Làm thế nào phân tích có thể cải thiện kinh doanh? - bảng điểm kỹ thuật tập 2

Lưu ý của biên tập viên: Đây là bản ghi của một trong những webcast trước đây của chúng tôi. Các tập tiếp theo sẽ đến nhanh chóng, bấm vào đây để đăng ký.

Eric Kavanagh: Thưa quý vị và các bạn, xin chào và chào mừng bạn quay trở lại Tập 2 của TechWise. Vâng, thực sự, đã đến lúc có được những người khôn ngoan! Hôm nay tôi có một nhóm người thực sự thông minh để giúp chúng tôi trong nỗ lực đó. Tên tôi là Eric Kavanagh, tất nhiên. Tôi sẽ là chủ nhà của bạn, người điều hành của bạn, cho phiên họp chớp nhoáng này. Chúng tôi có rất nhiều nội dung ở đây, folks. Chúng tôi có một số tên tuổi lớn trong kinh doanh, những người đã là nhà phân tích trong không gian của chúng tôi và bốn trong số các nhà cung cấp thú vị nhất. Vì vậy, chúng ta sẽ có nhiều hành động tốt cho cuộc gọi ngày hôm nay. Và tất nhiên, bạn ngoài kia trong khán giả đóng một vai trò quan trọng trong việc đặt câu hỏi.

Vì vậy, một lần nữa, chương trình là TechWise và chủ đề hôm nay là "Làm thế nào để Analytics có thể cải thiện kinh doanh?" Rõ ràng, đây là một chủ đề nóng, nơi nó sẽ cố gắng tìm hiểu các loại phân tích khác nhau mà bạn có thể làm và cách điều đó có thể cải thiện hoạt động của bạn bởi vì đó là tất cả những gì về cuối ngày.

Vì vậy, bạn có thể thấy bản thân mình ở trên đỉnh, đó thực sự là của bạn. Tiến sĩ Kirk Borne, một người bạn tốt của Đại học George Mason. Ông là một nhà khoa học dữ liệu với nhiều kinh nghiệm, chuyên môn rất sâu trong lĩnh vực khai thác dữ liệu và không gian này cùng với dữ liệu lớn và tất cả những thứ thú vị đó. Và, tất nhiên, chúng tôi có Tiến sĩ Robin Bloor, Nhà phân tích trưởng của chúng tôi tại Tập đoàn Bloor. Ai được đào tạo như một chuyên gia tính toán nhiều, nhiều năm trước. Và anh ấy đã thực sự tập trung vào toàn bộ không gian dữ liệu lớn này và không gian phân tích khá chăm chú trong nửa thập kỷ qua. Đã năm năm kể từ khi chúng tôi ra mắt Nhóm Bloor. Vì vậy, thời gian trôi nhanh khi bạn đang vui vẻ.

Chúng tôi cũng sẽ được nghe từ Will Gorman, Kiến trúc sư trưởng của Pentaho; Steve Wilkes, CCO của WebAction; Frank Sanders, Giám đốc kỹ thuật tại MarkLogic; và Hannah Smalltree, Giám đốc của Treasure Data. Vì vậy, như tôi đã nói, đó là rất nhiều nội dung.

Vậy làm thế nào để phân tích có thể giúp doanh nghiệp của bạn? Chà, làm thế nào nó không thể giúp doanh nghiệp của bạn, khá thẳng thắn? Có tất cả các cách phân tích có thể được sử dụng để làm những việc cải thiện tổ chức của bạn.

Vì vậy, hợp lý hóa hoạt động. Đó là một điều mà bạn không nghe nhiều như bạn làm về những việc như tiếp thị hoặc tăng doanh thu hoặc thậm chí xác định các cơ hội. Nhưng hợp lý hóa hoạt động của bạn là điều thực sự, thực sự mạnh mẽ mà bạn có thể làm cho tổ chức của mình vì bạn có thể xác định những nơi bạn có thể thuê ngoài một cái gì đó hoặc bạn có thể thêm dữ liệu vào một quy trình cụ thể, chẳng hạn. Và điều đó có thể hợp lý hóa nó bằng cách không yêu cầu ai đó nhấc điện thoại để gọi hoặc ai đó gửi email. Có rất nhiều cách khác nhau để bạn có thể hợp lý hóa hoạt động của mình. Và tất cả điều đó thực sự giúp giảm chi phí của bạn, phải không? Đó là chìa khóa, nó làm giảm chi phí. Nhưng nó cũng cho phép bạn phục vụ khách hàng tốt hơn.

Và nếu bạn nghĩ về việc mọi người thiếu kiên nhẫn đã trở thành như thế nào và tôi thấy điều này mỗi ngày về cách mọi người tương tác trực tuyến, ngay cả với các chương trình, nhà cung cấp dịch vụ mà chúng tôi sử dụng. Sự kiên nhẫn mà mọi người có, khoảng chú ý, ngày càng ngắn hơn. Và điều đó có nghĩa là bạn cần, với tư cách là một tổ chức, đáp ứng trong khoảng thời gian nhanh hơn và nhanh hơn để có thể làm hài lòng khách hàng của bạn.

