[旧版]OCI Data Integration Overview 2021年2月版

Editor's Notes

• #4: データ量の増加に伴い、企業はビジネスに影響を与えるデータの課題に直面しています。 アクセスできないデータ - データが増え、ソースが増えると、企業は業績を測定することが困難になる。 機械学習 - 信頼できないデータに基づいて問題を解決しても、ほとんど価値がありません。 不完全なデータや陳腐なデータ - 誤った意思決定につながる時代遅れのレポートは、データ駆動型の組織になるための障壁となる。 古くなったデータを使用した不正確なレポートは、管理者が誤った意思決定をする原因となる データ統合によって対処できるビジネスレベルの具体的な課題を掘り下げてみましょう。 アクセスできないデータ - クラウド・コンピューティングでは、2025年までに80%の企業が従来のデータセンターの運用を停止すると予測しています。 その間は、オンプレミスのレガシーアプリとクラウドデータベースの間でデータを移動する必要があります。 ネットワーク帯域幅の問題や、データベースが異なるデータ形式やデータタイプを使用していることが原因で、データを共有できないことで、これらのデータベースがサイロ化してしまいます。 サイロ化されたデータは、企業がタイムリーに業績を報告したり、顧客が何を求めているのか、企業の在庫が顧客の需要とどのように一致しているのかを正確に把握したりすることができない障壁となります。 これは、ビジネスチャンスを逃すことにつながります。 信頼できるデータに基づく機械学習 信頼できない、またはソースが疑わしいデータセットから学習することに何の価値があるのか、自問自答してみてください。 不完全で陳腐なデータ - データ統合は複雑で、同期化が難しい。データ統合はアップグレードやメンテナンスにコストがかかります。 世界中のどこからでもリアルタイムでアクセスできるようにデータを同期化することができません。 ビジネスが業績を測定したり、顧客のニーズを把握して業績に影響を与えることができない 不正確なレポートは、悪いデータや不完全なデータに起因します。 組織は誤った意思決定を行い、ビジネスの実行を危うくします。 データを統合できず、信頼できない コンプライアンスの要求を満たすためには、信頼できるデータが必要です。 すべてのデータセットを効果的かつ効率的にキャプチャして管理する 企業が機械学習モデルを効率的に構築、訓練、管理できるようにする AIドリブンアナリティクスとアプリケーションを構築して展開するためのシンプルで簡単な目的別サービスの提供
• #5: Stats used on this slide 80% Cloud Computing-2019 https://o1.qnsr.com/cgi/r?;n=203;c=1661789;s=9478;x=7936;f=201902061323150;u=j;z=TIMESTAMP;k=https://assetform.datamation.com/controller?asset=248886010&srvid=96310&vkey=4190310&io=1111&qid=000&qset=CONTACTFORM_HQB&formHQB=y&domain=www.datamation.com&widgetsrc=mwidget 39% DBAs Source: Oracle customer survey: http://www.oracle.com/us/solutions/cloud/infographic-storage-cloud-service-2872450.pdf By 2022, manual data integration tasks (including recognition of performance and optimization issues across multiple environments) will be reduced by 45% through the addition of ML and automated service-level management. (Gartner G00369547 2019). Cost of unplanned data outage (2019) - https://www.cxovoice.com/data-center-outage-the-9000-per-minute-cost-you-want-to-avoid/ Other stats if needed for inclusion IDC, Aug 2016: by 2020, organizations that can analyze all relevant data and deliver actionable information will achieve an extra $430 billion in productivity benefits over their peers that don’t. And organizations that don’t are going to be left behind. So the ability to turn data into insights is increasingly what will make or break businesses. The $430 billion pie requires new technical capabilities to supplement existing data and analytics’ strategies; mainly the ability to capture, store and analyze data in the place where it is actively created.  17-months: https://www.jetreports.com/blog/build-bi-faster-cheaper-and-better/ Link - https://www.forbes.com/sites/capitalone/2018/06/20/financial-family-matterslearning-about-money/#40eda03a645a Link - https://www.mckinsey.com/~/media/McKinsey/Business%20Functions/McKinsey%20Analytics/Our%20Insights/Analytics%20comes%20of%20age/Analytics-comes-of-age.ashx
• #6: クラウド、ビッグデータアナリティクス、AI/MLの融合が新たなビジネスチャンスを牽引し、データが重要なリソースとなる。 ビッグデータとは、ウェブ上の非構造化データのことです。 運用データとクラウドのデータの関係性からインサイトを得ることができるため、顧客や市場のデータをすべて収集することは、デジタル経済において非常に重要です。 データサイエンスAIと機械学習は、洞察を得たり、結果を改善したりするために、これらの関係性の黄金のナゲットを探します。
• #7: データ駆動型の組織は、データを理解し、変換し、価値を獲得し、データからその価値を活用するために、統一されたデータエコシステム（統一データプラットフォームと呼ぶ人もいます）を必要とします。 この統一されたデータ・エコシステムを構築するには、以下のことが必要です。 データを理解し、データがどのような形式で保存されているかを理解する データの管理 - ソースデータベースとターゲットデータベースの間でデータを変換してマッピングする方法。分析ツールはすべてのソースからのデータを必要としますが、データを共通のデータプラットフォームまたはリポジトリに統一することで、アナリストは有意義な情報にアクセスすることができます。 データを活用し、情報からより多くの価値を引き出す。 そのためには、分析ツールが利用可能なすべてのデータにアクセスできるようにする必要があります。 データをデータレイクに移す必要があるか？ データは組織のデータ戦略と実践に従う必要があります。 同様に、収集されたデータは、コンプライアンスの義務を満たすために一定期間保存する必要があるかもしれません。