Wie kann Analytics das Geschäft verbessern? - Techwise Episode 2 Transkript

Anmerkung der Redaktion: Dies ist eine Abschrift eines unserer vergangenen Webcasts. Die nächste Folge steht kurz bevor. Klicken Sie hier, um sich zu registrieren.

Eric Kavanagh: Sehr geehrte Damen und Herren, hallo und herzlich willkommen zu Episode 2 von TechWise. Ja, es ist Zeit, weise Leute zu finden! Ich habe heute eine Menge wirklich kluger Leute in der Leitung, die uns bei diesem Unterfangen helfen. Ich heiße natürlich Eric Kavanagh. Ich werde Ihr Gastgeber, Ihr Moderator, für diese Blitzrunde sein. Wir haben hier viel Inhalt, Leute. Wir haben einige große Namen in der Branche, die Analysten auf unserem Gebiet waren und vier der interessantesten Anbieter. Wir werden heute also eine Menge guter Action auf dem Anruf haben. Und natürlich spielen Sie im Publikum eine wichtige Rolle beim Stellen von Fragen.

Die Messe ist also wieder TechWise und das heutige Thema lautet "Wie kann Analytics das Geschäft verbessern?". Offensichtlich ist es ein heißes Thema, in dem versucht wird, die verschiedenen Arten von Analysen zu verstehen, die Sie durchführen können, und wie dies Ihre Abläufe verbessern kann, denn darum geht es am Ende des Tages.

Du kannst mich oben oben sehen, das gehört dir wirklich. Dr. Kirk Borne, ein guter Freund von der George Mason University. Er ist ein Datenwissenschaftler mit einer enormen Erfahrung, sehr tiefgreifendem Fachwissen in diesem Bereich, Data Mining und Big Data und all diesen lustigen Dingen. Und natürlich haben wir unseren eigenen Dr. Robin Bloor, Chefanalytiker hier bei der Bloor-Gruppe. Wer hat vor vielen, vielen Jahren eine Ausbildung zum Versicherungsmathematiker gemacht? Und er hat sich während des letzten halben Jahrzehnts sehr genau auf diesen gesamten Big-Data-Bereich und den analytischen Bereich konzentriert. Es ist fast fünf Jahre her, dass wir die Bloor-Gruppe per se auf den Markt gebracht haben. So vergeht die Zeit, wenn Sie Spaß haben.

Wir werden auch von Will Gorman, Chefarchitekt von Pentaho, hören. Steve Wilkes, CCO von WebAction; Frank Sanders, Technischer Direktor bei MarkLogic; und Hannah Smalltree, Director bei Treasure Data. Wie ich schon sagte, das ist eine Menge Inhalt.

Wie kann Analytics Ihrem Unternehmen helfen? Nun, wie kann es Ihrem Geschäft nicht helfen, ganz offen? Es gibt verschiedene Möglichkeiten, mit denen Sie mithilfe von Analytics Dinge tun können, die Ihre Organisation verbessern.

So rationalisieren Sie den Betrieb. Das ist eine, von der Sie nicht so viel hören wie von Dingen wie Marketing, Umsatzsteigerung oder der Identifizierung von Möglichkeiten. Die Rationalisierung Ihrer Abläufe ist jedoch eine wirklich, wirklich leistungsstarke Sache, die Sie für Ihr Unternehmen tun können, da Sie Orte identifizieren können, an denen Sie entweder etwas auslagern oder beispielsweise einem bestimmten Prozess Daten hinzufügen können. Und das kann zu einer Rationalisierung führen, indem nicht erforderlich ist, dass jemand zum Anrufen den Hörer abhebt oder eine E-Mail sendet. Es gibt so viele verschiedene Möglichkeiten, wie Sie Ihre Abläufe optimieren können. Und all das hilft wirklich, Ihre Kosten zu senken, oder? Das ist der Schlüssel, es senkt die Kosten. Sie können damit aber auch Ihre Kunden besser bedienen.

Und wenn Sie darüber nachdenken, wie ungeduldig die Menschen geworden sind, und ich sehe das jeden Tag im Hinblick darauf, wie die Menschen online interagieren, selbst mit unseren Shows, den Dienstleistern, die wir nutzen. Die Geduld der Menschen, die Aufmerksamkeitsspanne, wird von Tag zu Tag kürzer. Das bedeutet, dass Sie als Unternehmen immer schneller reagieren müssen, um Ihre Kunden zufrieden zu stellen.

Wenn sich zum Beispiel jemand auf Ihrer Webcast-Site befindet oder sich umschaut, um etwas zu finden, wenn er frustriert ist und abreist, haben Sie möglicherweise gerade einen Kunden verloren. Und je nachdem, wie viel Sie für Ihr Produkt oder Ihre Dienstleistung verlangen - und vielleicht ist das eine große Sache. Unter dem Strich ist die Optimierung von Vorgängen meiner Meinung nach einer der heißesten Bereiche für die Anwendung von Analysen. Und Sie tun dies, indem Sie sich die Zahlen ansehen, die Daten zerkleinern und zum Beispiel herausfinden: "Hey, warum verlieren wir so viele Leute auf dieser Seite unserer Website?" "Warum bekommen wir gerade einige dieser Anrufe?"

