, тому що у нас є два аналітики; Я можу побачити презентацію аналітика, що інші хлопці цього не роблять. Я знав, що збирається сказати Кірк, і я просто йду зовсім під іншим кутом, щоб ми не надто перекривались.

Тож, про що я насправді говорю чи маю намір поговорити тут, це роль аналітика даних проти ролі бізнес-аналітика. І те, що я характеризую це, ну, певною мірою, в чомусь - це річ Джекілла та Гайда. Різниця полягає в конкретних вчених, що принаймні теоретично знають, що вони роблять. Хоча бізнес-аналітики не такі, добре з тим, як працює математика, що можна довіряти, а що не можна довіряти.

Тож давайте просто перейдемо до тієї причини, що ми робимо це, причини того, що аналіз даних раптом став великою справою окрім того, що ми можемо насправді аналізувати дуже великі обсяги даних та витягувати дані за межі організації; це платить. Я дивлюся на це - і я думаю, що це лише стає справою, але я, безумовно, думаю, що це випадок - аналіз даних - це справді науково-дослідна робота. Що ви насправді так чи інакше робите з аналізом даних, - це ви дивитесь на бізнес-процес у своєму роді чи це взаємодія з клієнтом, чи це спосіб вашої роздрібної діяльності, спосіб розгортання. ваші магазини. Насправді не важливо, в чому проблема. Ви дивитесь на даний бізнес-процес і намагаєтесь його вдосконалити.

Результатом успішних досліджень та розробок є процес змін. І ви можете думати про виготовлення, якщо хочете, як звичайний приклад цього. Тому що у виробництві люди збирають інформацію про все, щоб спробувати вдосконалити виробничий процес. Але я думаю, що те, що сталося або що відбувається за великими даними, все це зараз застосовується для всіх підприємств будь-якого типу будь-яким способом, про який може придумати кожен. Тому майже будь-який бізнес-процес готовий до експертизи, якщо ви можете зібрати дані про нього.

Так що це одне. Якщо вам подобається, це стосується питання аналізу даних. Що може зробити аналітика даних для бізнесу? Що ж, це може змінити бізнес повністю.

Ця конкретна діаграма, яку я не збираюсь описувати в будь-якій глибині, але це діаграма, яку ми створили як кульмінацію дослідницького проекту, який ми робили за перші шість місяців цього року. Це спосіб представлення великої архітектури даних. І ряд речей, на які варто звернути увагу, перш ніж перейти до наступного слайду. Тут є два потоки даних. Один - це потік даних у режимі реального часу, який йде вгорі діаграми. Інший - більш повільний потік даних, що йде внизу діаграми.

Подивіться внизу діаграми. У нас є Hadoop як резервуар даних. У нас є різні бази даних. У нас є ціла кількість даних із цілою низкою діяльності, більшість з яких - це аналітична діяльність.

Справа, яку я тут роблю, і єдиний момент, який я дуже хочу тут зробити, - це те, що технологія є важкою. Це не просто. Це не легко. Це не те, що кожен, хто є новим у грі, насправді може просто скласти разом. Це досить складно. І якщо ви збираєтеся створити бізнес для того, щоб робити надійну аналітику в усіх цих процесах, це не те, що відбудеться конкретно швидко. Буде потрібно багато технологій, щоб додати до суміші.

Добре. Питання про те, що таке вчений з даними, я міг би стверджувати, що я є науковцем даних, тому що я був фактично навчений статистиці до того, як я колись навчився обчислюванню. І я робив актуарну роботу протягом певного часу, тому знаю спосіб організації бізнесу, статистичний аналіз, а також для того, щоб вести себе. Це не банальна річ. І є дуже багато найкращих практик, що стосуються як з боку людини, так і з боку технології.

Отож, задаючи питання "що таке вчений з даними", я поставив малюнок Франкенштейна просто тому, що це поєднання речей, які треба зв'язати разом. Займається управління проектами. Існує глибоке розуміння статистики. Існує доменний бізнес-досвід, який, скоріше, є проблемою бізнес-аналітика, ніж вченого. Існує досвід чи потреба зрозуміти архітектуру даних та вміти будувати архітектор даних, і тут задіяна інженерія програмного забезпечення. Іншими словами, це, мабуть, команда. Мабуть, це не людина. А це означає, що це, мабуть, департамент, який потрібно організувати, і над його організацією потрібно продумати досить широко.

Кидання в суміш факту машинного навчання. Ми не могли зробити, я маю на увазі, машинне навчання не є новим у тому сенсі, що більшість статистичних методик, які використовуються в машинному навчанні, відомі вже десятиліттями. Є кілька нових речей, я маю на увазі нейронні мережі відносно нові, я думаю, їм лише близько 20 років, тому деякі з них відносно нові. Але проблема машинного навчання полягала в тому, що ми насправді не мали для цього комп’ютера. І те, що трапилося, окрім всього іншого, - це те, що живлення комп’ютера зараз на місці. А це означає дуже багато того, що ми, скажімо, вчені даних робили раніше з точки зору моделювання ситуацій, вибірки даних, а потім їх маршалування для того, щоб зробити більш глибокий аналіз даних. Насправді ми можемо просто кинути на нього комп’ютерну потужність у деяких випадках. Просто виберіть алгоритми машинного навчання, киньте їх на дані і подивіться, що виходить. І це те, що може зробити бізнес-аналітик, правда? Але бізнес-аналітику потрібно зрозуміти, що вони роблять. Я маю на увазі, я думаю, що це питання справді, більше, ніж усе інше.

Ну, це просто знати більше про бізнес з його даних, ніж будь-якими іншими способами. Ейнштейн цього не сказав, я це сказав. Я просто поставив його картину для достовірності. Але ситуація, яка насправді починає розвиватися, така, коли технологія, якщо правильно її використовувати, і математика, якщо правильно використовувати, зможе вести бізнес як будь-яка людина. Ми спостерігали за цим разом із IBM. Перш за все, він міг бити найкращих хлопців у шахах, а потім міг бити найкращих хлопців у небезпеці; але врешті-решт ми зможемо перемогти найкращих хлопців у компанії. Статистика з часом переможе. І важко зрозуміти, як це не станеться, просто ще не сталося.

Отже, що я говорю, і це свого роду повне повідомлення моєї презентації, це ці два питання бізнесу. Перший - ви можете правильно зрозуміти технологію? Чи можете ви змусити технологію працювати для команди, яка насправді зможе очолити її та отримати переваги для бізнесу? А потім по-друге, ви можете правильно зрозуміти людей? І те і інше - це питання. І це проблеми, які до цього часу не є, вони кажуть, що це вирішено.

