5 fitur analisis baru untuk mempercepat wawasan dan mengotomatiskan pengambilan keputusan

Database


Program yang kami gunakan setiap hari secara konsisten memberikan pengalaman yang lebih kaya dan bekerja lebih efisien. Salah satu kekuatan pendorong kemajuan ini adalah analisis. Saat organisasi menerima dan menggunakan lapisan data yang meningkat, mereka dapat memperoleh wawasan yang lebih tepat waktu tentang preferensi, pola, dan kebutuhan pengguna mereka akan informasi dan pilihan tepat waktu dalam aplikasi mereka.

Aplikasi generasi berikutnya akan memiliki lompatan besar dalam kecerdasan dengan mengintegrasikan analitik real-time ke dalam pengalaman aplikasi mereka. Analitik semacam itu semakin otomatis, berbasis pengembang, dan terintegrasi ke dalam platform data di samping beban kerja transaksi atau aplikasi.

Seperti yang diumumkan di MongoDB World 2022, MongoDB memperkenalkan lima fitur baru tahun ini yang akan membantu bisnis memodernisasi analitik mereka: Column Store Indexes, MongoDB Atlas Data Federation, MongoDB Atlas Database, MongoDB Atlas SQL interface, dan penyelarasan khusus untuk node analitis.

Menggunakan fitur ini mengotomatiskan pengambilan keputusan dan secara drastis mengurangi waktu yang dibutuhkan untuk mendapatkan wawasan aplikasi di depan pengguna.

Modernisasi analisis seputar data operasional

Saat ini, untuk menciptakan pengalaman dalam aplikasi yang dinamis, bisnis harus melalui beberapa langkah – mengumpulkan data aplikasi, mengirimkannya ke gudang data atau danau data untuk dianalisis, mengekstraksi wawasan, mengkodekan pengalaman baru, dan memublikasikan ulang aplikasi. Untuk pengguna

Aplikasi modern harus dapat mengotomatiskan proses ini dengan mengumpulkan dan memproses data pada sumbernya – yaitu, dalam aplikasi. Data dalam aplikasi Anda adalah gambaran paling berharga dan terkini tentang apa yang terjadi di bisnis Anda.

Memprogram analitik berbasis data, dengan menggabungkan analitik real-time, operasional, dan tertanam, membantu menentukan, memengaruhi, dan mengotomatiskan pengambilan keputusan untuk program, dan memberikan wawasan instan kepada pengguna.

Analisis waktu nyata Sesuai dengan namanya, hal itu dilakukan hampir seketika, biasanya pada data yang ada di dalam sebuah program. Contohnya termasuk mendeteksi bank palsu dan penawaran atau rekomendasi pribadi di situs e-niaga. Analisis dapat berkisar dari agregasi awal hingga model pembelajaran mesin yang memberikan wawasan dan mengotomatiskan tindakan, seperti mengirim saran. Salah satu contohnya adalah Ticketek, perusahaan tiket acara yang berbasis di Australia yang menggunakan analisis waktu nyata untuk membuat keputusan penting, seperti membuka lebih banyak bagian dari suatu tempat atau menampilkan lebih banyak pertunjukan.

Analisis operasional Proses mendapatkan wawasan dari sumber data Anda untuk meningkatkan keputusan tentang operasi bisnis sehari-hari. Penggunaannya mencakup pelaporan waktu nyata, peningkatan operasi umum, dan analisis produk. Boxed Online Grocery, misalnya, mampu mengelola tingkat inventaris pada permintaan puncak, berkat data real-time dan informasi wawasan langsung dari MongoDB Atlas.

Analisis tersemat Meningkatkan aplikasi dengan menyematkan gambar dan dasbor data dengan diagram MongoDB Atlas dan memberikan wawasan yang relevan kepada pengguna kapan dan di mana mereka membutuhkannya.

Ada apa

Berikut adalah lima terobosan di MongoDB World yang dapat membantu bisnis memodernisasi analitik mereka:

Indeks Toko Kolom: Fitur ini meningkatkan kueri analitik dengan memungkinkan pengembang menyediakan analisis real-time dari data operasi langsung. Ini juga meningkatkan kinerja kueri analitik umum dengan menambahkan struktur di bagian atas koleksi yang mengelompokkan bidang serupa untuk mempercepat membaca. Ini menghilangkan kebutuhan untuk menguras analitik untuk sistem khusus yang berbeda dan mengandalkan saluran pipa ETL yang kompleks dan rapuh, yang pada akhirnya mengurangi waktu untuk mendapatkan wawasan.

Federasi Data Atlas: Danau Data Atlas diluncurkan kembali sebagai Federasi Data Atlas untuk menunjukkan fokus kami pada nilai federasi. Pengguna MongoDB Atlas memiliki kemampuan untuk mencari beberapa sumber data secara bersamaan.

Atlas Data Lake: Atlas Data Lake yang baru menyediakan penyimpanan data terjangkau yang dioptimalkan untuk analisis kinerja tinggi pada volume data yang besar. Atlas Data Lake menyediakan perincian alur kerja analitis yang memungkinkan Anda melakukan kueri analitis yang kompleks, jangka panjang, atau besar tanpa memengaruhi jadwal produksi Anda. Atlas Data Lake, terintegrasi penuh sebagai bagian dari MongoDB Atlas, dapat disediakan bersama database Atlas Anda, menyederhanakan pengambilan dan pengoptimalan data, tanpa kerumitan pengaturan atau pengelolaan.

Atlas SQL Interfaces, Connectors, and Drivers: Kemampuan Atlas SQL baru memungkinkan orang yang bekerja terutama di alat SQL, seperti analis data, untuk berinteraksi dengan mudah dengan data Atlas. Pengguna dapat menanyakan data Atlas melalui alat BI atau driver SQL, dan dapat menanyakan data langsung secara langsung dan mendapatkan kontrol skema yang lebih canggih.

Klasifikasi khas untuk node analisis: Pengguna dapat memilih deretan node dengan ukuran yang sesuai, yang dialokasikan untuk beban kerja analitik mereka, tanpa harus mengubah tingkat total cluster. Ini dapat meningkatkan kinerja beban kerja analitik Anda. Jika kebutuhan beban kerja analitis Anda kurang dari kebutuhan transaksi Anda, Anda hanya bisa mendapatkan apa yang Anda butuhkan.

Pelajari lebih lanjut tentang pengumuman MongoDB World 2022 di mongodb.com/new dan dalam cerita berikut:



Source link

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan.