TIRIS – Big Data Analytics for Intelligent Decisions – Thales

신뢰할 수있는 운송에 대한 요구는 끊임없이 증가하고 있습니다 철도는 향후 20 년 동안 40 %까지 성장할 것으로 예상됩니다

더 긴 운영 시간과 더 많은 승객을 제공합니다 대조적으로, 철도 운영자 및 유지 보수 담당자는 운영 및 유지 관리 비용을 통제하고 간소화하는 데 어려움을 겪고 있습니다 디지털화는 비용을 관리하고 수익을 최적화 할 수있는 기회입니다 연구 결과에 따르면 데이터 기반 의사 결정에 의존하는 회사는 매출을 최대 30 %까지 끌어 올릴 수 있습니다 철도 산업에서 데이터 기반 의사 결정의 가장 큰 기회 중 하나는 예측 유지 관리 및 운영 지원입니다

예측 유지 보수를 통해 유지 보수 담당자는 예기치 못한 서비스에 장애를 일으켜 계획된 시스템 종료로 이동할 수 있습니다 가용성을 높이고 유지 보수 비용을 줄입니다 또한 수리 관련 정보를 운영 팀에 쉽게 연결하여 사일로를 파기합니다 이를 통해 팀은 유지 보수 및 운영상의 요구 사항을 이해하여 수리를 수행하기위한 최적의 시간대를 찾을 수 있습니다 시간표 및 처벌에 대한 혼란을 최소화합니다 TIRIS는 운송 업계의 Thales 예측 유지 보수 및 운영 지원 도구입니다

그것은 물건의 산업 인터넷과 같은 기술을 활용, 클라우드 기반 솔루션 및 데이터 분석을 활용하여 크고 작은 데이터 소스로부터 얻은 뛰어난 통찰력과 지식을 제공합니다 이 밖에도 다양한 디지털 서비스가 제공됩니다 소프트웨어 개발 데이터 과학 자문 서비스 포함 TIRIS는 Thales의 세계적인 사이버 보안 경험에 기술 무신론자이며 안전합니다 최종 결과는 효율적인 운송입니다 행복한 승객은 정시에 목적지에 도착하지 않고 행복한화물 고객이 포장을 해체하고 철도 산업 효율적인 운송은 더 많은 비즈니스를 의미합니다

Big Data in Motion: Intelligent Action from Insights

– 너를 환영하고 싶다 Motion in Motion 전문가 브레이크 아웃 세션 이것은 Appian의 브레이크 아웃 세션입니다

그리고 다시 우리와 합류 해, Malcolm Ross, Appian의 제품 담당 부사장 Malcolm, Motion in Big Data에 오신 것을 환영합니다 고마워, 빈스 항상 당신과 함께하는 즐거움 너도 알다시피, 우리는 정말 기쁘다

오늘 아침 우리 말콤 그는 자신의 포스트에서 Appian 플랫폼 기술 애플 리케이션을위한 멋진 사업 자산을 많이 포함하는, 큰 데이터 분석 및 프로세스 그는 엔터프라이즈 소프트웨어 분야에서 18 년 이상의 경력을 쌓았습니다 디지털 변환 전문 기술 이 주제와 다른 주제에 대해 자주 연설합니다 그리고 오늘 우리를위한 그의 세션에서 Big Data in Motion, 지능형 액션 인사이트 (Malcolm) 정보에서 어떻게 움직이는 지 눈을 뜨다 큰 데이터와 BPM을 사용하는 최적화 및 방법 결정주기를 최적화하는 방법 분석, 인력, 비즈니스를위한 몇 가지 큰 질문에 대답하는 과정

그 질문들 중에서, 지금 기회는 어디입니까? 그들에 대해 무엇을해야합니까? 아니면 우리가 그들을 어떻게 만들 수 있습니까? 그래서 정말 도발적인 세션 당신이 이미 그렇게하지 않았다면, 단지 빠른 알림, 지금 말콤의 슬라이드를 다운로드 할 수 있습니다 보기 영역 바로 위 링크에 있습니다 같은 지역에 있습니다 말콤과 그의 팀이 우리를 데려왔다

훌륭한 백서 및 기타 다운로드 현재 사용할 수 있습니다 추가 등록은 필요하지 않습니다 그리고 우리는 우리가 할 수있는 곳에서 이것을 대화식으로 만들고 싶습니다 Malcolm과 질문이나 의견을 나누기 위해, 질문 영역을 제출하기 만하면됩니다

보기 상자 아래에 있습니다 그리고 지금, 말콤, 너에게 돌아갈거야 모션의 빅 데이터 (Big Data in Motion) 통찰력을 통한 지능형 액션 – 고마워, 빈스 정말로 우리가 살고있는 흥미 진진한 시간 Internet of Things 장치의 확산과 함께 정보를 포착하는 다양한 유형의 방법이 있습니다

