רואים 6:6 – שש דילמות מרכזיות בעולם הביג דאטה העסקי

שש דילמות מרכזיות בעולם הביג דאטה העסקי ופתרונות אפשריים עבורן

shutterstock yes or no

מאת אייל בירן, מנהל אגף דיגיטל וביג דאטה, בנק לאומי.

עולם הביג דאטה העסקי עמוס בפתרונות אבל גם בלא מעט בעיות שיש להתמודד איתן. בתוך כל השירותים והמוצרים הזמינים בשוק קל לעיתים ללכת קצת לאיבוד אבל אם תתמקדו ב-6 הדילמות האלו, תוכלו אולי להתפקס ולשפר ביצועים באופן משמעותי.

דילמה ראשונה

איפה מתחילים?

האם להתחיל בהרחבת מקורות המידע ולנטר למשל ישר את הפעילות הדיגיטלית או פעילות במדיה חברתית או להתמקד במימוש פוטנציאל מדאטה קיים ובעזרת אלו כלים? התשובה ברורה – מתחילים קטן ומתרחבים בהדרגה. רוב הארגונים והעסקים שרוצים להתפתח בעולם הביג דאטה חייבים לבצע תחילה ניקוי אורוות בדאטה הקיים אצלם. מיפוי של כלל המאגרים והתממשקות שלהם לדאטה סנטר מרכזי. בחינת קישוריות בין פעילויות עסקיות מרכזיות לאותו דאטה סנטר ובחינה של יכולת הדאטה סנטר לטפל בהיקפי מידע גדולים ולאורך זמן. מכאן יש לוודא שדרוג עדכני לפלטפורמת האחסון ולוודא שמהלכי עדכון הדאטה סנטר מוגדרים, תקינים ורצים היטב.

השלב הבא חייב להיות הגדרת שאלה עסקית ברורה שרוצים לענות עליה. כל שאלה ומקורות המידע שלה. הגדרת השאלה והגדרת הנושאים והתחומים לשיפור מאפשרים להגדיר יעדים עסקיים ברורים ואז לצאת ולהתרחב גם למיפוי מקורות מידע קיימים וגיבוש ארכיטקטורה נדרשת. כל זאת עדיין יש לבצע על הדאטה הקיים מבלי שהוספנו כלי חדש כלשהו.

ביצוע הניקוי / הסדר / המיפוי והגדרת השאלה מאפשרים להתחיל בקטן אך להתחיל נכון ולדעת שמכאן הדרך תהיה יותר אפקטיבית מהירה ונכונה.

דילמה שנייה

האם להסתפק בפלטפורמה הקיימת או להשקיע ולהרחיב בתשתיות אחסון לכלים כגון HADOOP?

כל עוד הארגון מתעסק רק עם הדאטה הפנימי ומקורות קיימים שמהלכי העדכון שלהם עוברים חד פעמית נניח במהלכי לילה, אזי מדובר בתהליך ניטור והרצה בסיסיים וגם אם הם בהיקפים גדולים חבל להשקיע ולשדרג לפני שמוצה הפוטנציאל מהקיים. הפעילות במדרג הזה הינה אכן שיפור תהליכי טיפול במידע קיים אך עדין הינה בגדר תנועה על העקומה ולא מעבר עקומה למימד רחב יותר.

אך ברגע שארגון מעוניין להרחיב מקורות מידע ולהוסיף מקורות מידע חיצוניים כגון אתרים חיצוניים / מדיה חברתית / מידע רב ערוצי ועוד, הרי שכאן כבר מדובר בתזוזה של העקומה וחשיבות יכולת הטיפול במסה של נתונים ולעיתים אף בזמן אמת עולה שבעתיים ואז נדרשת הערכות ארכיטקטונית כזו שתכלול ניתוח האפשרויות בעולם של כלי האחסון ההרצה והניטור ובחינת פתרונות כגון Hadoop ודומים לו.

דילמה שלישית

האם לקנות מוצרי ניטור או ניתוח דרך ספקי הענק בשוק מתוך סוויטת מוצרים קיימת או להעז ולהתנסות עם סטארטאפים ממגוון הפתרונות הקיימים?

התשובה כאן אינה חד משמעית. הפתרון האולטימטיבי הינו לשלב. לא לשים את כל הביצים בסל אחד ולא להשתעבד לחוזה מיותר עם ספק ענק או להתפזר יתר על המידה מול הבטחות שווא של סטארטאפ חסר ניסיון. מן הסתם ארגונים גדולים יותר עם תקציבי השקעה מתאימים יפעלו יותר בזירה של ספקי הענק הטכנולוגיים המוכרים בשוק ומדורגים בכל רבעון על ידי חברות ייעוץ עולמיות. חברות מסחריות קטנות יותר ימצאו פתרונות מתאימים בשילוב שבין אחסון בשירותי ענן והרצת אפליקציות שונות ממגוון הפתרונות שיש בתחום.

מה שבטוח שאין לדבוק דווקא בליין מוצרים אחד מאותו ספק. אין לכך משמעות רבה ובעידן הנוכחי כל כלי ניתן להתאמה כמעט לכל פלטפורמה. על כן בכל בחירה יש לפעול לפי בחינת תועלות ויכולות המוצר הספיציפי מול מתחרים מתאימים בשוק ולהמנע מיישומים של 1+1 מאותה סוויטה. לעיתים השילוב של עוד מוצר מדף מאותה חברה נחות משילוב פתרונות בודדים שנמצאים בחוץ.

דילמה רביעית

להפעיל כוח אנליטי בדמות Data Scientists או להשען על פתרונות מובטחים של Machine Learning כביכול ללא הון אנושי תומך?

הטענה שלי מאד פשוטה: עולם הביג דאטה מורכב ככל שיהיה וטכנולוגי ככל שיהיה עדיין חסר ערך בלי תובנותיו של אותו האנליסט שמפעיל את המוצרים, מריץ את התוכנות ועומד מאחורי “המכונות”. באין ספור פגישות עם ספקים אני נתקל כאמור באמירות היומרניות שהמוצר של אותו ספק יודע להריץ את עצמו לבד ולשאול את השאלות העסקיות ולהביא תובנות רבות ערך לארגון. ושוב אני מסביר לכל מי שרוצה לשמוע שאין כזה דבר שנקרא מוצר שיודע לשאול לבד את השאלות העסקיות הרלבנטיות. תמיד השאלות הראשוניות יוגדרו על ידי האנליסטים בעסק, אותם DATA CIENTISTS מקצועיים בתחומם בעלי ניסיון עסקי שיודעים מה העסק באמת מחפש ואין זה אומר שהם צריכים לבצע את כל שלבי הניתוח בעצמם. במידת האפשר הם בהחלט יכולים להעזר בשירותי ענן כמו אלו של גוגל, אמזון או מיקרוסופט ואחרים אולם שעברה בסופו של דבר אותו מידע שעבר עיבוד וירוץ בענן באופן אוטומטי היה חייב לעבור תחת ידי האנליסט.

דילמה חמישית

באיזו צורה לעבוד עם הפיתוח: Agile או Water Fall?

במקרה הזה התשובה ברורה – בעולם של ביג דאטה וביישום של כלי אנליזה ומודלים חייבים לפעול בשיטה של Agile. דיון שוטף בין הטכנולוגיה לעסק ובין המפתחים לאנליסטים חייב להתקיים כל הזמן. סוד הקסם בניטור וניתוח הינו זיקוק מידע נכון ומיצוי התובנות העסקיות ממנו בתנועה. מכאן שכל יישום טכנולוגי בעולם הדאטה יכול להתפתח ולהתכוונן תוך כדי תנועה וחשיבות הדיאלוג השוטף בין כל הגורמים תוך כדי הפיתוח והאינטגרציה הינם קריטיים. יישום מפל בשיטת העבודה יגרור סיכום פרויקט עם מודל שלא עונה מספיק טוב להגדרות או מתוכנן בצורה שמשאירה הרבה מידע רלבנטי מחוץ לתמונה.