Гаразд Ерік, я поверну тобі його. Або я, мабуть, повинен передати це Віллу.

Ерік: Насправді, так. Дякую, Віл Горман. Так, Вілл. Тож побачимо. Дозвольте передати вам ключ до WebEx. Отже, що у вас відбувається? Пентахо, очевидно, ви, хлопці, вже деякий час побували і відкривали BI-те, з чого ви почали. Але у вас набагато більше, ніж раніше, тож давайте подивимося, що ви отримали за аналітику в ці дні.

Вілл Горман: Абсолютно. Привіт усім! Мене звуть Вілл Горман. Я головний архітектор у Пентахо. Для тих із вас, хто не чув про нас, я щойно згадував, що Пентахо є великою компанією з інтеграції та аналізу даних. Ми були в бізнесі десять років. Наші продукти розвивались поряд з великим співтовариством даних, починаючи з платформи з відкритим кодом для інтеграції даних та аналітики, інновації з такими технологіями, як Hadoop та NoSQL, ще до того, як комерційні структури формувались навколо цих технологій. І тепер у нас є понад 1500 комерційних клієнтів та багато інших виробничих призначень в результаті наших інновацій навколо відкритого коду.

Наша архітектура є вбудованою та розширюваною, спеціально розробленою, щоб бути гнучким, оскільки технології великих даних особливо розвиваються дуже швидкими темпами. Пентахо пропонує три основні сфери продуктів - це спільна робота над вирішенням випадків використання великих даних для аналізу даних.

Перший продукт в масштабах нашої архітектури - інтеграція даних Pentaho, яка орієнтована на технолога даних та інженерів даних. Цей продукт пропонує візуальний досвід перетягування даних для визначення трубопроводів даних та процесів для упорядкування даних у великих середовищах та традиційних середовищах. Цей продукт є легкою, метаданою, платформою інтеграції даних, побудованою на Java і може бути розгорнутий як процес у MapReduce або YARN або Storm та багатьох інших платформах пакетного та реального часу.

Наш другий товарний напрямок - навколо візуальної аналітики. Завдяки цій технології організації та виробники оригінальних виробників можуть запропонувати сучасні браузери та планшети багатим досвідом візуалізації та аналізу даних для бізнес-аналітиків та бізнес-користувачів, що дозволяє спеціально створювати звіти та інформаційні панелі. А також презентація досконалої піксельної панелі та звітів.

Наш третій товарний напрямок орієнтований на прогностичну аналітику, орієнтовану на науковців даних, алгоритми машинного навчання. Як вже було сказано раніше, такі як нейронні мережі і подібні можуть бути включені в середовище трансформації даних, що дозволяє науковцям даних пройти шлях від моделювання до виробничого середовища, надаючи доступ до прогнозування, і це може вплинути на бізнес-процеси дуже негайно, дуже швидко.

Всі ці продукти тісно інтегровані в єдиний спритний досвід і надають нашим корпоративним клієнтам гнучкість, необхідну для вирішення їхніх бізнес-проблем. Ми бачимо, що в традиційних технологіях швидко розвивається пейзаж великих даних. Все, що ми чуємо від деяких компаній з простору даних про те, що EDW підходить до кінця. Насправді, що ми бачимо у наших підприємств-клієнтів, це те, що їм потрібно вводити великі дані в існуючі бізнес-процеси та ІТ, а не замінювати ці процеси.

Ця проста діаграма показує точку архітектури, яку ми часто бачимо, це тип архітектури розгортання EDW з інтеграцією даних та випадками використання BI. Тепер ця діаграма схожа на слайд Робіна про архітектуру великих даних, вона містить дані в реальному часі та історичні дані. По мірі появи нових джерел даних та потреб у реальному часі ми бачимо великі дані як додаткову частину загальної архітектури ІТ. Ці нові джерела даних включають в себе машинно генеровані дані, неструктуровані дані, стандартний об'єм та швидкість та різноманітність вимог, про які ми чуємо у великих даних; вони не вписуються в традиційні процеси EDW. Pentaho тісно співпрацює з Hadoop та NoSQL для спрощення прийому, обробки даних та візуалізації цих даних, а також змішування цих даних із традиційними джерелами, щоб дати клієнтам повне уявлення про їхнє середовище даних. Ми робимо це впорядковано, щоб ІТ могли запропонувати повне аналітичне рішення для своєї сфери діяльності.

На завершення я хотів би виділити нашу філософію навколо аналізу та інтеграції великих даних; ми вважаємо, що ці технології краще спільно працювати з єдиною об'єднаною архітектурою, що дасть змогу використовувати ряд випадків використання, які інакше були б неможливі. Середовища даних наших клієнтів - це не просто великі дані, Hadoop та NoSQL. Будь-які дані - це чесна гра. А великі джерела даних повинні бути доступними та працювати разом, щоб впливати на цінність бізнесу.

Нарешті, ми вважаємо, що для вирішення цих бізнес-проблем на підприємствах дуже ефективно за допомогою даних, ІТ та напрямків бізнесу потрібно спільно працювати над керованим, змішаним підходом до аналітики великих даних. Добре дякую, що надали нам час на розмову, Ерік.

Ерік: Ви ставите. Ні, це хороші речі. Я хочу повернутися до тієї сторони вашої архітектури, коли ми дістаємось до питань і питань. Тож давайте перейдемо до решти презентації і дуже дякуємо за це. Ви, безумовно, швидко рухаєтесь останні пару років, це я мушу сказати точно.

Отож, Стів, дозвольте мені передати це та передати вам. А просто натисніть на стрілку вниз і перейдіть до неї. Отже, Стів, я даю вам ключі. Стів Вілкс, просто натисніть на цю найдальшу стрілку вниз на вашій клавіатурі.

Стів Уілкс: Там ми.

Ерік: Ось ти.

Стів: Хоча це чудове вступ, який ти мені дав.

Ерік: Так.

Стів: Отже, я Стів Вілкс. Я CCO в WebAction. Ми існували лише протягом останніх кількох років, і ми неодмінно швидко рухалися з тих пір. WebAction - це платформа аналітики великих даних у реальному часі. Ерік згадував раніше, наскільки важливим є реальний час та як отримують ваші додатки в реальному часі. Наша платформа призначена для створення додатків у режимі реального часу. А також увімкнути наступне покоління додатків, керованих даними, які можна будувати поступово і дозволяти людям будувати інформаційні панелі з даних, створених із цих програм, але орієнтуючись на реальний час.