그리고 그것은 우리가 오늘날이 큰 데이터에서 스스로를 볼 수있는 곳입니다 혁명에 관해서 이야기 할 것입니다 이 웹 세미나 시리즈의 모든 공급 업체가 될 것입니다 이야기하는 것은 큰 데이터의 도전입니다 그리고 첫 번째, 발병으로부터의 도전 데이터 관리 문제처럼 보입니다

비즈니스 인텔리전스 시대의 옛날 90 년대 중반에서 2000 년대 초반까지 리치 대시 보드와 파이 차트를 실제로 만들고 있습니다 보다 제한된 데이터 세트를 그러나 우리가 알고 있고 아마도 많은 사람들이 반복 할 것이므로, 정보를 수집하는 데는 여러 가지 방법이 있습니다 로그 파일에서 일 장치의 인터넷으로, 모바일 장치, 고객 경험 추적 웹 사이트 전체 및 전체 상호 작용 전반 해당 고객의 라이프 사이클 귀하의 회사와 상호 작용합니다 그리고이 모든 것을 하나로 모아야합니다 큰 데이터 아키텍처 내부

그러나 우리는 우리가 무엇을 할 것인가를 자문 할 필요가 있습니다 우리가 모든 것을 포착 한 후에 그 큰 데이터로 우리는 효과적인 데이터 저장소를 구축하고 있을지도 모릅니다 하지만 어떻게 데이터 저장소를 활용할 수 있을까요? 우리가 사업하는 방식을 정말로 바꿀 수 있습니다 그리고 이것은 정말로 우리가 만들려고하는 것입니다 우리는보다 환상적인 파이 차트를 만들고 더 깊이있게 할 것인가? 원형 차트 및 더 깊은 클릭과 깊은 통찰력 우리가 가지고있는 대시 보드와 경험에 지난 20 년 동안 비즈니스 인텔리전스 도구에서? 이는 우리 사업의 위치를 ​​이해하고 가치있게 생각합니다

작업은 경험을 이해하고 고객이 우리 웹 사이트를 가로 질러 갈 때 그리고 전체 깊이를 파헤 치다 모든 데이터가 확실히 가치있는 측면입니다 기업 내부에서 큰 데이터를 활용할 수 있습니다 그러나 단지 양상으로 제한 그 백미러 경험은 꽤 문제가있다

이 데이터에 대한 우리의 시각은 상당히 제한적입니다 우리가 모든 커다란 데이터를 사용한다면, 우리는 그걸 차를 운전하는 데 사용하고 있습니다 역사적인 정보 만 살펴 본다면, 우리가 이미 지나간 것을 보았다면, 그것은 본질적으로 자동차를 운전하려고합니다 백미러를 들여다 보는 것만으로 물론, 당신이 차를 운전할 때, 확실히, 리어 뷰 미러는 도움이 될뿐만 아니라 필요합니다 법에 따라, 그러나 당신이 정말로 관심을 갖고있는 것 백미러를 둘러싼 모든 희미한 공간, 앞으로있을 물건들, 우리가 아직 가지고있는 장소들 우리는 우리가 어떻게되는지 이해하려고 노력하고 있습니다

우리가 길을 탐색하는 방법 그래서 우리는 이해해야합니다 이 큰 데이터 소스는 우리가 활용해야합니다 이 큰 데이터 소스는 우리를 넘어 설 것입니다 리어 뷰 미러 측면 또는 모든 데이터를 사용하십시오

실제로 스마트하게 만드는 변수와 통찰력 그 사업이 어디로 가고 있는지에 대한 미래 예측 그래서 이것은 잘 정립 된 연습입니다 가트너의 연구를 사용할 것입니다 엔터프라이즈 애플리케이션 전반에 걸쳐 잘 알려진 리서치 회사입니다 그리고 그들은 흥미로운 방법을 가지고 있습니다

이것을 관점에 두는 것 비즈니스 인텔리전스에 대한 전망이 있습니다 "나는 무슨 일이 있었는지 알고 싶다"라고 말할 수있다 우리는 이것을 기술적 분석이라고 부릅니다 정보 기반입니다

그래서 가장 원시 수준 인 로그 파일을 살펴볼 것입니다 아마 그 로그 파일을 정보로 집계 할거야 나는 빨리 볼 수있다 그러나 그것은 단지 대답 일 뿐이다 정확히 무슨 일이 일어 났는지의 질문

이제 우리 사업에 정말로 효과적이라면 정보 도구를 사용하여보다 효과적인 질문에 답변 할 수 있습니다 왜 그런 일이 일어 났는가? 왜 이런 추세가 발생 하는가? 그것은 이미 과거에 일어났습니다 이것이 진단 분석입니다 그래서 우리가 의사처럼 상상한다면, 그들은 당신이 가진 증상을 설명 할 수 있습니다 그런 다음 그 증상의 원인을 진단 할 수 있습니까? 이것은 비즈니스 인텔리전스의 고급 수준입니다

큰 데이터 활용 그러나 물론, 그것은 정확하게 해결책이 아닙니다 환자가 의료 관점에서 항상 건강합니다 그래서 지금 우리는 무슨 일이 일어날 지 말할 필요가 있습니다 우리가이 현재의 길을 계속하면, 앞으로 어떻게 될지 예측할 수 있을까요? 큰 데이터를 활용하는 조직은 거의 없습니다

이런 방식으로, 그러나 이것은 정말로 완전한 잠재력이다 큰 데이터를 실현하고, 활용할뿐만 아니라 과거에 대한 이해뿐만 아니라 미래에 대한 예측 이제 이것은 궁극적 인 것처럼 보입니다 미래를 예측할 수 있다면 실제로 이것을 더 높은 레벨로 가져 가자 그래서 우리는 지금 우리가 사려 깊고 통찰력 있고 예지력을 가지고 있다고 말할 수 있습니다

모든 다른 방법들이 진행되지만, 심지어 예측 분석보다 높은 수준 가트너가 전화를 걸거나 규범 적 분석 (prescriptive analytics), 우리는 어떻게 그것을 가능하게 할 수 있습니다 이제 규정 분석 (prescriptive analytics)이 영역을 탐구합니다 진정으로 지능적인 시스템이나 인위적으로 지능적인 시스템입니다 그리고 이것이 빅 데이터의 진정한 실현입니다 내가 아는 모든 다른 관점을 취할 수있는 곳 세상에 관해, 내가 아는 모든 정보 고객 경험 또는 내 제품에 대해, 또는 내 서비스와 미래의 행동을 예측할뿐만 아니라 자동으로 탐색 할 시스템을 만듭니다

미래 자체, 진정한 자율 시스템 비즈니스 규칙 및 비즈니스 프로세스를 기반으로합니다 그래서 어떻게 대답 할 수 있을까요? 규범 적 분석에 초점을 맞출 필요가 있습니다 자동화 된 방식으로 솔루션을 어떻게 처방 할 수 있습니까? 자동으로 목표에 도달 할 것입니다 내 사업을 성취하기를 원합니까? 그래서 더 심층적 인 분석이 바로 그 것이다 처방 분석의 Gartner 용어집 용어에서, 데이터를 검사하는 고급 분석 기술의 한 형태입니다

또는 "무엇을해야합니까?"라는 질문에 대답하는 내용 또는 "무언가를 이루기 위해 우리가 할 수있는 일은 무엇인가?" 그래프 분석과 같은 기술로 특징 지어지며, 시뮬레이션, 복잡한 이벤트 처리, 신경 네트워크, 추천 엔진, 휴리스틱 및 기계 학습 시스템을 제공합니다 그리고 이것이 우리가 생각할 필요가있는 곳입니다 큰 데이터 활용 다시 말하지만, 우리가 돌아가서 빌드하면 우리가 만든 더 많은 데이터가있는 똑같은 대시 보드 10 년, 15 년 전 비즈니스 인텔리전스 시스템에서 아마 우리는 잠재력을 완전히 실현하지 못하고 있습니다 큰 데이터가 비즈니스 운영에 미치는 영향

이것이 우리가 정말로 만들고자하는 것입니다 예, 우리는 백미러를 가지고 있습니다 예, 우리는 장래에 차를 스스로 운전할 수 있습니다 그러나 우리가 만들고 싶은 것은 스스로를 운전하는 자동차입니다 진정한 자치 시스템은 이해할뿐만 아니라 앞으로 오는 것을 볼 수있을뿐만 아니라 경로를 탐색 할 수도 있습니다

비즈니스 규칙, 조건, 오퍼레이션, 기계 시스템을 허용하는 사업 목표 거기를 통해 자동으로 길을 탐색합니다 그래서 질문은 실제로 이것을 어떻게 달성 할 것인가입니다 나는 많은 벤더들도 참여할 것이 틀림 없다 그들은 큰 데이터 시스템에 대해 이야기 할 것입니다 분석 및 분석 환경에서 큰 데이터

그러나 큰 데이터 아키텍처를 달성하려면 그것은 본질적으로 자율적입니다 큰 데이터와 분석 기술의 결합에 대해 생각해보십시오 비즈니스 프로세스 관리 시스템과 함께 전체 솔루션으로 결합 진정한 지능형 비즈니스 운영을 창출 할 수 있습니다 우리는 결정주기를 최적화하기를 원합니다 우리는 무슨 일이 일어나고 있는지 알고 싶습니다

우리는 활용을 통해 그러한 인식을 달성합니다 Hadoop과 같은 거대한 데이터 도구 또는 큰 데이터 저장소 나는 인식을 얻고 지식을 얻고 싶다 정확히 무슨 일이 일어나고 있는지 이해하고 분석하고 싶습니다 그러나 그 지식이 생기면, 이제 저는 다음과 같이 정의하고 싶습니다

해당 지식을 활용하는 비즈니스 규칙 및 프로세스 이제는 자동으로 해당 시스템을 탐색하고 달성 한대로 비즈니스 프로세스 관리 환경 활용을 통해 분석 및 대용량 데이터 아키텍처와 함께 사용할 수 있습니다 따라서이 웹 세미나에 참여했다면, 어쩌면 당신은 BPM에 관해 깊은 대화를 기대하지 않았을 것입니다 그러니 가볍게 만져보고 먼저 정의하십시오 원래 BPM 시스템이 정의한 것은 무엇입니까? 글쎄, 이건 정말 내가하는 직장 ​​도전에 관한거야 새로운 구매 주문, 새로운 고객 요청이 있습니다

특별한 이메일을 많이 보내고 많은 공유가 있습니다 문서, 엔터프라이즈 시스템에 대한 많은 임시 액세스 매우 적은 책임, 감사 가능성, 일관성, 집행, 모니터링, 관리 및 측정 여러 번, 정부 및 상업 기관 우리가 제도적 지식이라고 부르는 것에 의해 운영됩니다 BPM 시스템 또는 BPM 시스템의 약속은 실제로 설계되었습니다 사람, IT 시스템 및 규칙을 관리 가능하게 통합 비즈니스 프로세스는 프로세스에 대한 전체적인 관점을 제공합니다

부서 및 시스템에서 난로 파이프를 제거하십시오 또한 비즈니스 분석가에게 권한을 부여하기 위해 설계되었습니다 프로세스 및 IT 사용자 문서화 프로세스 기반 애플리케이션을 신속하게 개발할 수 있습니다 셋째, 모범 사례를 시행하도록 고안되었습니다 자동화 및 협업을 통해 품질을 향상시킬 수 있습니다

마지막으로 성능을 캡처하도록 설계되었습니다 메트릭을 분석하고 프로세스의 세부 측정 가능 지속적인 프로세스 개선을 가능하게하는 성능 따라서이 네 가지 약속을 통해 우리는 지금 우리의 업무 시스템을 관리하고 정의 할뿐만 아니라 이러한 작업 시스템 내부에 자동화 된 루틴을 구축합니다 그리고 나서 빅 데이터와의 결혼 특히 자동화 측면에서 중요한 역할을합니다 이러한 체계적인 비즈니스 프로세스를 어떻게 수행 할 수 있는지 가능하면 사람들을 제거하기 시작합니다

이러한 단계 중 일부에서 자동화를 주입 할 수 있습니다 이제 비즈니스 프로세스 관리, 기본 기능 이 사실은 그래픽 디자인 환경입니다 뿐만 아니라 디자인의 방법론, 실행, 관리 및 최적화 할 수 있습니다 좋은 BPM 시스템은 설계되지 않았습니다 하나 및 완료 유형 솔루션

BPM 시스템은 지속적으로 발전하도록 설계되었습니다 비즈니스가 변함에 따라 환경을 디자인하기 쉽도록하고 싶습니다 프로세스 및 규칙을 캡처 할 수 있습니다 그것은 즉시 당신을 허용합니다 그 디자인을 실행하고 그것을 실행으로 구현하십시오

그것의 실행을 모니터하고 관리 할 수 ​​있습니다 보자면, 자율 시스템을 구축한다면, 나는 그들을 관리하고 확신 할 수 있어야한다 그들이 말하는 것처럼 로봇은 미친 듯이 자라지 않고있다 또는 내가 원하는 결과를 효과적으로 얻고 있다는 것 그리고 다시, 백미러를 들여다 본다

내 자동화 시스템의 개선점을 분석하고 최적화하고 지속적으로 반복 그 BPM주기에 이제 BPM 시스템의 핵심 과제 항상 지식의 통합이되어왔다 하나의 의사 결정자로 이것은 큰 데이터가 우리에게 도움이되는 도전입니다 BPM 시스템을 실제로 향상시키는 큰 데이터 내가 한 사람에게 클레임 승인을 요청할 때 또는 주장을 검토 할 때 매우 다양한 변수가 있습니다 보험 상황에서 그 주장에 대한 측면