Und je realer Sie auf diese Art von Informationen reagieren können, desto besser stehen die Chancen, dass Sie die Situation in den Griff bekommen und etwas dagegen unternehmen, bevor es zu spät ist. Weil es ein Zeitfenster gibt, in dem sich jemand über etwas aufregt, unzufrieden ist oder versucht, etwas zu finden, aber frustriert ist; Sie haben dort die Möglichkeit, sich an sie zu wenden, sie zu ergreifen und mit diesem Kunden zu interagieren. Und wenn Sie dies auf die richtige Art und Weise mit den richtigen Daten oder dem richtigen Kundenbild tun - verstehen, wer dieser Kunde ist, wie hoch die Rentabilität ist, welche Vorlieben sie haben -, wenn Sie das wirklich in den Griff bekommen, werden Sie es tun Es ist eine großartige Aufgabe, an Ihren Kunden festzuhalten und neue Kunden zu gewinnen. Und darum geht es.

Damit übergebe ich es Kirk Borne, einem unserer Datenwissenschaftler, der heute anruft. Und sie sind heutzutage ziemlich selten, Leute. Zumindest haben wir zwei, das ist eine große Sache. Damit, Kirk, übergebe ich es Ihnen, um über Analytics zu sprechen und darüber, wie es dem Geschäft hilft. Tue es.

Dr. Kirk Borne: Nun, vielen Dank, Eric. Können Sie mich hören?

Eric: Schon gut, mach weiter.

Dr. Kirk: Okay, gut. Ich möchte nur mitteilen, wenn ich fünf Minuten spreche und die Leute mir mit den Händen winken. Also die Eröffnungsbemerkungen, Eric, die Sie wirklich zu diesem Thema gemacht haben, werde ich in den nächsten Minuten kurz besprechen. Dabei handelt es sich um die Verwendung von Big Data und Analytics für Daten, um Entscheidungen zu unterstützen. Der Kommentar, den Sie zur Optimierung des Betriebs gemacht haben, fällt für mich in gewisser Weise in dieses Konzept der Betriebsanalyse, in dem Sie in nahezu jeder Anwendung auf der ganzen Welt erkennen können, ob es sich um eine wissenschaftliche Anwendung, ein Unternehmen, eine Cybersicherheit und Strafverfolgungsbehörden handelt Regierung, Gesundheitswesen. Beliebig viele Orte, an denen wir über einen Datenstrom verfügen und auf Ereignisse, Warnungen und Verhaltensweisen, die wir in diesem Datenstrom sehen, reagieren oder Entscheidungen treffen.

Eines der Dinge, über die ich heute sprechen möchte, ist, wie Sie das Wissen und die Erkenntnisse aus Big Data extrahieren, um zu dem Punkt zu gelangen, an dem wir tatsächlich Entscheidungen treffen können, um Maßnahmen zu ergreifen. Und häufig sprechen wir darüber in einem Automatisierungskontext. Und heute möchte ich die Automatisierung mit dem menschlichen Analytiker in der Schleife mischen. Damit meine ich, dass der Business Analyst hier eine wichtige Rolle beim Wetten, Qualifizieren, Validieren bestimmter Aktionen oder Regeln für maschinelles Lernen spielt, die wir aus den Daten extrahieren. Wenn wir jedoch zu einem Punkt kommen, an dem wir ziemlich davon überzeugt sind, dass die Geschäftsregeln, die wir extrahiert haben, und die Mechanismen für die Benachrichtigung gültig sind, können wir dies so ziemlich auf einen automatisierten Prozess übertragen. Wir machen tatsächlich diese operative Rationalisierung, von der Eric sprach.

Ich habe hier ein wenig Wortspiel, aber ich hoffe, wenn es für Sie funktioniert, habe ich über die D2D-Herausforderung gesprochen. Und D2D, das nicht nur die Daten für Entscheidungen in allen Kontexten enthält, sondern das wir uns am Ende dieser Folie ansehen. Hoffentlich können Sie es sehen, indem Sie Entdeckungen machen und die Einnahmen aus unseren Analyse-Pipelines steigern.

In diesem Zusammenhang habe ich nun die Rolle des Vermarkters für mich, mit der ich arbeite. Das erste, was Sie tun möchten, ist, Ihre Daten zu charakterisieren, die Merkmale zu extrahieren, die Merkmale Ihrer Kunden zu extrahieren oder welche Entität Sie in Ihrem Raum verfolgen. Vielleicht ist es ein Patient in einer Gesundheitsanalyseumgebung. Vielleicht ist es ein Webbenutzer, wenn Sie sich mit einer Art Cybersicherheitsproblem befassen. Aber charakterisiere und extrahiere Eigenschaften und extrahiere dann einen Kontext über diese Person, über diese Entität. Und dann sammeln Sie die Teile, die Sie gerade erstellt haben, und fügen sie in eine Art Sammlung ein, aus der Sie dann maschinelle Lernalgorithmen anwenden können.

