Big Data – טרנספורמציה של IT: פחות T-Technology ויותר I-Information

מאת: אבנר מימון, מנהל בכיר לפיתוח עסקי ומכירות באורקל ישראל

תופעת ה-Big Data עלתה לכותרות בישראל לפני יותר משנתיים, עם ההבטחה גדולה לשנות מקצה לקצה את הדרך שבה אנו מבינים ומנהלים את העסקים שלנו. האם הבטחה זו קוימה? התשובה לחסרי הסבלנות שבינינו היא: כן! פרויקטי Big Data אכן יכולים לממש את ההבטחה, אך במסגרת מאמר זה אנסה לענות על שאלה זו תוך בחינת הסיבות למספרם הקטן יחסית של פרויקטים מסוג זה. הנחת הבסיס שלי היא שמי שקורא את המאמר כבר מבין מהו ה-Use Case הרלוונטי לארגונו ונמצא בשלב בחירת החלופות ליישום.

To Big Data or not to Big Data

הרציונל ל-Big Data מתבסס על שתי טענות עיקריות: האחת – שאין שום הצדקה לקבל החלטות קריטיות לארגון על סמך תחושת בטן בזמן שהמידע קיים וזמין לאיסוף, ארגון, ניהול ואנליזה. השנייה – שכיום, יותר מתמיד, יש קשר הדוק וישיר בין הצלחת העסק לכמות וטיב המידע המצוי בידו. תופעת הדאטפיקציה (Datafication), במסגרתה מתרגמים כל אספקט בחיינו למידע, מייצרת כמויות עצומות של מידע. המידע, שנאגר ונאסף במגוון טכנולוגיות, נוצר ברשתות החברתיות, ב-לוגים של אפליקציות, על ידי חיישנים, מצלמות ועוד אינספור רכיבים המחוברים ומייצרים את עולם האינטרנט של הדברים, מספק הזדמנות נפלאה ליצירת תמונה כוללת הניתנת לתחקור מזוויות שונות ומגוונות. הטכנולוגיות הקיימות מאפשרות לאסוף מידע חדש לחלוטין המסייע לארגונים לעבור ממוד של אנליזה "משקפת מציאות" למוד של אנליזה "משנה מציאות" או "צופה עתיד" (predictive Analytics).

מאוד מבטיח ומאוד הגיוני! ולכאורה, כל ארגון שיש לו Use Case אמור להיכנס לפרויקט שכזה בהתלהבות, שכן זהו פרויקט עסקי קלאסי שבמסגרתו הארגון יכול לקבל החלטות טובות ומדויקות יותר, לשפר תהליכים, ליצור הזדמנויות עסקיות חדשות ולעודד אינובציה ארגונית שתייצר שירותים חדשים ואפילו עסקים חדשים על בסיס מידע ותובנות שלא היו זמינות בעבר – אבל המציאות בשטח שונה.

האתגר של Hadoop

עם התבססות פלטפורמת Hadoop (שפותחה כ-Open Source על בסיס העבודה והידע שנצבר בחברות כגון פייסבוק וגוגל) כסטנדרט דה פקטו לאיסוף, טיפול וניהול נתונים לא מובנים, החלו לקוחות האנטרפרייז לבדוק את היתכנות היישום של Hadoop כבסיס לפרויקט Big Data בארגונם. רבים מהם נתקלו בקשיים. בסקר שנערך על ידי TechTarget השנה נמצא כי אחוז משתמשי Hadoop ו-MapReduce הפעילים נמוך מ-9%, לא מאחר שהטכנולוגיה לא מקיימת את מה שהיא מבטיחה אלא בעיקר כיוון שמדובר בטכנולוגיה חדשה יחסית עם מספר רב של קומפוננטות שמרכיבות פלטפורמה מאוד מורכבת המציגה אתגרים לא מוכרים לארכיטקטי IT, מנוסים ככל שיהיו.

מדעני מידע – מצרך נדיר

אנליסטים מדווחים כי 2016 תייצר דרישת שיא של 189 אלף משרות למדעני מידע (Data Scientist). יחד עם זאת, ולמרות הביקוש הגדול, רק 40 אלף משרות יאוישו! מדוע? מדען מידע, כאיש מקצוע מומחה, נדרש לידע והבנה בתחומים רבים: מתמטיקה, סטטיסטיקה, שפות פיתוח, בסיסי נתונים רלציוניים, BI, כריית מידע, ויזואליזציה, הבנה עסקית ועוד. פלא שיש מעט כאלה?

בכדי לספק מענה לאתגרים המתעוררים בפרויקטי Big Data ולקצר את משך הפרויקט תוך מיקסום הערך העסקי, חברת אורקל (Oracle), המובילה העולמית בתחום המחשוב הארגוני והעסקי, פיתחה פלטפורמה ייחודית, גמישה וכוללת, המטפלת בכל מחזור החיים של הנתונים (איסוף, ארגון, ניהול ואנליזה). זאת, תוך שהיא מפשטת מאוד את ההטמעה והפרויקט באמצעות טכנולוגיות ייעודיות, המשמרות את הידע הארגוני ומקלות על הצוות הקיים באימוץ טכנולוגיות Big Data ושילובן לתוך הארכיטקטורה הקיימת במינימום מאמץ וזעזוע.

אנו מזמינים אתכם להצטרף לכנס Oracle Big Data וללמוד: כיצד ניתן לפשט את הפרויקט ואת הגישה לכלל הנתונים, כיצד הופכים את הנתונים הגולמיים לתובנות עסקיות, איך מאבטחים את המידע בעולם של Big Data ואיך מייצרים חדשנות עסקית באמצעות הטכנולוגיה.