A medida que la transformación digital se acelera en todas las industrias, cada vez más empresas reconocen el valor sin explotar de sus flujos de datos en tiempo real. Empresa de análisis de streaming empresarial Basado en flujo tiene como objetivo ayudar a las organizaciones a extraer conocimientos comerciales impactantes de estos flujos continuos de datos de eventos operativos.
En una entrevista en el reciente Exposición de IA y Big Data, el fundador y director ejecutivo de Streambased, Tom Scott, describió el enfoque de la empresa para permitir análisis avanzados de datos de transmisión. La base de la oferta de Streambased es Apache Kafkauna plataforma de transmisión de eventos de código abierto que ha sido ampliamente adoptada por empresas Fortune 500.
«Dónde [Kafka] «El fracaso es en el análisis a gran escala», explicó Scott. Si bien Kafka transporta de manera confiable flujos de datos de gran volumen entre aplicaciones y microservicios, históricamente ha sido un desafío realizar cargas de trabajo analíticas complejas directamente sobre la transmisión de datos.
Streambased agrega una capa de tecnología de aceleración patentada además de Kafka que hace que la plataforma sea adecuada para el tipo de casos de uso de análisis exigentes que los científicos de datos y otros analistas desean realizar.
Debido a que estos flujos de eventos que fluyen continuamente impulsan los sistemas operativos críticos y las funciones comerciales centrales, la calidad de los datos ya debe cumplir con altos estándares en términos de precisión, puntualidad y estructura. Al aprovechar estos canales de datos de Kafka existentes, Streambased garantiza que sus capacidades analíticas tengan acceso a datos actualizados, limpios y bien organizados.
Los casos de uso que muestran el poder del enfoque de Streambased incluyen la detección de fraude en servicios financieros. Si se produce una transacción anómala, los analistas pueden consultar rápidamente transacciones similares o relacionadas para investigarlas, lo que sería difícil e ineficiente de lograr con una arquitectura de streaming pura. La optimización de Streambased para la interactividad analítica permite a los usuarios recopilar rápidamente información contextual sin interrumpir su flujo de trabajo.
La convergencia de plataformas de datos operativos y analíticos representa una tendencia impactante que Streambased llama el movimiento del «lago de datos en streaming».
“Creo que estamos en el período del movimiento del lago de datos en streaming. Y por lago de datos en streaming me refiero a una convergencia completa entre los sistemas de datos que utilizamos con fines analíticos y los sistemas de datos que utilizamos con fines operativos”, explica Scott.
Las mejoras recientes, como la retención infinita de datos en Kafka y los servicios nativos de análisis de streaming, sientan las bases de este nuevo paradigma. Por ahora, Streambased sigue centrado en capacitar a los analistas de negocios a través de un acceso de autoservicio sin fricciones a datos granulares en tiempo real, sin requerir cambios en las herramientas y procesos existentes.
Puede ver nuestra entrevista completa con Tom Scott a continuación:
(Foto por Robert Zunikoff en desempaquetar)
Ver también: AI & Big Data Expo: Liberando el potencial de la IA en dispositivos perimetrales
¿Quiere aprender más sobre IA y big data de la mano de los líderes de la industria? Verificar Exposición de IA y Big Data que tendrá lugar en Amsterdam, California y Londres. El evento integral comparte ubicación con Exposición de seguridad cibernética y nube y Semana de la Transformación Digital.
Explore otros próximos eventos y seminarios web de tecnología empresarial impulsados por TechForge aquí.
Fuente: Maximizar el valor de los flujos de datos en tiempo real