Der Grund, warum ich es so sage, ist, dass Sie, sagen wir mal, eine Überwachungskamera an einem Flughafen haben. Das Video selbst ist ein riesiges, großes Volumen und es ist auch sehr unstrukturiert. Sie können jedoch aus der Videoüberwachung Gesichtsbiometrie extrahieren und Personen in den Überwachungskameras identifizieren. So können Sie beispielsweise auf einem Flughafen bestimmte Personen identifizieren und sie durch den Flughafen verfolgen, indem Sie dieselbe Person in mehreren Überwachungskameras überkreuzen. Insofern sind die extrahierten biometrischen Merkmale, die Sie wirklich abbauen und verfolgen, nicht das eigentliche detaillierte Video. Sobald Sie diese Extraktionen erhalten haben, können Sie maschinelle Lernregeln und -analysen anwenden, um Entscheidungen darüber zu treffen, ob Sie in einem bestimmten Fall Maßnahmen ergreifen müssen oder ob etwas falsch passiert ist oder ob Sie die Möglichkeit haben, ein Angebot abzugeben. Wenn Sie zum Beispiel ein Geschäft am Flughafen haben und sehen, dass dieser Kunde auf Sie zukommt, und Sie anhand anderer Informationen über diesen Kunden wissen, dass er möglicherweise wirklich Interesse daran hat, im Duty-Free-Shop einzukaufen, oder so etwas, mach das Angebot.

Was würde ich unter Charakterisierung und Potentialisierung verstehen? Mit Charakterisierung meine ich wiederum das Extrahieren der Merkmale und Eigenschaften in den Daten. Und dies kann entweder maschinengeneriert sein, dann können seine Algorithmen tatsächlich zum Beispiel biometrische Signaturen aus Video- oder Stimmungsanalysen extrahieren. Sie können die Kundenstimmung durch Online-Bewertungen oder soziale Medien extrahieren. Einige dieser Dinge können vom Menschen erzeugt werden, so dass der Mensch, der Business Analyst, zusätzliche Funktionen extrahieren kann, die ich auf der nächsten Folie zeigen werde.

Einige von diesen können Crowdsourcing sein. Und durch Crowdsourcing gibt es viele verschiedene Möglichkeiten, wie Sie darüber nachdenken können. Aber sehr einfach, zum Beispiel, Ihre Benutzer kommen auf Ihre Website und geben Suchwörter und Stichwörter ein, und sie landen auf einer bestimmten Seite und verbringen dort tatsächlich Zeit auf dieser Seite. Zumindest, dass sie verstehen, dass sie entweder anzeigen, surfen oder auf Dinge auf dieser Seite klicken. Was das zu Ihnen sagt, ist, dass das Schlüsselwort, das sie am Anfang eingaben, der Deskriptor dieser Seite ist, weil es den Kunden auf der Seite landete, die sie erwarteten. Sie können also diese zusätzlichen Informationen hinzufügen, dh Kunden, die dieses Schlüsselwort verwenden, haben diese Webseite in unserer Informationsarchitektur als den Ort identifiziert, an dem der Inhalt mit dem Schlüsselwort übereinstimmt.

Und so ist das Crowdsourcing ein weiterer Aspekt, den die Leute manchmal vergessen, sozusagen das Verfolgen der Brotkrumen Ihrer Kunden. wie bewegen sie sich durch ihren raum, ob es sich um eine online-immobilie oder eine immobilie handelt. Und dann verwenden sie diese Art von Pfad, den der Kunde als zusätzliche Information über die Dinge nimmt, die wir betrachten.

Ich möchte also sagen, dass von Menschen erzeugte oder maschinell erzeugte Dinge einen Kontext aufwiesen, in dem bestimmte Datengranulate oder -entitäten mit Anmerkungen versehen oder mit Tags versehen wurden. Ob diese Personen Patienten in einem Krankenhaus sind, Kunden oder was auch immer. Daher gibt es verschiedene Arten von Tags und Anmerkungen. Einiges davon betrifft die Daten selbst. Das ist eines der Dinge, welche Art von Informationen, welche Art von Informationen, welche Merkmale, welche Formen, vielleicht auch Texturen und Muster, Anomalien und Nicht-Anomalien-Verhaltensweisen. Und dann extrahieren Sie einige Semantiken, dh wie hängt das mit anderen Dingen zusammen, die ich kenne, oder dieser Kunde ist ein Elektronikkunde. Dieser Kunde ist ein Kleidungskunde. Oder dieser Kunde kauft gerne Musik.

Diese Kunden, die Musik mögen, neigen dazu, Unterhaltung zu mögen. Vielleicht könnten wir ihnen ein anderes Unterhaltungsobjekt anbieten. Wenn man also die Semantik und auch eine gewisse Herkunft versteht, heißt das im Grunde genommen: Woher kam das, wer hat diese Behauptung aufgestellt, zu welcher Zeit, zu welchem ​​Datum, unter welchen Umständen?

Wenn Sie also alle diese Anmerkungen und Charakterisierungen haben, fügen Sie dem dann den nächsten Schritt hinzu, der den Kontext darstellt, eine Art von wer, was, wann, wo und warum. Wer ist der Benutzer? Auf welchen Kanal sind sie gekommen? Woher stammten die Informationen? Welche Art von Wiederverwendung haben wir in diesem bestimmten Informations- oder Datenprodukt gesehen? Und was ist das für ein Wert im Geschäftsprozess? Und dann sammle diese Dinge und verwalte sie und hilf beim Erstellen einer Datenbank, wenn du es so sehen willst. Machen Sie sie durchsuchbar, wiederverwendbar, für andere Geschäftsanalysten oder für einen automatisierten Prozess, bei dem das System diese automatische Aktion ausführen kann, wenn ich das nächste Mal diese Funktionsgruppen sehe. Und so erreichen wir eine solche operative Analyseeffizienz, aber je mehr wir nützliche, umfassende Informationen sammeln und dann für diese Anwendungsfälle kuratieren.

Wir kommen zur Sache. Wir machen die Datenanalyse. Wir suchen nach interessanten Mustern, Überraschungen, Ausreißern von Neuheiten, Anomalien. Wir suchen nach den neuen Klassen und Segmenten in der Bevölkerung. Wir suchen nach Assoziationen und Korrelationen und Verbindungen zwischen den verschiedenen Entitäten. Und dann nutzen wir all das, um unseren Entdeckungs-, Entscheidungs- und Dollarfindungsprozess voranzutreiben.

Hier haben wir also die letzte Datenrutsche, die ich habe. Sie fasst nur zusammen und hält den Business-Analysten auf dem Laufenden. Wiederum extrahieren Sie diesen Menschen nicht, und es ist alles wichtig, diesen Menschen dort zu belassen.

Diese Funktionen werden alle von Maschinen oder menschlichen Analysten oder sogar von Crowdsourcing bereitgestellt. Wir wenden diese Kombination von Dingen an, um unsere Trainingssätze für unsere Modelle zu verbessern und um genauere Vorhersagemodelle, weniger falsch-positive und -negative, effizienteres Verhalten, effizientere Interventionen mit unseren Kunden oder mit wem auch immer zu erhalten.

Letztendlich kombinieren wir also nur maschinelles Lernen und Big Data mit dieser Kraft der menschlichen Kognition. Hier kommt diese Art von Tagging-Annotation ins Spiel. Und das kann durch Visualisierung und visuelle Analyse führen Tools oder immersive Datenumgebungen oder Crowdsourcing. Und am Ende des Tages generiert dies tatsächlich unsere Entdeckungen, Erkenntnisse und D2D. Und das sind meine Kommentare, also danke fürs Zuhören.

Eric: Hey, das hört sich großartig an und ich übergebe Dr. Robin Bloor die Schlüssel, um auch seine Perspektive mitzuteilen. Ja, ich höre gern, wie Sie sich zu dieser Straffung des Betriebskonzepts äußern, und Sie sprechen von Betriebsanalysen. Ich denke, das ist ein großes Gebiet, das gründlich erkundet werden muss. Und ich nehme an, ganz schnell vor Robin bringe ich dich wieder rein, Kirk. Es setzt voraus, dass Sie eine ziemlich bedeutende Zusammenarbeit zwischen verschiedenen Akteuren im Unternehmen haben, oder? Sie müssen mit Operationsleuten sprechen. Sie müssen Ihre technischen Leute holen. Manchmal bekommen Sie Ihre Marketing-Leute oder Ihre Webinterface-Leute. Dies sind typischerweise unterschiedliche Gruppen. Haben Sie bewährte Vorgehensweisen oder Vorschläge, wie Sie dafür sorgen können, dass jeder seine Haut ins Spiel bringt?

Dr. Kirk: Nun, ich denke, das hängt mit der Unternehmenskultur der Zusammenarbeit zusammen. Tatsächlich spreche ich über die drei C der Art der Analytikkultur. Eins ist Kreativität; Ein anderes ist Neugier und das dritte ist Zusammenarbeit. Sie wollen kreative, ernsthafte Menschen, aber Sie müssen diese Menschen auch dazu bringen, zusammenzuarbeiten. Und es fängt wirklich von oben an, diese Art der Bildung dieser Kultur mit Menschen, die offen teilen und zusammenarbeiten sollten, um die gemeinsamen Ziele des Geschäfts zu erreichen.

Eric: Es macht alles Sinn. Und man muss wirklich eine gute Führung an der Spitze haben, um dies zu erreichen. Also lasst uns weitermachen und es Dr. Bloor übergeben. Robin, der Boden gehört dir.

Dr. Robin Bloor: Okay. Danke für das Intro, Eric. Okay, die Art und Weise, wie sich diese entwickeln, zeigt dies, weil wir zwei Analysten haben; Ich sehe die Präsentation des Analysten, die die anderen nicht sehen. Ich wusste, was Kirk sagen würde, und habe einfach einen ganz anderen Blickwinkel gewählt, damit wir uns nicht zu sehr überschneiden.

Worüber ich hier eigentlich spreche oder sprechen möchte, ist die Rolle des Datenanalysten gegenüber der Rolle des Geschäftsanalysten. Und die Art und Weise, wie ich es charakterisiere, bis zu einem gewissen Grad, ist eine Art Jekyll- und Hyde-Sache. Der Unterschied besteht darin, dass speziell die Datenwissenschaftler zumindest theoretisch wissen, was sie tun. Während die Business Analysten nicht so sind, ist es in Ordnung mit der Funktionsweise der Mathematik, was man vertrauen kann und was nicht.

Kommen wir also zu dem Grund, warum wir das tun, der Grund, dass die Datenanalyse plötzlich zu einer großen Sache geworden ist, abgesehen von der Tatsache, dass wir tatsächlich sehr große Datenmengen analysieren und Daten von außerhalb des Unternehmens einlesen können. zahlt es sich aus. Die Art und Weise, wie ich das betrachte - und ich denke, dass dies nur ein Fall wird, aber ich denke definitiv, dass es ein Fall ist -, ist Datenanalyse wirklich geschäftliche F & E. Was Sie bei der Datenanalyse tatsächlich auf die eine oder andere Weise tun, ist, dass Sie einen Geschäftsprozess auf die eine oder andere Art betrachten oder ob dies die Interaktion mit einem Kunden ist, ob dies die Art und Weise ist, wie Ihr Einzelhandelsbetrieb ist oder wie Sie ihn bereitstellen Ihre Läden. Es ist nicht wirklich wichtig, worum es geht. Sie betrachten einen bestimmten Geschäftsprozess und versuchen, ihn zu verbessern.

Das Ergebnis erfolgreicher Forschung und Entwicklung ist ein Veränderungsprozess. Wenn Sie möchten, können Sie sich die Fertigung als ein übliches Beispiel dafür vorstellen. Denn in der Fertigung sammeln die Mitarbeiter Informationen über alles, um den Fertigungsprozess zu verbessern. Aber ich denke, was passiert ist oder was bei Big Data passiert, ist, dass all dies jetzt auf alle Unternehmen jeglicher Art und Weise angewendet wird, die sich jeder vorstellen kann. So ziemlich jeder Geschäftsprozess steht zur Prüfung an, wenn Sie Daten darüber sammeln können.

Das ist also eine Sache. Wenn Sie möchten, ist das die Frage der Datenanalyse. Was kann die Datenanalyse für das Unternehmen leisten? Nun, es kann das Geschäft komplett verändern.

Dieses spezielle Diagramm, das ich nicht näher beschreiben werde, aber dieses Diagramm ist der Höhepunkt des Forschungsprojekts, das wir in den ersten sechs Monaten dieses Jahres durchgeführt haben. Auf diese Weise wird eine Big-Data-Architektur dargestellt. Und eine Reihe von Dingen, auf die es sich zu verweisen lohnt, bevor ich zur nächsten Folie übergehe. Hier gibt es zwei Datenflüsse. Einer ist ein Echtzeit-Datenstrom, der am oberen Rand des Diagramms verläuft. Der andere ist ein langsamerer Datenstrom, der am unteren Rand des Diagramms verläuft.

Schauen Sie sich den unteren Rand des Diagramms an. Wir haben Hadoop als Datenreservoir. Wir haben verschiedene Datenbanken. Wir haben dort eine ganze Reihe von Daten mit einer ganzen Reihe von Aktivitäten, von denen die meisten analytische Aktivitäten sind.

Der Punkt, den ich hier mache, und der einzige Punkt, den ich hier wirklich machen möchte, ist, dass die Technologie schwierig ist. Das ist nicht einfach. Es ist nicht einfach. Es ist nichts, was jeder, der neu im Spiel ist, einfach zusammenstellen kann. Das ist ziemlich komplex. Und wenn Sie ein Unternehmen für verlässliche Analysen in all diesen Prozessen instrumentieren wollen, dann geschieht dies nicht besonders schnell. Es wird eine Menge Technologie erfordern, um die Mischung zu ergänzen.

Okay. Die Frage, was ein Datenwissenschaftler ist, könnte ich als Datenwissenschaftler bezeichnen, weil ich tatsächlich in Statistik ausgebildet wurde, bevor ich jemals in Informatik ausgebildet wurde. Und ich habe eine zeitlang versicherungsmathematische Arbeit geleistet, damit ich weiß, wie ein Unternehmen statistische Analysen organisiert, auch um sich selbst zu führen. Dies ist keine triviale Sache. Und sowohl auf menschlicher als auch auf technologischer Seite gibt es eine Menge bewährter Verfahren.

Bei der Frage "Was ist ein Datenwissenschaftler?" Habe ich das Frankenstein-Bild einfach deshalb eingefügt, weil es eine Kombination von Dingen ist, die zusammengestrickt werden müssen. Es ist Projektmanagement beteiligt. Statistik hat ein tiefes Verständnis. Es gibt Fachkenntnisse im Domain-Business, die für einen Business-Analysten eher ein Problem darstellen als für einen Data-Scientist. Es gibt Erfahrung oder die Notwendigkeit, die Datenarchitektur zu verstehen und Datenarchitekten zu erstellen, und es ist Software-Engineering erforderlich. Mit anderen Worten, es ist wahrscheinlich ein Team. Es ist wahrscheinlich kein Individuum. Und das bedeutet, dass es wahrscheinlich eine Abteilung ist, die organisiert werden muss und über deren Organisation ziemlich gründlich nachgedacht werden muss.

Die Tatsache des maschinellen Lernens in die Mischung einfließen lassen. Ich meine, maschinelles Lernen ist nicht neu in dem Sinne, dass die meisten statistischen Techniken, die beim maschinellen Lernen eingesetzt werden, seit Jahrzehnten bekannt sind. Es gibt ein paar neue Dinge, ich meine, neuronale Netze sind relativ neu, ich denke, sie sind erst etwa 20 Jahre alt, also ist ein Teil davon relativ neu. Das Problem beim maschinellen Lernen war jedoch, dass wir wirklich nicht über die Computerleistung verfügten, um dies zu tun. Und was passiert ist, ist, dass die Computerleistung jetzt vorhanden ist. Und das bedeutet eine Menge dessen, was Datenwissenschaftler bisher getan haben, um Situationen zu modellieren, Daten abzutasten und diese dann zusammenzustellen, um eine tiefere Analyse der Daten zu erstellen. Tatsächlich können wir in einigen Fällen nur Computerleistung darauf werfen. Wählen Sie einfach Algorithmen für maschinelles Lernen, werfen Sie sie auf die Daten und sehen Sie, was dabei herauskommt. Und das kann ein Business Analyst, oder? Der Business Analyst muss jedoch verstehen, was er tut. Ich meine, ich denke, das ist das eigentliche Problem, mehr als alles andere.

Nun, dies dient nur dazu, mehr über das Geschäft anhand seiner Daten zu wissen als auf irgendeine andere Weise. Einstein hat das nicht gesagt, das habe ich gesagt. Ich habe gerade sein Bild für die Glaubwürdigkeit aufgestellt. Tatsächlich beginnt sich jedoch eine Situation zu entwickeln, in der die Technologie, wenn sie richtig eingesetzt wird, und die Mathematik, wenn sie richtig eingesetzt wird, in der Lage sind, ein Unternehmen als eine beliebige Person zu führen. Wir haben dies mit IBM beobachtet. Zuallererst könnte es die besten Jungs im Schach schlagen, und dann könnte es die besten Jungs bei Jeopardy schlagen; Aber irgendwann können wir die Besten schlagen, die eine Firma leiten. Die Statistik wird irgendwann triumphieren. Und es ist schwer zu sehen, wie das nicht passieren wird, es ist einfach noch nicht passiert.

Was ich also sage, und dies ist eine Art vollständige Botschaft meiner Präsentation, sind diese beiden Themen des Geschäfts. Die erste ist, können Sie die Technologie richtig machen? Können Sie dafür sorgen, dass die Technologie für das Team funktioniert, das sie tatsächlich leiten und Vorteile für das Unternehmen erzielen kann? Und zweitens, können Sie den Leuten Recht geben? Und beides sind Probleme. Und sie sind Probleme, die bis zu diesem Zeitpunkt noch nicht gelöst sind.

Okay Eric, ich gebe es dir zurück. Oder ich sollte es vielleicht an Will weitergeben.

Eric: Eigentlich ja. Vielen Dank, Will Gorman. Ja, los geht's, Will. Also mal sehen. Lassen Sie mich Ihnen den Schlüssel zum WebEx geben. Also, was hast du vor? Pentaho, offensichtlich seid ihr schon eine Weile da und Open-Source-BI ist die Art, in der ihr angefangen habt. Aber Sie haben viel mehr als früher, also schauen wir uns an, was Sie heutzutage für die Analyse haben.

Will Gorman: Auf jeden Fall. Hallo allerseits! Ich heiße Will Gorman. Ich bin der Chefarchitekt von Pentaho. Für diejenigen unter Ihnen, die noch nichts von uns gehört haben, habe ich gerade erwähnt, dass Pentaho ein Big-Data-Integrations- und Analyseunternehmen ist. Wir sind seit zehn Jahren im Geschäft. Unsere Produkte haben sich Seite an Seite mit der Big-Data-Community weiterentwickelt, angefangen als Open-Source-Plattform für Datenintegration und -analyse und als Innovation mit Technologien wie Hadoop und NoSQL, noch bevor sich kommerzielle Einheiten um diese Technologie gebildet haben. Und jetzt haben wir über 1500 gewerbliche Kunden und viele weitere Produktionstermine als Ergebnis unserer Innovation rund um Open Source.

Unsere Architektur ist hochgradig einbettbar und erweiterbar. Sie wurde speziell dafür entwickelt, flexibel zu sein, da sich insbesondere die Big-Data-Technologie in rasantem Tempo weiterentwickelt. Pentaho bietet drei Hauptproduktbereiche, die zusammenarbeiten, um Anwendungsfälle der Big-Data-Analyse zu adressieren.

