أرشيف بوابة الذكاء الإصطناعي

تعظيم القيمة من تدفقات البيانات في الوقت الحقيقي

منصة الذكاء الاصطناعي ـ متابعات

مع تسارع التحول الرقمي في مختلف الصناعات، يدرك المزيد والمزيد من الشركات القيمة الكامنة في تدفقات البيانات في الوقت الحقيقي. تهدف شركة Streambased لتحليل تدفقات الأحداث التشغيلية المستمرة إلى مساعدة المؤسسات في استخلاص نتائج تجارية ذات تأثير من هذه التدفقات.

في مقابلة في معرض AI & Big Data Expo الأخير، صاغ توم سكوت، مؤسس والرئيس التنفيذي لشركة Streambased، نهج الشركة في تمكين التحليلات المتقدمة على بيانات التدفق المستمر. وتعتمد العرضة لشركة Streambased على Apache Kafka، وهي منصة تدفق الأحداث مفتوحة المصدر وقد تم اعتمادها على نطاق واسع من قبل شركات فورتشن 500.

وأوضح سكوت: “حيث يواجه Kafka صعوبة هي في التحليلات على نطاق واسع”. وبينما ينقل Kafka تدفقات البيانات ذات الأحجام العالية بشكل موثوق بين التطبيقات والخدمات الصغيرة، إلا أن تنفيذ وظائف تحليلية معقدة مباشرةً على بيانات التدفق كان يشكل تحدٍ تاريخيًا.

تضيف Streambased طبقة تقنية تسريع ملكية فوق Kafka تجعل المنصة مناسبة لنوع حالات الاستخدام التحليلية المطلوبة من قبل علماء البيانات وغيرهم من المحللين.

نظرًا لأن هذه التدفقات المستمرة للأحداث تعمل كنواة لأنظمة التشغيل الحيوية ووظائف الأعمال الأساسية، يجب أن تستوفي جودة البيانات معايير عالية من حيث الدقة والتوقيت والهيكل. من خلال استغلال خطوط أنابيب بيانات Kafka الحالية، يضمن Streambased أن قدراته التحليلية تحصل على بيانات محدثة ونظيفة ومنظمة بشكل جيد.

تشمل أمثلة الاستخدام التي تبرز قوة نهج Streambased اكتشاف الاحتيال في خدمات الخدمات المالية. إذا حدثت عملية غير طبيعية، يمكن للمحللين استعلام عمليات مماثلة أو ذات صلة بشكل سريع للتحقيق، وهو أمرصعب وغير فعال من الناحية الكفاءة إذا استخدمت بنية تدفقية نقية. يمكّن تحسين Streambased للتفاعلية التحليلية المستخدمين من جمع رؤى سياقية بسرعة دون التأثير على سير عملهم.

يمثل تلاقي منصات البيانات التشغيلية والتحليلية اتجاهًا مؤثرًا يطلق عليه Streambased حركة “بحيرة البيانات التدفقية”. يوضح سكوت قائلاً: “أعتقد أننا في فترة حركة بحيرة البيانات التدفقية. وبواسطة بحيرة البيانات التدفقية، أعني تلاقيًا كاملاً بين أنظمة البيانات التي نستخدمها لأغراض تحليلية وأنظمة البيانات التي نستخدمها لأغراض تشغيلية”.

التحسينات الأخيرة مثل الاحتفاظ بالبيانات اللانهائية في Kafka وخدمات التحليل التدفقية الأصلية تمهد الطريق لهذا المفهوم الجديد. حاليًا، تظل Streambased مركزة على تمكين المحللين التجاريين من الوصول الذاتي السلس إلى بيانات الوقت الحقيقي المفصلة دون الحاجة إلى تغيير الأدوات والعمليات الحالية.

هذا المحتوى تم بمعرفة وحدة الذكاء الاصطناعي.

مقالات ذات صلة

زر الذهاب إلى الأعلى