5 perspectieven op moderne data-analyse

Sommige dingen veranderen niet, zelfs niet tijdens een pandemie. In lijn met voorgaande jaren, bij CIO’s 2021 Staat van de CIO enquête, koos een groot aantal van de 1062 ondervraagde IT-leiders “data / business analytics” als het nummer 1 technologie-initiatief dat naar verwachting IT-investeringen zal stimuleren.

Helaas doen analyse-initiatieven het zelden zo goed als het gaat om de tevredenheid van belanghebbenden.

Vorig jaar bood CIO-medewerker Mary K. Pratt een uitstekende analyse van waarom initiatieven voor gegevensanalyse nog steeds mislukken, inclusief gegevens van slechte kwaliteit of in silo’s, vage in plaats van gerichte bedrijfsdoelstellingen en onhandige one-size-fits-all functiesets. Maar een aantal nieuwe benaderingen en technologieën maken deze problemen minder waarschijnlijk.

In deze bundel artikelen van CIOComputer wereldCSOInfoWorld, en Netwerkwereldvindt u advies en voorbeelden die u kunnen helpen ervoor te zorgen dat uw eigen analyse-inspanningen de goederen opleveren. Deze initiatieven hebben de neiging om op ontwikkelingsprojecten te lijken – zelfs als het om commerciële producten gaat – en hebben dezelfde goed gedefinieerde doelen en iteratieve cycli die succesvolle softwareontwikkelingsresultaten onderscheiden.

Om een ​​goed beeld te krijgen, begint u met de InfoWorld-primer “Hoe u kunt excelleren met data-analyse”Door inzender Bob Violino. In dit scherp geschreven stuk dekt Violino alle bases: het opzetten van excellentiecentra voor analyse; de voordelen van selfservice-oplossingen (zoals Tableau of Power BI​ de opwindende mogelijkheden voor machine learning​ en de omslag naar oplossingen voor cloudanalyse. Violino breidt dat laatste punt uit in een tweede artikel, dit voor CIO: “Analyse in de cloud: belangrijke uitdagingen en hoe u deze kunt overwinnen​ Zoals hij opmerkt, zijn de schaalbaarheid en de overvloedige analysetools van de cloud misschien onweerstaanbaar, maar het kan een hartverscheurend avontuur zijn om massa’s bedrijfsgegevens naar de cloud te migreren en deze te beveiligen.

Nieuwe technologie brengt steevast nieuwe risico’s met zich mee. Geen enkele vooruitgang heeft een grotere impact gehad op analytics dan machine learning – van het automatiseren van datavoorbereiding tot het detecteren van zinvolle patronen in data – maar het voegt ook een onvoorzien gevaar toe. Zoals CSO Senior Writer Lucian Constantin uitlegt in “Hoe aanvallen met gegevensvergiftiging machine learning-modellen corrumperen, “opzettelijk scheefgetrokken gegevens die door kwaadwillende hackers zijn geïnjecteerd, kunnen modellen naar een of ander schandelijk doel kantelen. Het resultaat zou bijvoorbeeld gemanipuleerde productaanbevelingen kunnen zijn, of zelfs de mogelijkheid voor hackers om vertrouwelijke onderliggende gegevens af te leiden.

Auteursrecht © 2021 IDG Communications, Inc.