Das erste Produkt im Rahmen unserer Architektur ist Pentaho Data Integration, das sich an Datentechnologen und Dateningenieure richtet. Dieses Produkt bietet eine visuelle Drag-and-Drop-Funktion zum Definieren von Daten-Pipelines und -Prozessen für die Orchestrierung von Daten in Big-Data-Umgebungen sowie in traditionellen Umgebungen. Dieses Produkt ist eine schlanke, auf Java basierende Metadatenbank-Datenintegrationsplattform, die als Prozess in MapReduce oder YARN oder Storm und vielen anderen Batch- und Echtzeitplattformen bereitgestellt werden kann.

Unser zweiter Produktbereich ist die visuelle Analytik. Mit dieser Technologie können Unternehmen und OEMs Geschäftsanalysten und Geschäftsbenutzern ein umfassendes Drag-and-Drop-Visualisierungs- und Analyseerlebnis mit modernen Browsern und Tablets bieten, mit denen Berichte und Dashboards ad-hoc erstellt werden können. Sowie die Präsentation von pixelgenauen Dashboards und Berichten.

Unser dritter Produktbereich konzentriert sich auf Predictive Analytics für Datenwissenschaftler, Algorithmen für maschinelles Lernen. Wie bereits erwähnt, können neuronale Netze und dergleichen in eine Datenumwandlungsumgebung integriert werden, sodass Datenwissenschaftler von der Modellierung in die Produktionsumgebung wechseln und Zugriff auf Vorhersagen erhalten können. Dies kann sich sehr schnell und unmittelbar auf Geschäftsprozesse auswirken.

Alle diese Produkte sind eng in eine einzige agile Erfahrung integriert und bieten unseren Unternehmenskunden die Flexibilität, die sie zur Lösung ihrer geschäftlichen Probleme benötigen. Wir sehen eine sich schnell entwickelnde Landschaft von Big Data in traditionellen Technologien. Alles, was wir von einigen Unternehmen im Big-Data-Bereich hören, ist, dass die EDW bald zu Ende ist. Tatsächlich sehen wir bei unseren Unternehmenskunden, dass sie Big Data in bestehende Geschäfts- und IT-Prozesse einführen und diese Prozesse nicht ersetzen müssen.

Dieses einfache Diagramm zeigt den Punkt in der Architektur, den wir häufig sehen. Hierbei handelt es sich um eine Art EDW-Bereitstellungsarchitektur mit Datenintegration und BI-Anwendungsfällen. Dieses Diagramm ähnelt nun Robins Folie zur Big-Data-Architektur. Es enthält Echtzeit- und Verlaufsdaten. Mit dem Aufkommen neuer Datenquellen und Echtzeitanforderungen sehen wir Big Data als zusätzlichen Teil der gesamten IT-Architektur. Zu diesen neuen Datenquellen gehören maschinengenerierte Daten, unstrukturierte Daten, das Standardvolumen und die Geschwindigkeit sowie eine Vielzahl von Anforderungen, die wir in Big Data kennen. Sie passen nicht in traditionelle EDW-Prozesse. Pentaho arbeitet eng mit Hadoop und NoSQL zusammen, um die Erfassung, Datenverarbeitung und Visualisierung dieser Daten zu vereinfachen und diese Daten mit herkömmlichen Quellen zu mischen, damit Kunden einen vollständigen Überblick über ihre Datenumgebung erhalten. Wir tun dies auf geregelte Weise, damit die IT eine umfassende Analyselösung für ihren Geschäftsbereich anbieten kann.

Abschließend möchte ich unsere Philosophie in Bezug auf Big Data-Analyse und -Integration hervorheben. Wir glauben, dass diese Technologien besser mit einer einzigen einheitlichen Architektur zusammenarbeiten und eine Reihe von Anwendungsfällen ermöglichen, die ansonsten nicht möglich wären. Die Datenumgebungen unserer Kunden sind mehr als nur Big Data, Hadoop und NoSQL. Alle Daten sind Freiwild. Big-Data-Quellen müssen verfügbar sein und zusammenarbeiten, um den Unternehmenswert zu beeinflussen.

Schließlich sind wir der Ansicht, dass IT-Abteilungen und Geschäftsbereiche bei der Big-Data-Analyse zusammenarbeiten müssen, um diese geschäftlichen Probleme in Unternehmen mithilfe von Daten sehr effektiv zu lösen. Vielen Dank, dass Sie uns Zeit zum Reden gegeben haben, Eric.

Eric: Wetten Sie? Nein, das ist gutes Zeug. Ich möchte auf diese Seite Ihrer Architektur zurückkommen, wenn wir zu den Fragen und Antworten kommen. Gehen wir also den Rest der Präsentation durch und danken Ihnen vielmals dafür. Ihr habt euch in den letzten Jahren definitiv schnell bewegt, das muss ich mit Sicherheit sagen.

Also Steve, lass mich weitermachen und es dir geben. Und einfach dort auf den Abwärtspfeil klicken und loslegen. Also Steve, ich gebe dir die Schlüssel. Steve Wilkes, klicken Sie einfach auf den am weitesten unten liegenden Pfeil auf Ihrer Tastatur.

Steve Wilkes: Los geht's.

Eric: Los geht's.

Steve: Das ist ein großartiges Intro, das du mir gegeben hast.

Eric: Ja.

Steve: Also ich bin Steve Wilkes. Ich bin der CCO bei WebAction. Wir sind erst seit ein paar Jahren in der Gegend und seitdem sind wir definitiv auch schnell unterwegs. WebAction ist eine Echtzeitplattform für Big Data-Analysen. Eric erwähnte vorhin, wie wichtig Echtzeit ist und wie schnell Ihre Anwendungen werden. Unsere Plattform wurde entwickelt, um Echtzeit-Apps zu erstellen. Und um die nächste Generation datengesteuerter Apps zu ermöglichen, die inkrementell aufgebaut werden können, und um es Benutzern zu ermöglichen, Dashboards aus den von diesen Apps erzeugten Daten zu erstellen, wobei der Fokus jedoch auf Echtzeit liegt.

Unsere Plattform ist eine vollständige End-to-End-Plattform, die von der Datenerfassung über die Datenverarbeitung bis hin zur Datenvisualisierung alles bietet. Darüber hinaus können mehrere verschiedene Arten von Mitarbeitern in unserem Unternehmen zusammenarbeiten, um echte Echtzeit-Apps zu erstellen, mit denen sie einen Einblick in die Vorgänge in ihrem Unternehmen erhalten, die gerade geschehen.

Und dies unterscheidet sich ein wenig von dem, was die meisten Menschen in Big Data gesehen haben, so dass der traditionelle Ansatz - nun ja, traditionell in den letzten Jahren - bei Big Data darin bestand, es aus einer ganzen Reihe von verschiedenen Quellen und Quellen zu erfassen Dann stapeln Sie es in einen großen Stausee oder See oder wie auch immer Sie es nennen möchten. Und verarbeiten Sie es dann, wenn Sie eine Abfrage ausführen müssen. Sie können umfangreiche historische Analysen oder auch nur Ad-hoc-Abfragen großer Datenmengen durchführen. Das funktioniert jetzt für bestimmte Anwendungsfälle. Aber wenn Sie in Ihrem Unternehmen proaktiv sein möchten, wenn Sie tatsächlich erfahren möchten, was vor sich geht, anstatt herauszufinden, wann etwas gegen Ende des Tages oder gegen Ende der Woche schief gelaufen ist, müssen Sie wirklich umziehen in Echtzeit.

Und das ändert die Dinge ein wenig. Es verschiebt die Verarbeitung in die Mitte. Sie nehmen also effektiv die Datenströme auf, die kontinuierlich im Unternehmen generiert werden, und verarbeiten sie so, wie Sie sie erhalten. Und weil Sie es so verarbeiten, wie Sie es erhalten, müssen Sie nicht alles speichern. Sie können nur die wichtigen Informationen oder die Dinge speichern, an die Sie sich erinnern müssen, dass sie tatsächlich passiert sind. Wenn Sie also den GPS-Standort von Fahrzeugen verfolgen, die die Straße entlang fahren, ist es Ihnen egal, wo sie sich jede Sekunde befinden. Sie müssen nicht jede Sekunde speichern, wo sie sich befinden. Sie müssen sich nur darum kümmern, haben sie diesen Ort verlassen? Sind sie an diesem Ort angekommen? Sind sie die Autobahn gefahren oder nicht?

Es ist also sehr wichtig zu berücksichtigen, dass mit der Generierung von immer mehr Daten die drei Vs. Die Geschwindigkeit bestimmt im Wesentlichen, wie viele Daten täglich generiert werden. Je mehr Daten generiert werden, desto mehr müssen Sie speichern. Und je mehr Sie speichern müssen, desto länger dauert die Verarbeitung. Aber wenn Sie es so verarbeiten können, wie Sie es bekommen, dann haben Sie einen wirklich großen Vorteil und können darauf reagieren. Man kann sagen, dass Dinge passieren, anstatt sie später suchen zu müssen.

Unsere Plattform ist daher hochgradig skalierbar. Es hat drei Hauptteile - das Erfassungsstück, das Verarbeitungsstück und dann die Abgabevisualisierungsstücke der Plattform. Auf der Erfassungsseite betrachten wir nicht nur maschinengenerierte Protokolldaten wie Webprotokolle oder Anwendungen, die alle anderen Protokolle enthalten, die generiert werden. Wir können auch Datenerfassung aus Datenbanken ändern. 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. Vielen Dank.

Eric: Yes, indeed. Gut gemacht. 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. Es geht los.

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. Richtig?

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. Okay. 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?" Okay.

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. Richtig? Und das ist alles schön und gut. 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. Du hast es. Nimm es weg.

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. Das ist ein guter Punkt. 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.

Gehen Sie geradeaus.

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. Das ist genau richtig 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. Was denkst du?

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. Ich danke dir sehr. We'll catch you next time. Tschüss.