Vì vậy, ví dụ, nếu ai đó đang ở trên trang web web của bạn hoặc duyệt xung quanh để cố gắng tìm thứ gì đó, nếu họ thất vọng và họ rời đi, tốt, bạn có thể vừa mất một khách hàng. Và tùy thuộc vào số tiền bạn tính cho sản phẩm hoặc dịch vụ của mình và có thể đó là một vấn đề lớn. Vì vậy, điểm mấu chốt là các hoạt động hợp lý hóa, tôi nghĩ, là một trong những không gian nóng nhất để áp dụng phân tích. Và bạn làm điều đó bằng cách nhìn vào các con số, bằng cách bẻ khóa dữ liệu, bằng cách tìm ra, ví dụ, "Này, tại sao chúng ta lại mất quá nhiều người trên trang này của trang web?" "Tại sao chúng ta nhận được một số các cuộc gọi điện thoại ngay bây giờ?"

Và càng có nhiều thời gian thực bạn có thể phản ứng với những thứ đó, bạn càng có nhiều cơ hội để vượt lên trên tình huống và làm điều gì đó trước khi quá muộn. Bởi vì có một cửa sổ thời gian khi ai đó buồn bã về điều gì đó, họ không hài lòng hoặc họ đang cố gắng tìm thứ gì đó nhưng họ thất vọng; bạn có một cửa sổ cơ hội để tiếp cận họ, nắm lấy họ, để tương tác với khách hàng đó. Và nếu bạn làm như vậy đúng cách với dữ liệu phù hợp hoặc hình ảnh khách hàng đẹp - hiểu khách hàng này là ai, lợi nhuận của họ là gì, sở thích của họ là gì - nếu bạn thực sự có thể xử lý vấn đề đó, bạn sẽ làm một công việc tuyệt vời để giữ khách hàng của bạn và có được khách hàng mới. Và đó là tất cả những gì về nó.

Vì vậy, với điều đó, tôi sẽ trao nó, thực sự, cho Kirk Borne, một trong những nhà khoa học dữ liệu của chúng tôi về cuộc gọi ngày hôm nay. Và chúng khá hiếm ngày nay, thưa các bạn. Chúng tôi đã có ít nhất hai trong số họ trong cuộc gọi vì vậy đó là vấn đề lớn. Với điều đó, Kirk, tôi sẽ trao nó cho bạn để nói về phân tích và cách nó giúp kinh doanh. Cứ liều thử đi.

Tiến sĩ Kirk Borne: Vâng, cảm ơn bạn rất nhiều, Eric. Bạn có thể nghe tôi không?

Eric: Không sao đâu, cứ tiếp tục đi.

Tiến sĩ Kirk: Được rồi, tốt. Tôi chỉ muốn chia sẻ nếu tôi nói chuyện trong năm phút, và mọi người đang vẫy tay với tôi. Vì vậy, lời phát biểu khai mạc, Eric, mà bạn đã thực sự gắn kết với chủ đề này. Tôi sẽ nói ngắn gọn trong vài phút tới, đây là việc sử dụng dữ liệu lớn và phân tích cho dữ liệu để đưa ra quyết định hỗ trợ. Đối với tôi, nhận xét về việc hợp lý hóa hoạt động, nó thuộc về khái niệm phân tích hoạt động mà bạn có thể thấy trong mọi ứng dụng trên toàn thế giới cho dù đó là ứng dụng khoa học, kinh doanh, an ninh mạng và thực thi pháp luật và Chính phủ, y tế. Bất kỳ số lượng địa điểm nào chúng tôi có luồng dữ liệu và chúng tôi đang đưa ra một số phản hồi hoặc quyết định phản ứng với các sự kiện và cảnh báo và hành vi mà chúng tôi thấy trong luồng dữ liệu đó.

Và vì vậy, một trong những điều mà tôi muốn nói đến hôm nay là cách bạn rút ra kiến ​​thức và hiểu biết từ dữ liệu lớn để đi đến điểm mà chúng ta thực sự có thể đưa ra quyết định hành động. Và thường xuyên chúng ta nói về điều này trong một bối cảnh tự động hóa. Và hôm nay tôi muốn pha trộn tự động hóa với nhà phân tích con người trong vòng lặp. Vì vậy, điều này có nghĩa là trong khi nhà phân tích kinh doanh đóng một vai trò quan trọng ở đây về mặt cá cược, đủ điều kiện, xác nhận các hành động cụ thể hoặc quy tắc học máy mà chúng tôi trích xuất từ ​​dữ liệu. Nhưng nếu chúng ta đạt đến một điểm mà chúng ta đã thuyết phục được rất nhiều các quy tắc kinh doanh mà chúng ta đã trích xuất và các cơ chế cảnh báo chúng ta là hợp lệ, thì chúng ta có thể biến điều này thành một quy trình tự động. Chúng tôi thực sự thực hiện việc tinh giản hoạt động mà Eric đang nói đến.

Vì vậy, tôi có một chút chơi chữ ở đây nhưng tôi hy vọng, nếu nó hiệu quả với bạn, tôi đã nói về thử thách của D2D. Và D2D, không chỉ dữ liệu các quyết định trong tất cả các bối cảnh, chúng tôi đang xem xét điều này ở phần dưới cùng của slide này hy vọng bạn có thể thấy nó, thực hiện các khám phá và tăng đô la doanh thu từ các đường ống phân tích của chúng tôi.

Vì vậy, trong bối cảnh này, tôi thực sự có vai trò là nhà tiếp thị cho chính mình ở đây mà bây giờ tôi làm việc cùng và đó là; điều đầu tiên bạn muốn làm là mô tả đặc điểm dữ liệu của bạn, trích xuất các tính năng, trích xuất các đặc điểm của khách hàng hoặc bất kỳ thực thể nào mà bạn đang theo dõi trong không gian của mình. Có lẽ đó là một bệnh nhân trong môi trường phân tích sức khỏe. Có thể đó là người dùng Web nếu bạn đang xem xét một loại vấn đề an ninh mạng. Nhưng đặc trưng và trích xuất các đặc điểm và sau đó trích xuất một số bối cảnh về cá nhân đó, về thực thể đó. Và sau đó bạn thu thập những mảnh mà bạn vừa tạo và đưa chúng vào một loại bộ sưu tập nào đó từ đó bạn có thể áp dụng thuật toán học máy.

Lý do tôi nói theo cách này là vì, hãy nói rằng, bạn có một camera giám sát tại một sân bay. Bản thân video là một khối lượng lớn, lớn và nó cũng không có cấu trúc. Nhưng bạn có thể trích xuất từ ​​video giám sát, sinh trắc học khuôn mặt và xác định các cá nhân trong các camera giám sát. Vì vậy, ví dụ trong một sân bay, bạn có thể xác định các cá nhân cụ thể, bạn có thể theo dõi họ qua sân bay bằng cách xác định chéo cùng một cá nhân trong nhiều camera giám sát. Vì vậy, các tính năng sinh trắc học được trích xuất mà bạn thực sự khai thác và theo dõi không phải là video chi tiết thực sự. Nhưng một khi bạn có những trích xuất đó thì bạn có thể áp dụng các quy tắc và phân tích học máy để đưa ra quyết định về việc bạn cần phải hành động trong một trường hợp cụ thể hay điều gì đó xảy ra không chính xác hoặc điều gì đó mà bạn có cơ hội đưa ra đề nghị. Ví dụ, nếu bạn có một cửa hàng trong sân bay và bạn thấy khách hàng đó đến theo cách của bạn và bạn biết từ thông tin khác về khách hàng đó, có thể anh ta thực sự quan tâm đến việc mua đồ trong cửa hàng miễn thuế hoặc một cái gì đó như thế, làm cho đề nghị đó.

Vì vậy, những gì tôi có nghĩa là bằng cách đặc tính hóa và tiềm năng? Ý tôi là, đặc trưng hóa, trích xuất các tính năng và đặc điểm trong dữ liệu. Và điều này có thể là do máy tạo ra, sau đó các thuật toán của nó thực sự có thể trích xuất, ví dụ, chữ ký sinh trắc học từ video hoặc phân tích tình cảm. Bạn có thể trích xuất tình cảm của khách hàng thông qua các đánh giá trực tuyến hoặc phương tiện truyền thông xã hội. Một số trong những thứ này có thể do con người tạo ra, để con người, nhà phân tích kinh doanh, có thể trích xuất các tính năng bổ sung mà tôi sẽ hiển thị trong slide tiếp theo.

Một số trong số này có thể được đám đông. Và bởi đám đông, có rất nhiều cách khác nhau bạn có thể nghĩ về điều đó. Nhưng rất đơn giản, ví dụ, người dùng của bạn đến trang web của bạn và họ đặt các từ tìm kiếm, từ khóa và họ kết thúc trên một trang nhất định và thực sự dành thời gian ở đó trên trang đó. Rằng họ thực sự, ít nhất, hiểu rằng họ đang xem, duyệt, nhấp vào những thứ trong trang đó. Điều nói với bạn là từ khóa mà họ đã gõ ngay từ đầu là phần mô tả của trang đó vì nó đã đưa khách hàng vào trang mà họ dự đoán. Và vì vậy, bạn có thể thêm phần thông tin bổ sung đó, đó là những khách hàng sử dụng từ khóa này thực sự đã xác định trang web này trong kiến ​​trúc thông tin của chúng tôi là nơi chứa nội dung phù hợp với từ khóa đó.

Và vì vậy, dịch vụ đám đông là một khía cạnh khác mà đôi khi mọi người quên mất, đó là cách theo dõi mẩu bánh mì của khách hàng của bạn, có thể nói là vậy; làm thế nào để họ di chuyển qua không gian của họ, cho dù đó là tài sản trực tuyến hay tài sản thực. Và sau đó sử dụng loại đường dẫn mà họ, khách hàng lấy làm thông tin bổ sung về những thứ chúng tôi đang xem xét.

Vì vậy, tôi muốn nói rằng những thứ do con người tạo ra, hoặc máy được tạo ra, cuối cùng có một bối cảnh sắp xếp chú thích hoặc gắn thẻ các hạt dữ liệu hoặc thực thể cụ thể. Cho dù những thực thể đó là bệnh nhân trong môi trường bệnh viện, khách hàng hay bất cứ điều gì. Và do đó, có các loại gắn thẻ và chú thích khác nhau. Một số đó là về dữ liệu chính nó. Đó là một trong những điều, loại thông tin, loại thông tin, tính năng, hình dạng, có thể là kết cấu và hoa văn, dị thường, hành vi không dị thường. Và sau đó trích xuất một số ngữ nghĩa, nghĩa là, điều này liên quan đến những thứ khác mà tôi biết, hoặc khách hàng này là một khách hàng điện tử. Khách hàng này là một khách hàng quần áo. Hoặc khách hàng này thích mua nhạc.

Vì vậy, xác định một số ngữ nghĩa về điều đó, những khách hàng thích âm nhạc có xu hướng thích giải trí. Có lẽ chúng tôi có thể cung cấp cho họ một số tài sản giải trí khác. Vì vậy, hiểu được ngữ nghĩa và cũng có một số nguồn gốc, về cơ bản là nói: điều này đến từ đâu, ai đã cung cấp khẳng định này, thời gian, ngày nào, trong hoàn cảnh nào?

Vì vậy, một khi bạn có tất cả các chú thích và đặc tính đó, hãy thêm vào đó bước tiếp theo, đó là bối cảnh, loại người, cái gì, khi nào, ở đâu và tại sao. Ai là người dùng? Kênh họ đến là gì? Nguồn thông tin là gì? Những loại tái sử dụng nào chúng ta đã thấy trong phần thông tin hoặc sản phẩm dữ liệu cụ thể này? Và đó là, giá trị của quá trình kinh doanh là gì? Và sau đó thu thập những thứ đó và quản lý chúng, và thực sự giúp tạo cơ sở dữ liệu, nếu bạn muốn nghĩ về nó theo cách đó. Làm cho chúng có thể tìm kiếm, có thể sử dụng lại, bởi các nhà phân tích kinh doanh khác hoặc bằng một quy trình tự động, lần sau khi tôi thấy các bộ tính năng này, hệ thống có thể thực hiện hành động tự động này. Và vì vậy chúng tôi có được loại hiệu quả phân tích hoạt động đó, nhưng chúng tôi càng thu thập thông tin hữu ích, toàn diện, và sau đó giám tuyển nó cho các trường hợp sử dụng này.

Chúng tôi xuống kinh doanh. Chúng tôi làm phân tích dữ liệu. Chúng tôi tìm kiếm các mô hình thú vị, bất ngờ, ngoại lệ mới lạ, dị thường. Chúng tôi tìm kiếm các lớp và phân khúc mới trong dân số. Chúng tôi tìm kiếm các hiệp hội và mối tương quan và liên kết giữa các thực thể khác nhau. Và sau đó chúng tôi sử dụng tất cả những điều đó để thúc đẩy quá trình khám phá, quyết định và kiếm tiền của chúng tôi.

Vì vậy, một lần nữa, ở đây chúng ta có slide dữ liệu cuối cùng mà tôi có về cơ bản là tóm tắt, giữ cho nhà phân tích kinh doanh trong vòng lặp, một lần nữa, bạn không trích xuất con người đó và tất cả đều quan trọng để giữ con người đó ở đó.

Vì vậy, các tính năng này, tất cả chúng đều được cung cấp bởi máy móc hoặc nhà phân tích con người hoặc thậm chí là dịch vụ cộng đồng. Chúng tôi áp dụng kết hợp nhiều thứ để cải thiện các bộ huấn luyện cho các mô hình của mình và kết thúc với các mô hình dự đoán chính xác hơn, ít tích cực và tiêu cực sai, hành vi hiệu quả hơn, can thiệp hiệu quả hơn với khách hàng hoặc bất cứ ai.

Vì vậy, vào cuối ngày, chúng ta thực sự chỉ kết hợp giữa học máy và dữ liệu lớn với sức mạnh nhận thức của con người, đó là nơi mà phần chú thích gắn thẻ xuất hiện. Và điều đó có thể dẫn đến hình ảnh và phân tích trực quan các công cụ hoặc môi trường dữ liệu nhập vai hoặc dịch vụ cộng đồng. Và, vào cuối ngày, những gì điều này thực sự đang làm là tạo ra sự khám phá, hiểu biết và D2D của chúng tôi. Và đó là những bình luận của tôi, vì vậy cảm ơn bạn đã lắng nghe.

Eric: Này nghe có vẻ hay đấy và hãy để tôi tiếp tục và trao chìa khóa cho Tiến sĩ Robin Bloor để đưa ra quan điểm của mình. Vâng, tôi muốn nghe bạn nhận xét về khái niệm hợp lý hóa hoạt động đó và bạn đang nói về phân tích hoạt động. Tôi nghĩ rằng đó là một lĩnh vực lớn cần được khám phá khá kỹ lưỡng. Và tôi đoán, thực sự nhanh chóng trước Robin, tôi sẽ đưa bạn trở lại, Kirk. Nó đòi hỏi bạn phải có sự hợp tác khá quan trọng giữa nhiều người chơi khác nhau trong công ty, phải không? Bạn phải nói chuyện với người hoạt động; bạn phải có được những người kỹ thuật của bạn. Đôi khi bạn có được những người tiếp thị hoặc những người có giao diện Web của bạn. Đây là những nhóm điển hình khác nhau. Bạn có bất kỳ thực hành hay đề xuất tốt nhất nào về cách khiến mọi người đặt da vào trò chơi không?

Tiến sĩ Kirk: Chà, tôi nghĩ điều này đi kèm với văn hóa hợp tác kinh doanh. Thực tế, tôi nói về ba chữ C của văn hóa phân tích. Một là sáng tạo; khác là sự tò mò và thứ ba là sự hợp tác. Vì vậy, bạn muốn những người sáng tạo, nghiêm túc, nhưng bạn cũng phải khiến những người này hợp tác. Và nó thực sự bắt đầu từ đầu, đó là cách xây dựng văn hóa đó với những người nên cởi mở chia sẻ và cùng nhau hướng tới các mục tiêu chung của doanh nghiệp.

Eric: Tất cả đều có ý nghĩa. Và bạn thực sự phải có được sự lãnh đạo tốt ở phía trên để thực hiện điều đó. Vì vậy, hãy tiếp tục và đưa nó cho Tiến sĩ Bloor. Robin, sàn là của bạn.

Tiến sĩ Robin Bloor: Được rồi. Cảm ơn vì lời giới thiệu đó, Eric. Được rồi, cách mà những pan này ra, những chương trình này, bởi vì chúng tôi có hai nhà phân tích; Tôi có thể xem bài thuyết trình của các nhà phân tích mà những người khác không có. Tôi biết Kirk sẽ nói gì và tôi chỉ đi một góc hoàn toàn khác để chúng ta không đi quá nhiều chồng chéo.

Vì vậy, điều tôi thực sự đang nói hoặc có ý định nói ở đây là vai trò của nhà phân tích dữ liệu so với vai trò của nhà phân tích kinh doanh. Và cái cách mà tôi mô tả nó, tốt, nói bằng miệng ở một mức độ nhất định, là loại Jekyll và Hyde. Sự khác biệt cụ thể là các nhà khoa học dữ liệu, theo lý thuyết ít nhất, biết họ đang làm gì. Trong khi các nhà phân tích kinh doanh không như vậy, ổn với cách toán học hoạt động, những gì có thể tin cậy và những gì không thể tin cậy.

Vì vậy, hãy tìm hiểu lý do chúng ta đang làm điều này, lý do phân tích dữ liệu đột nhiên trở thành một vấn đề lớn ngoài thực tế là chúng ta thực sự có thể phân tích một lượng rất lớn dữ liệu và lấy dữ liệu từ bên ngoài tổ chức; là nó trả tiền Cách mà tôi nhìn vào điều này - và tôi nghĩ rằng đây chỉ là một vụ án nhưng tôi chắc chắn nghĩ rằng đó là một vụ án - phân tích dữ liệu thực sự là hoạt động R & D. Những gì bạn thực sự đang làm theo cách này hay cách khác với phân tích dữ liệu là bạn đang xem xét một quy trình kinh doanh theo cách nào đó hoặc liệu đó có phải là sự tương tác với khách hàng hay không, cho dù đó là cách thức hoạt động bán lẻ của bạn, cách bạn triển khai cửa hàng của bạn. Nó không thực sự quan trọng vấn đề là gì. Bạn đang xem xét một quy trình kinh doanh nhất định và bạn đang cố gắng cải thiện nó.

Kết quả của nghiên cứu và phát triển thành công là một quá trình thay đổi. Và bạn có thể nghĩ về sản xuất, nếu bạn muốn, như một ví dụ thông thường về điều này. Bởi vì trong sản xuất, mọi người thu thập thông tin về mọi thứ để thử và cải tiến quy trình sản xuất. Nhưng tôi nghĩ những gì đã xảy ra hoặc những gì đang xảy ra với dữ liệu lớn là tất cả những điều này hiện đang được áp dụng cho tất cả các doanh nghiệp dưới bất kỳ hình thức nào mà bất kỳ ai cũng có thể nghĩ tới. Vì vậy, khá nhiều quy trình kinh doanh sẽ được kiểm tra nếu bạn có thể thu thập dữ liệu về nó.

Vì vậy, đó là một điều. Nếu bạn thích, đó là câu hỏi về phân tích dữ liệu. Phân tích dữ liệu có thể làm gì cho doanh nghiệp? Vâng, nó có thể thay đổi hoàn toàn việc kinh doanh.

Sơ đồ cụ thể này mà tôi sẽ không mô tả ở bất kỳ chiều sâu nào, nhưng đây là sơ đồ mà chúng tôi đã đưa ra như là đỉnh cao của dự án nghiên cứu mà chúng tôi đã thực hiện trong sáu tháng đầu năm nay. Đây là một cách đại diện cho một kiến ​​trúc dữ liệu lớn. Và một số điều đáng để chỉ ra trước khi tôi chuyển sang slide tiếp theo. Có hai luồng dữ liệu ở đây. Một là luồng dữ liệu thời gian thực, đi dọc theo đỉnh của sơ đồ. Cái khác là luồng dữ liệu chậm hơn đi dọc theo đáy của sơ đồ.

Nhìn vào phía dưới của sơ đồ. Chúng ta đã có Hadoop như một kho chứa dữ liệu. Chúng tôi đã có cơ sở dữ liệu khác nhau. Chúng tôi đã có toàn bộ dữ liệu ở đó với một loạt các hoạt động xảy ra trên đó, hầu hết là hoạt động phân tích.

Điểm tôi đang làm ở đây và điểm duy nhất tôi thực sự muốn làm ở đây là công nghệ rất khó. Nó không đơn giản. Nó không dễ. Đó không phải là thứ mà bất kỳ ai mới chơi game thực sự có thể kết hợp lại với nhau. Điều này khá phức tạp. Và nếu bạn định sử dụng một doanh nghiệp để thực hiện các phân tích đáng tin cậy trong tất cả các quy trình này, thì đó không phải là điều sẽ xảy ra nhanh chóng. Nó sẽ đòi hỏi rất nhiều công nghệ để được thêm vào hỗn hợp.

Được chứ. Câu hỏi một nhà khoa học dữ liệu là gì, tôi có thể tự nhận là nhà khoa học dữ liệu bởi vì tôi đã được đào tạo thực sự về thống kê trước khi tôi được đào tạo về điện toán. Và tôi đã làm một công việc chuyên gia trong một khoảng thời gian để tôi biết cách mà một doanh nghiệp tổ chức, phân tích thống kê, cũng để tự điều hành. Đây không phải là một điều tầm thường. Và có rất nhiều thực tiễn tốt nhất liên quan đến cả về phía con người và phía công nghệ.

Vì vậy, khi đặt câu hỏi "nhà khoa học dữ liệu là gì", tôi đã đặt bức ảnh Frankenstein đơn giản vì đó là sự kết hợp của những thứ phải được đan lại với nhau. Có quản lý dự án liên quan. Có sự hiểu biết sâu sắc trong thống kê. Có chuyên môn kinh doanh tên miền, đó là vấn đề của một nhà phân tích kinh doanh hơn là nhà khoa học dữ liệu, nhất thiết phải. Có kinh nghiệm hoặc nhu cầu hiểu kiến ​​trúc dữ liệu và để có thể xây dựng kiến ​​trúc sư dữ liệu và có kỹ thuật phần mềm liên quan. Nói cách khác, đó có lẽ là một đội. Nó có lẽ không phải là một cá nhân. Và điều đó có nghĩa là có lẽ đó là một bộ phận cần phải được tổ chức và tổ chức của nó cần phải được suy nghĩ về khá rộng rãi.

Ném vào hỗn hợp thực tế của máy học. Chúng tôi không thể làm, ý tôi là, học máy không phải là mới theo nghĩa là hầu hết các kỹ thuật thống kê được sử dụng trong học máy đã được biết đến trong nhiều thập kỷ. Có một vài điều mới, ý tôi là mạng lưới thần kinh tương đối mới, tôi nghĩ chúng chỉ mới khoảng 20 tuổi, vì vậy một số trong đó là tương đối mới. Nhưng vấn đề với học máy là chúng tôi thực sự không có sức mạnh máy tính để làm việc đó. Và những gì đã xảy ra, ngoài bất cứ điều gì khác, là sức mạnh máy tính đang hoạt động. Và điều đó có nghĩa là rất nhiều những gì chúng ta nói, các nhà khoa học dữ liệu đã làm trước đây về các tình huống mô hình hóa, lấy mẫu dữ liệu và sau đó sắp xếp lại để tạo ra một phân tích sâu hơn về dữ liệu. Trên thực tế, chúng ta chỉ có thể ném năng lượng máy tính vào nó trong một số trường hợp. Chỉ cần chọn các thuật toán học máy, ném nó vào dữ liệu và xem những gì đi ra. Và đó là điều mà một nhà phân tích kinh doanh có thể làm, phải không? Nhưng nhà phân tích kinh doanh cần phải hiểu những gì họ đang làm. Ý tôi là, tôi nghĩ đó là vấn đề thực sự, hơn bất cứ điều gì khác.

Chà, đây chỉ là để biết nhiều hơn về kinh doanh từ dữ liệu của nó hơn bất kỳ phương tiện nào khác. Einstein đã không nói điều đó, tôi đã nói điều đó. Tôi chỉ cần đặt hình ảnh của mình lên cho uy tín. Nhưng tình hình thực sự bắt đầu phát triển là một trong đó công nghệ, nếu được sử dụng đúng cách, và toán học, nếu được sử dụng đúng cách, sẽ có thể điều hành một doanh nghiệp như bất kỳ cá nhân nào. Chúng tôi đã xem điều này với IBM. Trước hết, nó có thể đánh bại những người giỏi nhất trong cờ vua, và sau đó nó có thể đánh bại những người giỏi nhất tại Jeopardy; nhưng cuối cùng chúng ta sẽ có thể đánh bại những người giỏi nhất trong việc điều hành một công ty. Các số liệu thống kê cuối cùng sẽ chiến thắng. Và thật khó để thấy điều đó sẽ không xảy ra, nó chưa xảy ra.

Vì vậy, những gì tôi đang nói, và đây là một thông điệp hoàn chỉnh trong bài thuyết trình của tôi, là hai vấn đề của doanh nghiệp. Đầu tiên là, bạn có thể có được công nghệ phải không? Bạn có thể làm cho công nghệ làm việc cho nhóm thực sự sẽ có thể chủ trì nó và nhận được lợi ích cho doanh nghiệp? Và sau đó, thứ hai, bạn có thể có được những người phải không? Và cả hai đều là vấn đề. Và chúng là những vấn đề không, đến thời điểm này, chúng nói rằng đã được giải quyết.

Được rồi Eric, tôi sẽ chuyển lại cho bạn. Hoặc có lẽ tôi nên chuyển nó cho Will.

Eric: Thật ra, vâng. Cảm ơn bạn, Will Gorman. Vâng, bạn đi, Will. Vậy hãy xem nào. Hãy để tôi cung cấp cho bạn chìa khóa để WebEx. Vì vậy, những gì bạn đã xảy ra? Pentaho, rõ ràng, các bạn đã ở đây được một thời gian và loại BI nguồn mở nơi bạn bắt đầu. Nhưng bạn có nhiều hơn những gì bạn từng có, vì vậy hãy xem những gì bạn có trong những ngày này để phân tích.

Will Gorman: Hoàn toàn. Chào mọi người! Tên tôi là Will Gorman. Tôi là kiến ​​trúc sư trưởng tại Pentaho. Đối với những người chưa từng nghe về chúng tôi, tôi vừa đề cập đến Pentaho là một công ty phân tích và tích hợp dữ liệu lớn. Chúng tôi đã kinh doanh trong mười năm. Các sản phẩm của chúng tôi đã phát triển song song với cộng đồng dữ liệu lớn, bắt đầu như một nền tảng nguồn mở để tích hợp và phân tích dữ liệu, đổi mới với công nghệ như Hadoop và NoQuery ngay cả trước khi các thực thể thương mại hình thành xung quanh các công nghệ đó. Và bây giờ chúng tôi có hơn 1500 khách hàng thương mại và nhiều cuộc hẹn sản xuất khác là kết quả của sự đổi mới của chúng tôi xung quanh nguồn mở.

Kiến trúc của chúng tôi rất có thể nhúng và mở rộng, được xây dựng có mục đích để linh hoạt vì công nghệ dữ liệu lớn đặc biệt đang phát triển với tốc độ rất nhanh. Pentaho cung cấp ba lĩnh vực sản phẩm chính là phối hợp với nhau để giải quyết các trường hợp sử dụng phân tích dữ liệu lớn.

Sản phẩm đầu tiên trong phạm vi kiến ​​trúc của chúng tôi là Pentaho Data Integration, hướng đến các nhà công nghệ dữ liệu và kỹ sư dữ liệu. Sản phẩm này cung cấp trải nghiệm trực quan, kéo và thả để xác định đường ống dữ liệu và quy trình để phối hợp dữ liệu trong môi trường dữ liệu lớn và môi trường truyền thống. Sản phẩm này là một nền tảng tích hợp dữ liệu, siêu dữ liệu nhẹ, được xây dựng trên Java và có thể được triển khai như một quy trình trong MapReduce hoặc YARN hoặc Storm và nhiều nền tảng hàng loạt và thời gian thực khác.

Khu vực sản phẩm thứ hai của chúng tôi là xung quanh phân tích trực quan. Với công nghệ này, các tổ chức và OEM có thể cung cấp trải nghiệm phân tích và trực quan hóa kéo và thả phong phú cho các nhà phân tích kinh doanh và người dùng doanh nghiệp bằng các trình duyệt và máy tính bảng hiện đại, cho phép tạo báo cáo và bảng điều khiển. Cũng như việc trình bày bảng điều khiển và báo cáo hoàn hảo pixel.

Khu vực sản phẩm thứ ba của chúng tôi tập trung vào phân tích dự đoán được nhắm mục tiêu cho các nhà khoa học dữ liệu, thuật toán học máy. Như đã đề cập trước đây, giống như các mạng thần kinh và như vậy, có thể được tích hợp vào môi trường chuyển đổi dữ liệu, cho phép các nhà khoa học dữ liệu đi từ mô hình hóa sang môi trường sản xuất, cho phép truy cập để dự đoán và điều đó có thể tác động rất nhanh đến các quy trình kinh doanh.

Tất cả các sản phẩm này được tích hợp chặt chẽ vào một trải nghiệm nhanh nhẹn và cung cấp cho khách hàng doanh nghiệp của chúng tôi sự linh hoạt mà họ cần để giải quyết các vấn đề kinh doanh của họ. Chúng ta đang chứng kiến ​​một sự phát triển nhanh chóng của dữ liệu lớn trong các công nghệ truyền thống. Tất cả những gì chúng tôi nghe được từ một số công ty trong không gian dữ liệu lớn rằng EDW đã gần kết thúc. Trên thực tế, những gì chúng ta thấy ở khách hàng doanh nghiệp của mình là họ cần đưa dữ liệu lớn vào các quy trình CNTT và kinh doanh hiện tại và không thay thế các quy trình đó.

Sơ đồ đơn giản này cho thấy điểm trong kiến ​​trúc mà chúng ta thường thấy, đó là một loại kiến ​​trúc triển khai EDW với tích hợp dữ liệu và các trường hợp sử dụng BI. Bây giờ sơ đồ này tương tự như slide của Robin về kiến ​​trúc dữ liệu lớn, nó kết hợp dữ liệu lịch sử và thời gian thực. Khi các nguồn dữ liệu mới và các yêu cầu thời gian thực xuất hiện, chúng tôi thấy dữ liệu lớn là một phần bổ sung của kiến ​​trúc CNTT tổng thể. Những nguồn dữ liệu mới này bao gồm dữ liệu do máy tạo, dữ liệu phi cấu trúc, khối lượng và vận tốc tiêu chuẩn và nhiều yêu cầu khác nhau mà chúng tôi nghe thấy trong dữ liệu lớn; chúng không phù hợp với các quy trình EDW truyền thống. Pentaho hợp tác chặt chẽ với Hadoop và NoQuery để đơn giản hóa việc nhập, xử lý dữ liệu và trực quan hóa dữ liệu này cũng như pha trộn dữ liệu này với các nguồn truyền thống để cung cấp cho khách hàng cái nhìn toàn diện về môi trường dữ liệu của họ. Chúng tôi làm điều này theo cách thức chi phối để CNTT có thể cung cấp giải pháp phân tích đầy đủ cho ngành kinh doanh của họ.

Cuối cùng, tôi muốn nêu bật triết lý của chúng tôi xung quanh việc phân tích và tích hợp dữ liệu lớn; chúng tôi tin rằng các công nghệ này tốt hơn khi cùng làm việc với một kiến ​​trúc thống nhất duy nhất, cho phép một số trường hợp sử dụng mà nếu không thì không thể thực hiện được. Môi trường dữ liệu của khách hàng của chúng tôi không chỉ là dữ liệu lớn, Hadoop và NoQuery. Bất kỳ dữ liệu là trò chơi công bằng. Và các nguồn dữ liệu lớn cần phải có sẵn và làm việc cùng nhau để tác động đến giá trị doanh nghiệp.

Cuối cùng, chúng tôi tin rằng để giải quyết các vấn đề kinh doanh này trong các doanh nghiệp rất hiệu quả thông qua dữ liệu, CNTT và các ngành kinh doanh cần phải làm việc cùng nhau trên một cách tiếp cận thống nhất, phân tích để phân tích dữ liệu lớn. Vâng cảm ơn bạn rất nhiều vì đã cho chúng tôi thời gian để nói chuyện, Eric.

Eric: Bạn đặt cược. Không, đó là thứ tốt. Tôi muốn quay lại phía bên kia của kiến ​​trúc của bạn khi chúng tôi đến phần Hỏi & Đáp. Vì vậy, hãy chuyển qua phần còn lại của bài thuyết trình và cảm ơn bạn rất nhiều vì điều đó. Các bạn chắc chắn đã di chuyển nhanh chóng trong vài năm qua, tôi phải nói rằng chắc chắn.

Vì vậy, Steve, hãy để tôi đi trước và đưa nó cho bạn. Và chỉ cần nhấp vào đó trên mũi tên xuống và đi cho nó. Vì vậy, Steve, tôi đang đưa cho bạn chìa khóa. Steve Wilkes, chỉ cần nhấp vào mũi tên xuống xa nhất trên bàn phím của bạn.

Steve Wilkes: Chúng ta đi nào.

Eric: bạn đi đây

Steve: Đó là một giới thiệu tuyệt vời mà bạn đã cho tôi, mặc dù.

Eric: Vâng.

Steve: Vậy tôi là Steve Wilkes. Tôi là CCO tại WebAction. Chúng tôi chỉ mới xuất hiện trong vài năm qua và chắc chắn chúng tôi cũng đã đi rất nhanh, kể từ đó. WebAction là một nền tảng phân tích dữ liệu lớn theo thời gian thực. Eric đã đề cập trước đó, loại, thời gian thực quan trọng như thế nào và thời gian thực ứng dụng của bạn đang nhận được. Nền tảng của chúng tôi được thiết kế để xây dựng các ứng dụng thời gian thực. Và để cho phép thế hệ tiếp theo của các ứng dụng điều khiển dữ liệu có thể được xây dựng tăng dần và cho phép mọi người xây dựng bảng điều khiển từ dữ liệu được tạo từ các ứng dụng đó, nhưng tập trung vào thời gian thực.

Nền tảng của chúng tôi thực sự là một nền tảng hoàn chỉnh từ đầu đến cuối, thực hiện mọi thứ từ thu thập dữ liệu, xử lý dữ liệu, cho đến trực quan hóa dữ liệu. Và cho phép nhiều loại người khác nhau trong doanh nghiệp của chúng tôi hợp tác để tạo ra các ứng dụng thời gian thực thực sự, giúp họ hiểu rõ hơn về những điều xảy ra trong doanh nghiệp của họ khi chúng xảy ra.

Và điều này hơi khác so với những gì hầu hết mọi người đã thấy trong dữ liệu lớn, do đó cách tiếp cận truyền thống - tốt, truyền thống trong vài năm qua - cách tiếp cận với dữ liệu lớn đã được nắm bắt từ một loạt các nguồn khác nhau và sau đó chất đống nó vào một hồ chứa lớn hoặc hồ hoặc bất cứ thứ gì bạn muốn gọi nó. Và sau đó xử lý nó khi bạn cần chạy một truy vấn trên nó; để chạy phân tích lịch sử quy mô lớn hoặc thậm chí chỉ truy vấn ad hoc một lượng lớn dữ liệu. Bây giờ làm việc cho các trường hợp sử dụng nhất định. Nhưng nếu bạn muốn chủ động trong doanh nghiệp của mình, nếu bạn thực sự muốn được nói về những gì đang diễn ra thay vì tìm hiểu khi có sự cố xảy ra vào cuối ngày hoặc cuối tuần, thì bạn thực sự cần phải di chuyển đến thời gian thực.

Và điều đó chuyển đổi mọi thứ xung quanh một chút. Nó di chuyển xử lý đến giữa. Vì vậy, hiệu quả là bạn đang lấy những luồng dữ liệu lớn đang được tạo ra liên tục trong doanh nghiệp và bạn đang xử lý nó khi bạn nhận được nó. Và bởi vì bạn đang xử lý nó khi bạn nhận được nó, bạn không phải lưu trữ mọi thứ. Bạn chỉ có thể lưu trữ thông tin quan trọng hoặc những điều bạn cần nhớ đã thực sự xảy ra. Vì vậy, nếu bạn đang theo dõi vị trí GPS của các phương tiện đang di chuyển trên đường, bạn không thực sự quan tâm đến vị trí của chúng mỗi giây, bạn không cần lưu trữ vị trí của chúng mỗi giây. Bạn chỉ cần quan tâm, họ đã rời khỏi nơi này? Họ đã đến nơi này chưa? Họ đã lái xe, hay không, đường cao tốc?

Vì vậy, điều thực sự quan trọng là phải xem xét rằng càng nhiều dữ liệu được tạo ra, thì ba Vs. Vận tốc về cơ bản xác định lượng dữ liệu tạo ra mỗi ngày. Càng nhiều dữ liệu được tạo ra, bạn càng phải lưu trữ. Và bạn càng phải lưu trữ, thời gian xử lý càng lâu. Nhưng nếu bạn có thể xử lý nó khi bạn nhận được nó, thì bạn sẽ nhận được một lợi ích thực sự lớn và bạn có thể phản ứng với điều đó. Bạn có thể được nói rằng mọi thứ đang xảy ra thay vì phải tìm kiếm chúng sau này.

Vì vậy, nền tảng của chúng tôi được thiết kế để có khả năng mở rộng cao. Nó có ba phần chính - phần mua lại, phần xử lý và sau đó là phần trực quan phân phối của nền tảng. Về phía mua lại, chúng tôi không chỉ xem xét dữ liệu nhật ký do máy tạo như nhật ký web hoặc ứng dụng có tất cả các nhật ký khác đang được tạo. 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. Cảm ơn bạn.

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. Có bạn đi.

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. Được chứ. 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?" Được chứ.

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. Mang nó đi.

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. Bạn nghĩ sao?

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. Cảm ơn bạn rất nhiều. We'll catch you next time. Tạm biệt.