דילמה שישית

מהו היישום או הפתרון שיוצרים את הפער ואת קפיצת המדרגה מול המתחרים בהנחה שרוב הארגונים משקיעים או מתכננים להשקיע בעולם הביג דאטה?

אין ספק ששובר השוויון בעולם הביג דאטה הינו יישום מודלים של חיזוי וניבוי. למעשה כל עולם ה-Predictive Analytics הכולל יכולת לתכנן ולחזות את המוצר הבא ללקוח או מה צריך להיות תהליך השירות הבא ברגע האמת או מי הלקוחות שעומדים לנטוש או מי הלקוחות הרלבנטיים לגיוס זהו עולם הפתרונות שארגונים שיישמו אותם יצברו לעצמם יתרון תחרותי בשוק.

ניתוח מידע קיים והגשתו בצורה של דו״חות ודשבורדים חשוב לכל עסק ואין ספק שהינו הבסיס בעולם הביג דאטה אולם יכולת לחבר נתונים ומידע ולזקק מהם תובנות עסקיות לכדי מודל חיזוי וניבוי זהו שם המשחק.

למעשה מודלי החיזוי והניבוי משנים את צורת שאילת השאלות של העסקים ומעבירים את הדיון העסקי משאלות כגון מה היה / מתי היה וכמה היה לשאלות מהותיות מסקרנות ורלבנטיות הרבה יותר כגון: מה יהיה אם? ומה יקרה בהינתן…?

משמע הדיון בעולם הביג דאטה עובר לשאילת שאלות עם מבט קדימה ויישום תובנות מהן כדי שאלו יאפשרו לעסקים לשפר תהליכים/ למקסם פוטנציאל ולהגדיל תשואה ונתח שוק וארנק.

קרדיט תמונה: dilemma via shutterstock

הכתבה בחסות Leumi Tech

לאומיטק מבית לאומי, מספקת ליווי פיננסי מלא לחברות ההיי-טק בכל שלבי החיים שלהם. לאומיטק מציעה אפשרויות מגוונות למימון בנקאי וחוץ בנקאי, מפתחת מוצרים בנקאיים ייחודיים ופלטפורמה לניהול השקעות, מייצרת שיתופי פעולה עם קרנות, חברות וגורמים נוספים בתעשייה בארץ ובחו"ל, והכל באמצעות סניפי היי-טק מתמחים וייעודיים הפרוסים בארץ ובמרכזי הייטק גלובליים: לונדון, ניו יורק ועמק הסיליקון. עם ניסיון של יותר מ–15 שנה בתחום הבנקאות המתמחה בהייטק - אנחנו כאן כדי לעזור לכם להצליח.

כתב אורח

אנחנו מארחים מפעם לפעם כותבים טכנולוגים אורחים, המפרסמים כתבות בתחומי התמחות שלהם. במידה ואתם מעוניינים לפרסם פוסט בשמכם, פנו אלינו באמצעות טופס יצירת קשר באתר.

הגב

הגב ראשון!

avatar
Photo and Image Files
 
 
 
Audio and Video Files
 
 
 
Other File Types
 
 
 

* היי, אנחנו אוהבים תגובות!
תיקונים, תגובות קוטלות וכמובן תגובות מפרגנות - בכיף.
חופש הביטוי הוא ערך עליון, אבל לא נוכל להשלים עם תגובות שכוללות הסתה, הוצאת דיבה, תגובות שכוללות מידע המפר את תנאי השימוש של Geektime, תגובות שחורגות מהטעם הטוב ותגובות שהן בניגוד לדין. תגובות כאלו יימחקו מייד.

wpDiscuz

תגיות לכתבה: