¿Es el Analytics as a Service el Enfoque correcto para usted?

is-analytics-as-a-service-the-right-approach-for-you_870x220

Parece que todo está disponible como un servicio alojado en una nube hoy, creando una tremenda cantidad de ruido. ¿Cómo puede estar seguro de lo que es correcto para su empresa?

Hay mucha confusión en el mercado de “como servicio” – no es difícil encontrar analistas y publicaciones hablando de los problemas de la “confusión como servicio” y eso no es nuevo. Parece que prácticamente todas las necesidades de negocios pueden ser atendidas por un servicio en la nube que promete ahorrar dinero.

La clave para disminuir el ruido es primero entender exactamente el tipo de servicio que usted necesita. Ya hemos hablado de la necesidad de una arquitectura de software flexible que sea cognitiva, permitiendo que usted utilice la tecnología que cuando y donde lo necesite. Analytics es un componente crítico de tecnología de cualquier empresa, entonces vamos a detallar el mercado de analytics-a-service.

 

Donde todo comenzó

Las empresas han intentado salir del centro de negocio de datos yendo a la nube para los servicios durante mucho tiempo. Comenzó décadas atrás con la tercerización. En primer lugar, el entorno, la TI y el desarrollo de aplicaciones se han subcontratado a proveedores de servicios privados. A continuación, Salesforce, ahora un nombre familiar, ofrece SaaS (Software como Servicio), seguido rápidamente por los proveedores que ofrecen IaaS (Infraestructura como Servicio). Estas fueron innovaciones útiles – por ejemplo, en lugar de confiar en un proveedor de servicios para administrar su entorno, IaaS utilizó virtualización, multi-tenenda y otras nuevas tecnologías para compartir infraestructura y reducir los costos.

Todavía no ha terminado. Los proveedores de IaaS y SaaS subieron y bajaron la montaña para ofrecer a PaaS (plataforma como un servicio), proporcionando una plataforma de desarrollo de aplicaciones en la nube. Una avalancha de servicios construida a partir de ahí, a medida que la demanda aumentaba. Aparentemente, todo estaba disponible como un servicio, incluyendo análisis. La definición de “servicio” empezó a quedar nebulosa.

 

¿Qué es exactamente un servicio?

Hay muchos tipos diferentes de servicios, entonces el término puede significar cosas diferentes, dependiendo de la aplicación. Los usuarios de SaaS interactuarán con una aplicación, usuarios de IaaS con una interfaz de administración, usuarios de PaaS con una plataforma y herramientas de desarrollo. En el otro extremo, se puede interactuar con la API que el servicio utiliza para permitir la integración, como OData para bases de datos, REST para la web o una API privada.

Sin una única definición para confiar, el mejor enfoque para revisar un servicio en la nube comienza con el conocimiento de sus requisitos exactos.

 

 

Usted realmente necesita esto?

Aunque se comercializa como simple, los aspectos del mercado como un servicio son complejos. Si usted no sabe exactamente lo que necesita su Analytics, es fácil elegir un servicio que sea incorrecto para su empresa.

Por ejemplo, ¿necesita una plataforma que gestione toda su infraestructura analítica? ¿O sería un servicio más pequeño pre-empaquetado, como uno que pueda analizar algo específico como un conjunto de imágenes? Probablemente usted puede necesitar ambos. En ambos casos, usted aprovechará el Aprendizaje Automático para alcanzar su objetivo, pero hacer predicciones a partir de un conjunto estático de datos (como esas imágenes) requiere un escenario completamente diferente de los datos dinámicos de la serie cronológica – pensar en la detección de fraude, diagnósticos de salud o mantenimiento predictivo.

Para los servicios empaquetados, usted proporciona los datos en un patrón predefinido que ya se ha modelado … en otras palabras, todo el trabajo pesado involucrado con el Aprendizaje Automático se ha hecho y se ha producido en el servicio.

Para los escenarios complejos, los científicos de datos tendrán mucho trabajo manual para obtener, preparar y etiquetar conjuntos de datos, e incluso para identificar qué combinaciones de modelos analíticos proporcionar el resultado más preciso. Aunque usted puede utilizar un servicio en la nube para apoyar este trabajo, está mucho más cerca de una plataforma alojada que un servicio embalado.

Este tipo de oferta de servicios puede proporcionar un beneficio significativo, pero no descuida lo que es necesario para que su equipo de análisis tenga éxito. Hay una enorme diferencia entre tercerizar la infraestructura y seleccionar una opción que automatizará el ciclo de vida de la ciencia de los datos. Seleccionar la opción equivocada puede dejarlo atrapado de una manera que usted no esperaba.

 

Preguntese por qué

El mercado como un servicio es amplio y desordenado, y la palabra analytics es mal valorada. Un “servicio de análisis” puede ser cualquier número de cosas, y todos están a la venta. Si usted necesita un pequeño servicio específico o un complejo basado en datos cronológicos, o si usted necesita una plataforma de infraestructura pura o que aliviará la complejidad para sus científicos de datos (como DataRPM), la clave es empezar por saber exactamente lo que quieres resolver. Una vez que tenga esto, siempre y cuando usted haya iniciado una infraestructura de software flexible y cognitiva, será mucho más fácil encontrar e implementar la solución que su empresa necesita.

Deixe um comentário

*