Наша платформа - це фактично повноцінна платформа, яка робить все, починаючи від збору даних, обробки даних, аж до візуалізації даних. І дає можливість різним типам людей на нашому підприємстві працювати разом, щоб створити справжні додатки в режимі реального часу, даючи їм уявлення про те, що відбувається на їхньому підприємстві, як вони відбувалися.

І це дещо відрізняється від того, що більшість людей бачили у великих даних, так що традиційний підхід - ну, традиційний останні кілька років - підхід з великими даними - це охопити його з цілого ряду різних джерел і потім складіть його у велику водойму чи озеро або як би ви хочете назвати його. А потім обробіть його, коли вам потрібно запустити на нього запит; проводити масштабний історичний аналіз або навіть просто спеціальний запит великої кількості даних. Тепер це працює для певних випадків використання. Але якщо ви хочете проявляти активність на вашому підприємстві, якщо ви хочете насправді сказати, що відбувається, а не з’ясувати, коли щось пішло не так, як наприкінці дня або в кінці тижня, тоді вам дійсно потрібно рухатися в реальному часі.

І це трохи перемикає речі. Він переміщує обробку до середини. Таким чином, ви ефективно приймаєте ті потоки великої кількості даних, які генеруються постійно на підприємстві, і ви обробляєте їх у міру їх отримання. А оскільки ви обробляєте її як тільки отримуєте, не потрібно зберігати все. Ви можете просто зберігати важливу інформацію або речі, які вам потрібно пам’ятати про те, що відбулося насправді. Тож якщо ви відстежуєте GPS-місце розташування транспортних засобів, що рухаються вниз по дорозі, вам не важливо, де вони щосекунди, вам не потрібно зберігати, де вони щосекунди. Вам просто потрібно подбати, вони покинули це місце? Чи прибули вони в це місце? Вони їхали, чи ні, автострадою?

Тому дуже важливо враховувати, що як більше і більше даних генерується, то три Vs. Швидкість в основному визначає, скільки даних генерується щодня. Чим більше даних генерується, тим більше потрібно зберігати. І чим більше потрібно зберігати, тим довше потрібно обробляти. Але якщо ти можеш обробити це так, як отримаєш, то отримаєш дійсно велику вигоду і можеш на це реагувати. Можна сказати, що все відбувається, а не пізніше шукати їх.

Тож наша платформа розроблена таким чином, щоб вона була масштабованою. У нього є три основні частини - штука придбання, деталь обробки, а потім фрагменти візуалізації доставки платформи. Щодо придбання, ми не просто дивимося на машиногенеровані дані журналів, такі як веб-журнали чи програми, у яких є всі інші журнали, які створюються. We can also go in and do change data capture from databases. So that basically enables us to, we've seen the ETL side that Will presented and traditional ETL you have to run queries against the databases. We can be told when things happen in the database. We change it and we capture it and receive those events. And then there's obviously the social feeds and live device data that's being pumped to you over TCP or ACDP sockets.

There's tons of different ways of getting data. And talking of volume and velocity, we're seeing volumes that are billions of events per day, right? So it's large, large amounts of data that is coming in and needs to be processed.

That is processed by a cluster of our servers. The servers all have the same architecture and are all capable of doing the same things. But you can configure them to, sort of, do different things. And within the servers we have a high-speed query processing layer that enables you to do some real-time analytics on the data, to do enrichments of the data, to do event correlation, to track things happening within time windows, to do predictive analytics based on patterns that are being seen in the data. And that data can then be stored in a variety places - the traditional RDBMS, enterprise data warehouse, Hadoop, big data infrastructure.

And the same live data can also be used to power real-time data-driven apps. Those apps can have a real-time view of what's going on and people can also be alerted when important things happen. So rather than having to go in at the end of the day and find out that something bad really happened earlier on the day, you could be alerted about it the second we spot it and it goes straight to the page draw down to find out what's going on.

So it changes the paradigm completely from having to analyze data after the fact to being told when interesting things are happening. And our platform can then be used to build data-driven applications. And this is really where we're focusing, is building out these applications. For customers, with customers, with a variety of different partners to show true value in real-time data analysis. So that allows people that, or companies that do site applications, for example, to be able track customer usage over time and ensure that the quality of service is being met, to spot real-time fraud or money laundering, to spot multiple logins or hack attempts and those kind of security events, to manage things like set-top boxes or other devices, ATM machines to monitor them in real time for faults, failures that have happened, could happen, will happen in the future based on predictive analysis. And that goes back to the point of streamlining operations that Eric mentioned earlier, to be able to spot when something's going to happen and organize your business to fix those things rather than having to call someone out to actually do something after the fact, which is a lot more expensive.

Consumer analytics is another piece to be able to know when a customer is doing something while they're still there in your store. Data sent to management to be able to in real time monitor resource usage and change where things are running and to be able to know about when things are going to fail in a much more timely fashion.

So that's our products in a nutshell and I'm sure we'll come back to some of these things in the Q&A session. Дякую.

Eric: Yes, indeed. Great job. Okay good. And now next stop in our lightning round, we've got Frank Sanders calling in from MarkLogic. I've known about these guys for a number of years, a very, very interesting database technology. So Frank, I'm turning it over to you. Just click anywhere in that. Use the down arrow on your keyboard and you're off to the races. Ось так.

Frank Sanders: Thank you very much, Eric. So as Eric mentioned, I'm with a company called MarkLogic. And what MarkLogic does is we provide an enterprise NoSQL database. And perhaps, the most important capability that we bring to the table with regards to that is the ability to actually bring all of these disparate sources of information together in order to analyze, search and utilize that information in a system similar to what you're used to with traditional relational systems, right?

And some of the key features that we bring to the table in that regard are all of the enterprise features that you'd expect from a traditional database management system, your security, your HA, your DR, your backup are in store, your asset transactions. As well as the design that allows you to scale out either on the cloud or in the commodity hardware so that you can handle the volume and the velocity of the information that you're going to have to handle in order to build and analyze this sort of information.

And perhaps, the most important capability is that fact that we're scheme agnostic. What that means, practically, is that you don't have to decide what your data is going to look like when you start building your applications or when you start pulling those informations together. But over time, you can incorporate new data sources, pull additional information in and then use leverage and query and analyze that information just as you would with anything that was there from the time that you started the design. Okay?

So how do we do that? How do we actually enable you to load different sorts of information, whether it be text, RDF triples, geospatial data, temporal data, structured data and values, or binaries. And the answer is that we've actually built our server from the ground up to incorporate search technology which allows you to put information in and that information self describes and it allows you to query, retrieve and search that information regardless of its source or format.

And what that means practically is that - and why this is important when you're doing analysis - is that analytics and information is most important ones when it's properly contextualized and targeted, right? So a very important key part of any sort of analytics is search, and the key part is search analytics. You can't really have one without the other and successfully achieve what you set out to achieve. Right?

And I'm going to talk briefly about three and a half different use cases of customers that we have at production that are using MarkLogic to power this sort of analytics. Добре. So the first such customer is Fairfax County. And Fairfax County has actually built two separate applications. One is based around permitting and property management. And the other, which is probably a bit more interesting, is the Fairfax County police events application. What the police events application actually does is it pulls information together like police reports, citizen reports and complaints, Tweets, other information they have such as sex offenders and whatever other information that they have access to from other agencies and sources. Then they allow them to visualize that and present this to the citizens so they can do searches and look at various crime activity, police activity, all through one unified geospatial index, right? So you can ask questions like, "what is the crime rate within five miles" or "what crimes occurred within five miles of my location?" Добре.

Another user that we've got, another customer that we have is OECD. Why OECD is important to this conversation is because in addition to everything that we've enabled for Fairfax County in terms of pulling together information, right; all the information that you would get from all various countries that are members of the OECD that they report on from an economic perspective. We actually laid a target drill into that, right. So you can see on the left-hand side we're taking the view of Denmark specifically and you can kind of see a flower petal above it that rates it on different axes. Right? And that's all well and good. But what the OECD has done is they've gone a step further.

In addition to these beautiful visualizations and pulling all these information together, they're actually allowing you in real time to create your own better life index, right, which you can see on the right-hand side. So what you have there is you have a set of sliders that actually allow you to do things like rank how important housing is to you or income, jobs, community, education, environment, civic engagement, health, life satisfaction, safety and your work/life balance. And dynamically based on how you are actually inputting that information and weighting those things, MarkLogic's using its real-time indexing capability and query capability to actually then change how each and every one of these countries is ranked to give you an idea of how well your country or your lifestyle maps through a given country. Okay?

And the final example that I'm going to share is MarkMail. And what MarkMail really tries to demonstrate is that we can provide these capabilities and you can do the sort of analysis not only on structured information or information that's coming in that's numerical but actually on more loosely structured, unstructured information, right? Things like emails. And what we've seen here is we're actually pulling information like geolocation, sender, company, stacks and concepts like Hadoop being mentioned within the context of an email and then visualizing it on the map as well as looking at who those individuals and what list across that, a sent and a date. This where you're looking at things that are traditionally not structured, that may be loosely structured, but are still able to derive some structured analysis from that information without having to go to a great length to actually try and structure it or process it at a time. And that's it.

Eric: Hey, okay good. And we got one more. We've got Hannah Smalltree from Treasure Data, a very interesting company. And this is a lot of great content, folks. Thank you so much for all of you for bringing such good slides and such good detail. So Hannah, I just gave the keys to you, click anywhere and use the down arrow on your keyboard. You got it. Відняти її.

Hannah Smalltree: Thank you so much, Eric. This is Hannah Smalltree from Treasure Data. I'm a director with Treasure Data but I have a past as a tech journalist, which means that I appreciate two things. First of all, these can be long to sit through a lot of different descriptions of technology, and it can all sound like it runs together so I really want to focus on our differentiator. And the real-world applications are really important so I appreciate that all of my peers have been great about providing those.

Treasure Data is a new kind of big data service. We're delivered entirely on the cloud in a software as a service or managed-service model. So to Dr. Bloor's point earlier, this technology can be really hard and it can be very time consuming to get up and running. With Treasure Data, you can get all of these kinds of capabilities that you might get in a Hadoop environment or a complicated on-premise environment in the cloud very quickly, which is really helpful for these new big data initiatives.

Now we talk about our service in a few different phases. We offer some very unique collection capabilities for collecting streaming data so particularly event data, other kinds of real-time data. We'll talk a little bit more about those data types. That is a big differentiator for our service. As you get into big data or if you are already in it then you know that collecting this data is not trivial. When you think about a car with 100 sensors sending data every minute, even those 100 sensors sending data every ten minutes, that adds up really quickly as you start to multiply the amount of products that you have out there with sensors and it quickly becomes very difficult to manage. So we are talking with customers who have millions, we have customers who have billions of rows of data a day that they're sending us. And they're doing that as an alternative to try and to manage that themselves in a complicated Amazon infrastructure or even try to bring it into their own environment.

We have our own cloud storage environment. We manage it. We monitor it. We have a team of people that's doing all that tuning for you. And so the data flows in, it goes into our managed storage environment.

Then we have embedded query engines so that your analyst can go in and run queries and do some initial data discovery and exploration against the data. We have a couple of different query engines for it actually now. You can use SQL syntax, which your analysts probably know and love, to do some basic data discovery, to do some more complex analytics that are user-defined functions or even to do things as simple as aggregate that data and make it smaller so that you can bring it into your existing data warehouse environment.

You can also connect your existing BI tools, your Tableau, is a big partner of ours; but really most BIs, visualization or analytics tools can connect via our industry standard JDBC and ODBC drivers. So it gives you this complete set of big data capabilities. You're allowed to export your queries results or data sets anytime for free, so you can easily integrate that data. Treat this as a data refinery. I like to think of it more as a refinery than a lake because you can actually do stuff with it. You can go through, find the valuable information and then bring it into your enterprise processes.

The next slide, we talk about the three Vs of big data - some people say four or five. Our customers tend to struggle with the volume and velocity of the data coming at them. And so to get specific about the data types - Clickstream, Web access logs, mobile data is a big area for us, mobile application logs, application logs from custom Web apps or other applications, event logs. And increasingly, we have a lot of customers dealing with sensor data, so from wearable devices, from products, from automotive, and other types of machine data. So when I say big data, that's the type of big data that I'm talking about.

Now, a few use cases in perspective for you - we work with a retailer, a large retailer. They are very well known in Asia. They're expanding here in the US. You'll start to see stores; they're often called Asian IKEA, so, simple design. They have a loyalty app and a website. And in fact, using Treasure Data, they were able to deploy that loyalty app very quickly. Our customers get up and running within days or weeks because of our software and our service architecture and because we have all of the people doing all of that hard work behind the scenes to give you all of those capabilities as a service.

So they use our service for mobile application analytics looking at the behavior, what people are clicking on in their mobile loyalty application. They look at the website clicks and they combine that with our e-commerce and POS data to design more efficient promotions. They actually wanted to drive people into stores because they found that people, when they go into stores spend more money and I'm like that; to pick up things, you spend more money.

Another use case that we're seeing in digital video games, incredible agility. They want to see exactly what is happening in their game, and make changes to that game even within hours of its release. So for them, that real-time view is incredibly important. We just released a game but we noticed in the first hour that everyone is dropping off at Level 2; how are we going to change that? They might change that within the same day. So real time is very important. They're sending us billions of event logs per day. But that could be any kind of mobile application where you want some kind of real-time view into how somebody's using that.

And finally, a big area for us is our product behavior and sensor analytics. So with sensor data that's in cars, that's in other kinds of machines, utilities, that's another area for us, in wearable devices. We have research and development teams that want to quickly know what the impact of a change to a product is or people interested in the behavior of how people are interacting with the product. And we have a lot more use cases which, of course, we're happy to share with you.

And then finally, just show you how this can fit into your environment, we offer again the capability to collect that data. We have very unique collection technology. So again, if real-time collection is something that you're struggling with or you anticipate struggling with, please come look at the Treasure Data service. We have really made capabilities for collecting streaming data. You can also bulk load your data, store it, analyze it with our embedded query engines and then, as I mentioned, you can export it right to your data warehouse. I think Will mentioned the need to introduce big data into your existing processes. So not go around or create a new silo, but how do you make that data smaller and then move it into your data warehouse and you can connect to your BI, visualization and advanced analytics tools.

But perhaps, the key points I want to leave you with are that we are managed service, that's software as a service; it's very cost effective. A monthly subscription service starting at a few thousand dollars a month and we'll get you up and running in a matter of days or weeks. So compare that with the cost of months and months of building your own infrastructure and hiring those people and finding it and spending all that time on infrastructure. If you're experimenting or if you need something yesterday, you can get up and running really quickly with Treasure Data.

And I'm just pointing you to our website and to our starter service. If you're a hands-on person who likes to play, please check out our starter service. You can get on, no credit card required, just name and email, and you can play with our sample data, load up your own data and really get a sense of what we're talking about. So thanks so much. Also, check our website. We were named the Gartner Cool Vendor in Big Data this year, very proud of that. And you can also get a copy of that report for free on our website as well as many other analyst white papers. So thanks so much.

Eric: Okay, thank you very much. We've got some time for questions here, folks. We'll go a little bit long too because we've got a bunch of folks still on the line here. And I know I've got some questions myself, so let me go ahead and take back control and then I'm going to ask a couple of questions. Robin and Kirk, feel free to dive in as you see fit.

So let me go ahead and jump right to one of these first slides that I checked out from Pentaho. So here, I love this evolving big data architecture, can you kind of talk about how it is that this kind of fits together at a company? Because obviously, you go into some fairly large organization, even a mid-size company, and you're going to have some people who already have some of this stuff; how do you piece this all together? Like what does the application look like that helps you stitch all this stuff together and then what does the interface look like?

Will: Great question. The interfaces are a variety depending on the personas involved. But as an example, we like to tell the story of - one of the panelists mentioned the data refinery use case - we see that a lot in customers.

One of our customer examples that we talk about is Paytronix, where they have that traditional EDW data mart environment. They are also introducing Hadoop, Cloudera in particular, and with various user experiences in that. So first there's an engineering experience, so how do you wire all these things up together? How do you create the glue between the Hadoop environment and EDW?

And then you have the business user experience which we talked about, a number of BI tools out there, right? Pentaho has a more embeddable OEM BI tool but there are great ones out there like Tableau and Excel, for instance, where folks want to explore the data. But usually, we want to make sure that the data is governed, right? One of the questions in the discussions, what about single-version experience, how do you manage that, and without the technology like Pentaho data integration to blend that data together not on the glass but in the IT environments. So it really protects and governs the data and allows for a single experience for the business analyst and business users.

Eric: Okay, good. That's a good answer to a difficult question, quite frankly. And let me just ask the question to each of the presenters and then maybe Robin and Kirk if you guys want to jump in too. So I'd like to go ahead and push this slide for WebAction which I do think is really a very interesting company. Actually, I know Sami Akbay who is one of the co-founders, as well. I remember talking to him a couple years ago and saying, "Hey man, what are you doing? What are you up to? I know you've got to be working on something." And of course, he was. He was working on WebAction, under the covers here.

A question came in for you, Steve, so I'll throw it over to you, of data cleansing, right? Can you talk about these components of this real-time capability? How do you deal with issues like data cleansing or data quality or how does that even work?

Steve: So it really depends on where you're getting your feeds from. Typically, if you're getting your feeds from a database as you change data capture then, again, it depends there on how the data was entered. Data cleansing really becomes a problem when you're getting your data from multiple sources or people are entering it manually or you kind of have arbitrary texts that you have to try and pull things out of. And that could certainly be part of the process, although that type simply doesn't lend itself to true, kind of, high-speed real-time processing. Data cleansing, typically, is an expensive process.

So it may well be that that could be done after the fact in the store site. But the other thing that the platform is really, really good at is correlation, so in correlation and enrichment of data. You can, in real time, correlate the incoming data and check to see whether it matches a certain pattern or it matches data that's being retrieved from a database or Hadoop or some other store. So you can correlate it with historical data, is one thing you could do.

The other thing that you can do is basically do analysis on that data and see whether it kind of matches certain required patterns. And that's something that you can also do in real time. But the traditional kind of data cleansing, where you're correcting company names or you're correcting addresses and all those types of things, those should probably be done in the source or kind of after the fact, which is very expensive and you pray that they won't do those in real time.

Eric: Yeah. And you guys are really trying to address the, of course, the real-time nature of things but also get the people in time. And we talked about, right, I mentioned at the top of the hour, this whole window of opportunity and you're really targeting specific applications at companies where you can pull together data not going the usual route, going this alternate route and do so in such a low latency that you can keep customers. For example, you can keep people satisfied and it's interesting, when I talked to Sami at length about what you guys are doing, he made a really good point. He said, if you look at a lot of the new Web-based applications; let's look at things like Twitter, Bitly or some of these other apps; they're very different than the old applications that we looked at from, say, Microsoft like Microsoft Word.

I often use Microsoft as sort of a whipping boy and specifically Word to talk about the evolution of software. Because Microsoft Word started out as, of course, a word processing program. I'm one of those people who remember Word Perfect. I loved being able to do the reveal keys or the reveal code, basically, which is where you could see the actual code in there. You could clean something up if your bulleted list was wrong, you can clean it up. Well, Word doesn't let you do that. And I can tell you that Word embeds a mountain of code inside every page that you do. If anyone doesn't believe me, then go to Microsoft Word, type "Hello World" and then do "Export as" or "Save as" .html. Then open that document in a text editor and that will be about four pages long of codes just for two words.

So you guys, I thought it was very interesting and it's time we talked about that. And that's where you guys focus on, right, is identifying what you might call cross-platform or cross-enterprise or cross-domain opportunities to pull data together in such quick time that you can change the game, right?

Steve: Yeah, absolutely. And one of the keys that, I think, you did elude to, anyway, is you really want to know about things happening before your customers do or before they really, really become a problem. As an example are the set-top boxes. Cable boxes, they emit telemetry all the time, loads and loads of telemetry. And not just kind of the health of the box but it's what you're watching and all that kind of stuff, right? The typical pattern is you wait till the box fails and then you call your cable provider and they'll say, "Well, we will get to you sometime between the hours of 6am and 11pm in the entire month of November." That isn't a really good customer experience.

But if they could analyze that telemetry in real time then they could start to do things like that we know these boxes are likely to fail in the next week based historical patterns. Therefore we'll schedule our cable repair guy to turn up at this person's house prior to it failing. And we'll do that in a way that suits us rather than having to send him from Santa Cruz up to Sunnyvale. We'll schedule everything in a nice order, traveling salesman pattern, etc., so that we can optimize our business. And so the customer is happy because they don't have a failing cable box. And the cable provider is happy because they have just streamlined things and they don't have to send people all over the place. That's just a very quick example. But there are tons and tons of examples where knowing about things as they happen, before they happen, can save companies a fortune and really, really improve their customer relations.

Eric: Yeah, right. No doubt about it. Let's go ahead and move right on to MarkLogic. As I mentioned before, I've known about these guys for quite some time and so I'll bring you into this, Frank. You guys were far ahead of the whole big data movement in terms of building out your application, it's really database. But building it out and you talked about the importance of search.

So a lot of people who followed the space know that a lot of the NoSQL tools out there are now bolting on search capabilities whether through third parties or they try to do their own. But to have that search already embedded in that, baked-in so to speak, really is a big deal. Because if you think about it, if you don't have SQL, well then how do you go in and search the data? How do you pull from that data resource? And the answer is to typically use search to get to the data that you're looking for, right?

So I think that's one of the key differentiators for you guys aside being able to pull data from all these different sources and store that data and really facilitate this sort of hybrid environment. I'm thinking that search capability is a big deal for you, right?

Frank: Yeah, absolutely. In fact, that's the only way to solve the problem consistently when you don't know what all the data is going to look like, right? If you cannot possibly imagine all the possibilities then the only way to make sure that you can locate all the information that you want, that you can locate it consistently and you can locate it regardless of how you evolve your data model and your data sets is to make sure you give people generic tools that allow them to interrogate that data. And the easiest, most intuitive way to do that is through a search paradigm, right? And through the same approach in search takes where we created an inverted index. You have entries where you can actually look into those and then find records and documents and rows that actually contain the information you're looking for to then return it to the customer and allow them to process it as they see fit.

Eric: Yeah and we talked about this a lot, but you're giving me a really good opportunity to kind of dig into it - the whole search and discovery side of this equation. But first of all, it's a lot of fun. For anyone who likes that stuff, this is the fun part, right? But the other side of the equation or the other side of the coin, I should say, is that it really is an iterative process. And you got to be able to - here I'll be using some of the marketing language - have that conversation with the data, right? In other words, you need to be able to test the hypothesis, play around with it and see how that works. Maybe that's not there, test something else and constantly change things and iterate and search and research and just think about stuff. And that's a process. And if you have big hurdles, meaning long latencies or a difficult user interface or you got to go ask IT; that just kills the whole analytical experience, right?

So it's important to have this kind of flexibility and to be able to use searches. And I like the way that you depicted it here because if we're looking at searching around different, sort of, concepts or keys, if you will, key values and they're different dimensions. You want to be able to mix and match that stuff in order to enable your analyst to find useful stuff, right?

Frank: Yeah, absolutely. I mean, hierarchy is an important thing as well, right? So that when you include something like a title, right, or a specific term or value, that you can actually point to the correct one. So if you're looking for a title of an article, you're not getting titles of books, right? Or you're not getting titles of blog posts. The ability to distinguish between those and through the hierarchy of the information is important as well.

You pointed out earlier the development, absolutely, right? The ability for our customers to actually pull in new data sources in a matter of hours, start to work with them, evaluate whether or not they're useful and then either continue to integrate them or leave them by the wayside is extremely valuable. When you compare it to a more traditional application development approach where what you end up doing is you have to figure out what data you want to ingest, source the data, figure out how you're going to fit it in your existing data model or model that in, change that data model to incorporate it and then actually begin the development, right? Where we kind of turn that on our head and say just bring it to us, allow you to start doing the development with it and then decide later whether or not you want to keep it or almost immediately whether or not it's of value.

Eric: Yeah, it's a really good point. That's a good point. So let me go ahead and bring in our fourth presenter here, Treasure Data. I love these guys. I didn't know much about them so I'm kind of kicking myself. And then Hannah came to us and told us what they were doing. And Hannah mentioned, she was a media person and she went over to the dark side.

Hannah: I did, I defected.

Eric: That's okay, though, because you know what we like in the media world. So it's always nice when a media person goes over to the vendor side because you understand, hey, this stuff is not that easy to articulate and it can be difficult to ascertain from a website exactly what this product does versus what that product does. And what you guys are talking about is really quite interesting. Now, you are a cloud-managed service. So any data that someone wants to use they upload to your cloud, is that right? And then you will ETL or CDC, additional data up to the cloud, is that how that works?

Hannah: Well, yeah. So let me make an important distinction. Most of the data, the big data, that our customers are sending us is already outside the firewall - mobile data, sensor data that's in products. And so we're often used as an interim staging area. So data is not often coming from somebody's enterprise into our service so much as it's flowing from a website, a mobile application, a product with lots of sensors in it - into our cloud environment.

Now if you'd like to enrich that big data in our environment, you can definitely bulk upload some application data or some customer data to enrich that and do more of the analytics directly in the cloud. But a lot of our value is around collecting that data that's already outside the firewall, bringing together into one place. So even if you do intend to bring this up sort of behind your firewall and do more of your advanced analytics or bring it into your existing BI or analytics environment, it's a really good staging point. Because you don't want to bring a billion rows of day into your data warehouse, it's not cost effective. It's even difficult if you're planning to store that somewhere and then batch upload.

So we're often the first point where data is getting collected that's already outside firewall.

Eric: Yeah, that's a really good point, too. Because a lot of companies are going to be nervous about taking their proprietary customer data, putting it up in the cloud and to manage the whole process.

Hannah: Yeah.

Eric: And what you're talking about is really getting people a resource for crunching those heavy duty numbers of, as you suggest, data that's third party like mobile data and the social data and all that kind of fun stuff. That's pretty interesting.

Hannah: Yeah, absolutely. And probably they are nervous about the products because the data are already outside. And so yeah, before bringing it in, and I really like that refinery term, as I mentioned, versus the lake. So can you do some basic refinery? Get the good stuff out and then bring it behind the firewall into your other systems and processes for deeper analysis. So it's really all data scientists can do, real-time data exploration of this new big data that's flowing in.

Eric: Yeah, that's right. Well, let me go ahead and bring in our analysts and we'll kind of go back in reverse order. I'll start with you, Robin, with respect to Treasure Data and then we'll go to Kirk for some of the others. And then back to Robin and back to Kirk just to kind of get some more assessment of this.

And you know the data refinery, Robin, that Hannah is talking about here. I love that concept. I've heard only a few people talking about it that way but I do think that you certainly mentioned that before. And it really does speak to what is actually happening to your data. Because, of course, a refinery, it basically distills stuff down to its root level, if you think about oil refineries. I actually studied this for a while and it's pretty basic, but the engineering that goes into it needs to be exactly correct or you don't get the stuff that you want. So I think it's a great analogy. What do you think about this whole concept of the Treasure Data Cloud Service helping you tackle some of those very specific analytical needs without having to bring stuff in-house?

Robin: Well, I mean, obviously depending on the circumstances to how convenient that is. But anybody that's actually got already made process is already going to put you ahead of the game if you haven't got one yourself. This is the first takeaway for something like that. If somebody assembled something, they've done it, it's proven in the marketplace and therefore there's some kind of value in effect, well, the work is already gone into it. And there's also the very general fact that refining of data is going to be a much bigger issue than it ever was before. I mean, it is not talked about, in my opinion anyway, it's not talked about as much as it should be. Simply apart from the fact that size of the data has grown and the number of sources and the variety of those sources has grown quite considerably. And the reliability of the data in terms of whether it's clean, they need to disambiguate the data, all sorts of issues that rise just in terms of the governance of the data.

So before you actually get around to being able to do reliable analysis on it, you know, if your data's dirty, then your results will be skewed in some way or another. So that is something that has to be addressed, that has to be known about. And the triangulator of providing, as far as I can see, a very viable service to assist in that.

Eric: Yes, indeed. Well, let me go ahead and bring Kirk back into the equation here just real quickly. I wanted to take a look at one of these other slides and just kind of get your impression of things, Kirk. So maybe let's go back to this MarkLogic slide. And by the way, Kirk provided the link, if you didn't see it folks, to some of his class discovery slides because that's a very interesting concept. And I think this is kind of brewing at the back of my mind, Kirk, as I was talking about this a moment ago. This whole question that one of the attendees posed about how do you go about finding new classes. I love this topic because it really does speak to the sort of, the difficult side of categorizing things because I've always had a hard time categorizing stuff. I'm like, "Oh, god, I can fit in five categories, where do I put it?" So I just don't want to categorize anything, right?

And that's why I love search, because you don't have to categorize it, you don't have to put it in the folder. Just search for it and you'll find it if you know how to search. But if you're in that process of trying to segment, because that's basically what categorization is, it's segmenting; finding new classes, that's kind of an interesting thing. Can you kind of speak to the power of search and semantics and hierarchies, for example, as Frank was talking about with respect to MarkLogic and the role that plays in finding new classes, what do you think about that?

Kirk: Well, first of all, I'd say you are reading my mind. Because that was what I was thinking of a question even before you were talking, this whole semantic piece here that MarkLogic presented. And if you come back to my slide, you don't have to do this, but back on the slide five on what I presented this afternoon; I talked about this semantics that the data needs to be captured.

So this whole idea of search, there you go. I firmly believe in that and I've always believed in that with big data, sort of take the analogy of Internet, I mean, just the Web, I mean having the world knowledge and information and data on a Web browser is one thing. But to have it searchable and retrievable efficiently as one of the big search engine companies provide for us, then that's where the real power of discovery is. Because connecting the search terms, sort of the user interests areas to the particular data granule, the particular webpage, if you want to think the Web example or the particular document if you're talking about document library. Or a particular customer type of segment if that's your space.

And semantics gives you that sort of knowledge layering on top of just a word search. If you're searching for a particular type of thing, understanding that a member of a class of such things can have a certain relationship to other things. Even include that sort of relationship information and that's a class hierarchy information to find things that are similar to what you're looking for. Or sometimes even the exact opposite of what you're looking for, because that in a way gives you sort of additional core of understanding. Well, probably something that's opposite of this.

Eric: Yeah.

Kirk: So actually understand this. I can see something that's opposite of this. And so the semantic layer is a valuable component that's frequently missing and it's interesting now that this would come up here in this context. Because I've taught a graduate course in database, data mining, learning from data, data science, whatever you want to call it for over a decade; and one of my units in this semester-long course is on semantics and ontology. And frequently my students would look at me like, what does this have to do with what we're talking about? And of course at the end, I think we do understand that putting that data in some kind of a knowledge framework. So that, just for example, I'm looking for information about a particular customer behavior, understanding that that behavior occurs, that's what the people buy at a sporting event. What kind of products do I offer to my customers when I notice on their social media - on Twitter or Facebook - that they say they're going to a sporting event like football, baseball, hockey, World Cup, whatever it might be.

Okay, so sporting event. So they say they're going to, let's say, a baseball game. Okay, I understand that baseball is a sporting event. I understand that's usually a social and you go with people. I understand that it's usually in an outdoor space. I mean, understanding all those contextual features, it enables sort of, more powerful, sort of, segmentation of the customer involved and your sort of personalization of the experience that you're giving them when, for example, they're interacting with your space through a mobile app while they're sitting in a stadium.

So all that kind of stuff just brings so much more power and discovery potential to the data in that sort of indexing idea of indexing data granules by their semantic place and the knowledge space is really pretty significant. And I was really impressed that came out today. I think it's sort of a fundamental thing to talk.

Eric: Yeah, it sure is. It's very important in the discovery process, it's very important in the classification process. And if you think about it, Java works in classes. It's an object oriented, I guess, more or less, you could say form of programming and Java works in classes. So if you're actually designing software, this whole concept of trying to find new classes is actually pretty important stuff in terms of the functionality you're trying to deliver. Because especially in this new wild, wooly world of big data where you have so much Java out there running so many of these different applications, you know there are 87, 000 ways or more to get anything done with a computer, to get any kind of bit of functionality done.

One of my running jokes when people say, "Oh, you can build a data warehouse using NoSQL." I'm like, "well, you could, yeah, that's true. You could also build a data warehouse using Microsoft Word." It's not the best idea, it's not going to perform very well but you can actually do it. So the key is you have to find the best way to do something.

Go ahead.

Kirk: Let me just respond to that. It's interesting you mentioned the Java class example which didn't come into my mind until you said it. One of the aspects of Java and classes and that sort of object orientation is that there are methods that bind to specific classes. And this is really the sort of a message that I was trying to send in my presentation and that once you understand some of these data granules - these knowledge nuggets, these tags, these annotations and these semantic labels - then you can bind a method to that. They basically have this reaction or this response and have your system provide this sort of automated, proactive response to this thing the next time that we see it in the data stream.

So that concept of binding actions and methods to specific class is really one of the powers of automated real-time analytics. And I think that you sort of hit on something.

Eric: Good, good, good. Well, this is good stuff. So let's see, Will, I want to hand it back to you and actually throw a question to you from the audience. We got a few of those in here too. And folks, we're going long because we want to get some of these great concepts in these good questions.

So let me throw a question over to you from one of the audience numbers who's saying, "I'm not really seeing how business intelligence is distinguishing cause and effect." In other words, as the systems are making decisions based on observable information, how do they develop new models to learn more about the world? It's an interesting point so I'm hearing a cause-and-effect correlation here, root cause analysis, and that's some of that sort of higher-end stuff in the analytics that you guys talk about as opposed to traditional BI, which is really just kind of reporting and kind of understanding what happened. And of course, your whole direction, just looking at your slide here, is moving toward that predictive capability toward making those decisions or at least making those recommendations, right? So the idea is that you guys are trying to service the whole range of what's going on and you're understanding that the key, the real magic, is in the analytical goal component there on the right.

Will: Absolutely. I think that question is somewhat peering into the future, in the sense that data science, as I mentioned before, we saw the slide with the requirements of the data scientist; it's a pretty challenging role for someone to be in. They have to have that rich knowledge of statistics and science. You need to have the domain knowledge to apply your mathematical knowledge to the domains. So what we're seeing today is there aren't these out-of-the-box predictive tools that a business user, like, could pull up in Excel and automatically predict their future, right?

It does require that advanced knowledge in technology at this stage. Now someday in the future, it may be that some of these systems, these scale-out systems become sentient and start doing some wild stuff. But I would say at this stage, you still have to have a data scientist in the middle to continue to build models, not these models. These predictive models around data mining and such are highly tuned in and built by the data scientist. They're not generated on their own, if you know what I mean.

Eric: Yeah, exactly. That's exactly right. And one of my lines is "Machines don't lie, at least not yet."

Will: Not yet, exactly.

Eric: I did read an article - I have to write something about this - about some experiment that was done at a university where they said that these computer programs learned to lie, but I got to tell you, I don't really believe it. We'll do some research on that, folks.

And for the last comment, so Robin I'll bring you back in to take a look at this WebAction platform, because this is very interesting. This is what I love about a whole space is that you get such different perspectives and different angles taken by the various vendors to serve very specific needs. And I love this format for our show because we got four really interesting vendors that are, frankly, not really stepping on each others' toes at all. Because we're all doing different bits and pieces of the same overall need which is to use analytics, to get stuff done.

But I just want to get your perspective on this specific platform and their architecture. How they're going about doing things. I find it pretty compelling. Що ти думаєш?

Robin: Well, I mean, it's pointed at extremely fast results from streaming data and as search, you have to architect for that. I mean, you're not going to get away with doing anything, amateurish, as we got any of that stuff. I hear this is extremely interesting and I think that one of the things that we witnessed over the past; I mean I think you and I, our jaw has been dropping more and more over the past couple of years as we saw more and more stuff emerge that was just like extraordinarily fast, extraordinarily smart and pretty much unprecedented.

This is obviously, WebAction, this isn't its first rodeo, so to speak. It's actually it's been out there taking names to a certain extent. So I don't see but supposed we should be surprised that the architecture is fairly switched but it surely is.

Eric: Well, I'll tell you what, folks. We burned through a solid 82 minutes here. I mean, thank you to all those folks who have been listening the whole time. If you have any questions that were not answered, don't be shy, send an email to yours truly. We should have an email from me lying around somewhere. And a big, big thank you to both our presenters today, to Dr. Kirk Borne and to Dr. Robin Bloor.

Kirk, I'd like to further explore some of that semantic stuff with you, perhaps in a future webcast. Because I do think that we're at the beginning of a very new and interesting stage now. What we're going to be able to leverage a lot of the ideas that the people have and make them happen much more easily because, guess what, the software is getting less expensive, I should say. It's getting more usable and we're just getting all this data from all these different sources. And I think it's going to be a very interesting and fascinating journey over the next few years as we really dig into what this stuff can do and how can it improve our businesses.

So big thank you to Techopedia as well and, of course, to our sponsors - Pentaho, WebAction, MarkLogic and Treasure Data. And folks, wow, with that we're going to conclude, but thank you so much for your time and attention. We'll catch you in about a month and a half for the next show. And of course, the briefing room keeps on going; radio keeps on going; all our other webcast series keep on rocking and rolling, folks. Дуже дякую. We'll catch you next time. Бувай.