청구자의 이전 기록은 무엇입니까? 그들은 사기성 주장을 제출 한 역사가 있습니까? 그들이 요구하는 모든 제품이나 서비스는 무엇입니까? 차야? 보트 였어? 그리고 그 자동차, 음, 무수한 금액이 있습니다 당신이 자동차에 가질 수있는 구성 다른 옵션이 설치되어 있습니까? 피해는 무엇 이었습니까? 추적 할 변수가 너무 많습니다 일관된 결정을 기대하기 란 매우 어렵습니다 모든 주장 관리자로부터 따라서 큰 데이터를 여기에 적용하는 데 집중할 수 있습니다

해당 데이터 소스를 통합하고 분석합니다 의사 결정자를위한 효율성을 최적화 할 수 있습니다 비즈니스 프로세스의 일관성을 높일 수 있습니다 이러한 솔루션 중 일부를 살펴 보겠습니다 Appian이 이러한 솔루션을 어떻게 표현하는지 실제 제품 제공

첫째, Appian 제품과 같은 제품은 완벽한 솔루션을 개발하는 다양한 기능 따라서 큰 데이터는 데이터 소스의 중요한 부분입니다 우리가 활용할 수 있습니다 우리는 분명히 네이티브 커넥터를 포함 시켰습니다 이러한 데이터 소스는 물론 인터페이스도 제공합니다

디자인, 비즈니스 규칙 관리, 협업, 프로세스 관리, 이러한 솔루션에 대한 모바일 액세스, 사회적 협업은 물론 콘텐츠 관리, 보안 및 신원 관리, 모든 외부 시스템과의 긴밀한 통합이 가능합니다 이 모든 것이 완전한 형태입니다 비즈니스 프로세스 관리 제품군 또는 플랫폼 이제 Appian 제품을 사용하여 신속한 BPMN 원칙에 기반한 설계 개념 비즈니스 프로세스 모델링 표기법은 표준 방식입니다 자동화 된 시스템의 의도를 포착하는 것, 또한 비즈니스 사용자가 쉽게 읽을 수 있습니다

그래서 그것은 정확히 어떤 것의 통신 격차를 무너 뜨 렸습니다 내 비즈니스 사용자는 내게 실제로 어떻게 처리합니까? 소유권 주장, 그리고 내 IT 사용자가 그 해결책을 찾았습니다 시각적 인 디스플레이를 통해 기능적 응용 프로그램으로 프로그램 환경의 이제 시각적 인 것뿐만 아니라, 또한 실시간으로 추적 할 수 있으며 나에게도 제공합니다 디자인 시간 환경 내에서 성능에 대한 피드백을 제공합니다 따라서 자동화 된 솔루션을 구축 할 때 실제로 어떻게해야합니까? 해당 솔루션이 얼마나 잘 작동하는지 이해하십시오

그래서 바로 런타임 내부뿐만 아니라 디자인 타임 경험, 우리는 앞으로 가져올 수 있습니다 과거 실적 정보, 과거 실적 정보 역사적 지연, 완료 시간, 내 병목 현상 및이 비즈니스 프로세스를 개선 할 수있는 방법 그러나 우리는 또한 동적 인터페이스를 구축합니다 프로세스가 지능형 일 수있는 것과 마찬가지로, 비즈니스 규칙을 활용하는 지능적인 사용자 경험 드래그 앤 드롭, 포인트 앤 클릭 디자인 경험 우리가 이러한 경험을 쌓을 수있게 해준다 여러 장치에 배포 할 수 있습니다 이제는 모두 규칙 엔진에 의해 뒷받침됩니다

여기서는 복잡한 규칙, 조건문을 포착 할 수 있습니다 만약 이런 일이 생기면 이것을 정의하십시오 그 규칙 안에 통합하는 것뿐만 아니라 외부 데이터 소스 및 제공 디자인 검증을위한 완벽한 테스트 프레임 워크 실제로 배포하기 전에 프로덕션 환경으로 따라서 우리가 어떻게 이러한 비즈니스 규칙을 적용 할 것인지 생각한다면 다양한 영역에서 다른 영역 물론 비즈니스 프로세스가 구축되고 있습니다 그 지능적인 인터페이스 따라서 우리는 실제로 비즈니스 규칙을 활용할 수 있습니다

큰 데이터 소스 및 광산 외부 시스템 사용자가 상호 작용할 때 지능적인 경험을 구축한다 서비스 요청 양식과 같은 사용자 경험과 함께, 그들은 그것을 탐색 할 수 있고 UI가 운전을 시작할 수 있습니다 그들에게 다른 정보 주문에 도움이 필요하면 여기에 번호가 있습니다 우리가 당신을 도울 것을 권합니다

그래서 제품으로, 우리는 이것을 권장합니다 따라서 규칙 내에서 추천 엔진을 만들 수 있습니다 아키텍처 및 물론, 사용자 경험을 위해 개발 웹뿐만 아니라 모바일 장치에도 배포됩니다 그리고 Appian과 같은 제품의 핵심 교리로서, 그들은 빌드가 간단해질 것입니다 지능적인 경험뿐만 아니라 그러한 경험을 소비합니다

모든 기기에서 데스크톱 환경을 완벽하게 활용할 수 있습니다 iPads 및 기본 응용 프로그램의 경험 iPhone 및 Android의 경우 재개발 비용이 들지 않습니다 물론 전체 아키텍처를 사용할 수 있도록합니다 클라우드 또는 방화벽 뒤에서 세계 최고 수준의 서비스 제공 보안 및 국제 프라이버시 표준을 준수합니다 그러나 좀 더 깊이 탐구 해 봅시다

나는 단지 Appian에 대해서 많이 이야기 해왔다 및 비즈니스 프로세스 관리 솔루션, 하지만 어떻게 실제로 큰 데이터 시스템을 활용할 수 있습니까? 지능형 프로세스를 구축하는 데있어? 이제 해당 청구 시나리오로 돌아가 보겠습니다 내가 새로운 자동차 요구를 만드는 것을 말할지도 모르는 곳에, 클레임 관리자를위한 조치가 없었어요 그 주장을 조사해 글쎄, 이것은 모든 종류의 보험 회사와 관련된 도전 과제입니다

이러한 주장의 처리량을 따라 잡고 있으며, 특히 주요 기상 이변, 우박 한 번에 많은 양의 데미지를 입 힙니다 내 소유권 주장의 처리량을 향상시키고 싶습니다 조사 단계를 자동화로 대체함으로써, 이것은 큰 데이터가이 부분에서 매우 중요한 부분입니다 그래서 내가 그걸 보게되면 그 인간 기반 단계 및 삽입 자동 단계 Appian 제품에서 사용 가능 역사적 추세를 분석 할 수 있습니다 따라서이 분석은 Appian 시스템 내부 나 외부 빅 데이터 아키텍처 활용 우리를 위해 의사 결정을 내리는 비즈니스 규칙을 구현할 수 있습니다

그래서 나는이 주장을 자동적으로 비교할 수 있다고 말할 수있다 역사적인 주장에 반하여 이 주장이 역사적인 경향과 일치하지 않는 경우 일치, 사기 조사를 위해 자동으로 깃발과 경로 예를 들어 이렇게 말하면됩니다 누군가가 정면 충돌을보고했다 그 정면 충돌, 그 사람은 말하고있다

"글쎄, 네, 전 헤드 라이트를 교체해야합니다 "앞 범퍼를 교체해야합니다 "그러나 나는 또한 나의 후방 범퍼에 찰과상을 가지고있다" 이제 청구 관리자가 그 스크래치를 잡을 것입니다 후방 범퍼에서 아주 빨리 말하고, "글쎄, 그건 의심스러운 것 같다

"보통, 당신은 당신의 후부의 범퍼에 찰상을 가지고 있지 않다 "만약 당신이 앞날이 맞다면" 그러나 우리는 그것을 자동화 할 수 있습니다 모든 싱글 클레임을 가져 가자 그것은 과거에 일어난 일입니다

매 순간의 충돌에 대해 말하십시오 그때까지 일어난 일이 뭐지? 교체해야 할 부품 및 부품 확인 이 상황에서 교체를 요청하는 역사적 추세와 비교하고 이변을 확인합니다 따라서 이것은 큰 데이터 아키텍처를 활용할 수있는 방법입니다 자동 결정을 지금 지원하기 위해 비즈니스 프로세스를 훨씬 더 효율적으로 만들 수 있습니다 이제 기술적으로 어떻게해야할까요? 그래서 Appian은 직접 사물에 연결하는 서비스를 제공합니다

하둡 (Hadoop) 웹 API 인 하둡 얀 (Hadoop Yarn) SPARK 시스템 및 기타 유형의 빅 데이터 아키텍처, 그러나 이러한 네이티브 빅 데이터 아키텍처를 결합 할 수도 있습니다 데이터베이스와의 관계, JMS 메시징 및 직접 커넥터 SAP, Salesforce, 시벨 (Siebel), 마이크로 소프트 다이나믹스, 셰어 포인트 및 CMIS 그리고 우리가이 데이터를 조사 할 때 우리는 그것을 이해할 필요가 있습니다 그래서 Appian은 추출, 변환, 로딩 도구 및 통계 기능 구조 내용 파싱뿐만 아니라 텍스트 마이닝 수행 그래서 나는 자유형 텍스트 안에 텍스트 패턴을 식별 할 수있다 대형 데이터 세트 인 경우 XML 및 JSON을 구문 분석하기 만하면됩니다 나는 주조, 전환, 집계 및 데이터 조작 Appian 아키텍처 내에서의 분석, 마지막으로 수학 함수를 적용합니다

재무, 삼각 함수, 통계 함수와 같은 데이터에 대한 추가 계산을 수행합니다 내가이 모든 데이터를 채굴함에 따라, 이전 시나리오에서이를 통합 할 수 있습니다 이를 이해하기 위해 여기에도 두 가지 유스 케이스가 있습니다 레버리지를 사용했던 고객 사례 Appian 환경에서의 대용량 데이터 아키텍처 좋은 것은 EDP Renewables입니다

EDP ​​Renewables에 대해 들어 보지 못했다면, 그들은 가장 큰 것 중 하나이다 북미의 풍력 터빈 관리자 북미에는 29 개의 풍력 발전 단지가 있습니다 그들은 청정 에너지의 가장 큰 생산자 중 하나입니다 북미 전역에 걸쳐 그리고 그들의 도전은 풍력 터빈을 현장에서 서비스하는 것입니다 이제 그 문제는 그들은 지리적으로 매우 분산되어 있습니다

어떤 풍력 터빈에 정지 시간이 있다면, 어떤 중단 시간이라도 내 능력에 영향을 미칠 수 있습니다 첫째, 전기뿐만 아니라 수리 비용 내가 전에 말했듯이, 그들은 지리적으로 매우 분산되어있다 서비스 기술자가 하루 종일 걸릴 수 있습니다 그 장소까지 운전하면됩니다 이제이 풍력 터빈은 300 피트 높이입니다

그래서 그것은 또 다른 날을 간단하게 확장 할 수 있습니다 풍력 터빈의 높이까지 해결책이 무엇인지 이해하십시오 그래서 그들의 해결책은 정말로 주위에 있습니다 사회 터빈 문제 관리 및 그들의 도전 먼저 어떤 터빈을 고쳐야 할지를 어떻게 알 수 있습니까? 매일 모든 종류의 터빈 문제가 있습니다 빅 데이터를 기반으로 알고리즘을 개발했습니다

위험 및 우선 순위 번호가 생성됩니다 자동으로 서비스 기술자를 안내합니다 이걸 조금 이해하면 심층적으로, 그들은 지능을 구축했습니다 고장 수리 우선 순위 시스템 이제 이것이 시나리오예요

중간에 막으려 고하고 있습니다 바람 터빈 불면, 화재에 붙잡다 이제 이것이 가장 극단적 인 예입니다 모든 사소한 문제가 있습니다 간단한 소프트웨어 업데이트 또는 일반 유지 관리와 마찬가지로, 그러나 가능한 많은 문제가 있습니다

나는 많은 다른 조건들을 이해할 필요가있다 이제 큰 데이터 아키텍처가 등장합니다 문제를 기록하면 자동으로 묶인 비즈니스 규칙을 사용하여 그 문제를 측정하십시오 글로벌 날씨 패턴과 같은 큰 데이터 소스, 특히 그들이 떠오르는 날씨 패턴 바람 터빈의 모든 위치에서 특정 지역의 실시간 와트 가격 북미 에너지 시장에 대해 잘 알고 있다면, 에너지는 근본적으로 발전소 사이에서 교환되며, 그리고 에너지 가격은 변동한다

주별 일일 수준 그래서 나는 달성 할 수 있을지도 모른다 택사스에있는 아주 높은 이윤폭 특정 기간에 캘리포니아에 비해 또한 분석 중입니다 모든 역사적인 경향은 고정되어있다

따라서이 문제와 유사한 모든 단일 문제에 대해, 고칠 때까지 얼마나 오래 걸렸습니까? 소프트웨어 업데이트가 빠릅니다 전체 터빈 교체가 길었습니다 그래서 저는이 터빈 픽스를 분석하고 비교할 수 있습니다 이전 대기 시간에 걸쳐 실제로 무엇이 예상되는지 예측한다 이 고장 수리 문제로 발생합니다

그리고 마지막으로, 나는 얼마나 많은 돈을 가지고 있는가? 이 터빈이 실제로 나를 위해 생성 될 수 있습니까? 따라서이 터빈 만 생성한다면 특정 메가 와트 용량, 음, 그리고 그것은 와트와 날씨에 기반합니다 그것들은 모두 효력을 발생해야합니다 날씨가 여기에 적용되는 이유는 중요합니다 이것이 풍력 터빈이기 때문에 미터법입니다 그들이 날씨 사건이 오기를 기대하고 있다면 다음 2 주일에 그들은 바람을 맞을 것으로 예상됩니다

이제 10 마일에서 속도를 올리면 지금 30 마일이됩니다 나는 그 날씨 사건에 대한 나의 사업을 자본화하고 싶다 그래서 나는 내 자원을 미리 옮길 수 있어야한다 그 바람을 잡아서 더 많은 와트를 생성하고, 따라서 내 효율을 최적화하십시오 이 조직에 대한 나의 돈 이익

그래서 기본적으로 사람들을 갖는 대신 주로 무엇을 고칠 지 결정하려고 할 때, 완전히 대용량 데이터 소스를 기반으로 한 자동화 된 지능형 시스템 엔지니어에게 알려주고 다음으로 수정하십시오 그리고 이것은 그들이 RPN 점수라고 부르는 것에 들어갑니다 위험 및 우선 순위 번호 그런 다음 본사로 돌아가서 대시 보드를 가지고 있습니다 이 모든 것을 실시간으로 분석하고 있습니다

서비스 엔지니어가 어디로 향하고 있는지, 매일 변동하는 RPN 점수 모든 다른 중단 문제에 대해, 트랙 확인 시간도 추적 할 수 있습니다 지능을 데이터 소스에 다시 적용하는 방법 이는 실제로 비즈니스의 효율성을 최적화합니다 또 다른 좋은 예는 우리가 보아온 매우 인기있는 예입니다 여러 은행의 Appian 시스템 구현 전반에 걸쳐 첫째, 분명히 돈세탁 방지입니다 그리고 첫 번째로, 이것은 실제로 큰 데이터 문제처럼 보입니다 지금 돈세탁은 더 크고 더 큰 문제입니다

우리가 더 멀리 나아갈 때 뱅킹의 디지털 거래로 그리고 당신이 이것을 보면 큰 데이터처럼 보입니다 수십억 수십억의 거래가 있습니다 매일 매일 건초 더미에서 그 바늘을 어떻게 찾을 수 있습니까? 개별 자금 세탁 방지 사건에 대해 음, 큰 데이터가 실제로 여기 해결책입니다 그러나 유일한 솔루션은 아닙니다

그러나 실제로 돈세탁 방지를 살펴 본다면 규정, 실제로는 많은 비즈니스 프로세스입니다 관리 문제는 큰 데이터 문제이므로 그리고 이것은 돈세탁에 대한 실제적인 규정입니다 은행들이 준수해야 할 6 가지 간단한 진술 프로그램은 서면으로 승인 받아야합니다 고위 관리자

음, 승인 프로세스가 기본 핵심입니다 내가 BPM 시스템의 사람들에게 승인 작업을하지만 역사를 이해한다 누구가 무엇을 승인하고 관계를보고 했는가 이제 여기에 큰 데이터가 작용합니다 회사가이를 확실히 감지 할 수 있도록 합리적으로 설계되어야합니다

그래서 그 탐지는 대단히 큰 데이터 솔루션입니다 큰 데이터 아키텍처가 필요합니다 뱅킹 거래를 추적하고 출처를 공개 가능한 돈세탁 방지 사건에 대해 하지만 당신이 무언가를 발견 한 후에는 무엇을합니까? 의심스러운 활동을보고해야합니다 보고는 프로세스입니다 규칙과 규정을 준수해야합니다

규제 당국을 확인하고보고한다 그 정보들을 내가 당국에 붙잡 았을 때 그리고 합리적으로 설계되어야합니다 AML 규칙을 준수하기 위해,하지만 결국, 고객의 진정한 정체성을 알고 있습니다 지금 이것은 정말로 더 많은 프로세스 솔루션을 말할 것입니다

내가 어떻게 고객을 알 수 있는지 살펴 본다면 내가 상대하고있는 것은 진짜 사람이다 이것이 프로세스 규칙 시행의 도전입니다 발견 한 큰 데이터 소스 도움을받을 수 있습니다 신원을 확인하는 방법은 무엇입니까? 그들이 새로운 고객을 등록 할 때 은행 계좌 그들이 적절한 규칙을 지키도록 보장 할 것입니다 그 사람의 신원을 확인하는 규정이 있습니다

그렇다면 프로세스 시행에 관한 것입니다 독립적으로 테스트해야합니다 프로그램의 적절한 이행을 보장해야한다 따라서 테스트는 또한 프로세스입니다 나는 그 규칙들과 정책들이 지켜 지도록해야한다

AML 책임자 FINRA가 지정해야합니다 그리고 마지막으로 지속적인 교육이 제공되어야합니다 다시 한번 말하면, 지속적인 교육 또한 하나의 과정입니다 그래서 당신은 높은 수준에서 어떤 해결책을 볼 수 있습니다 큰 데이터가 실제로 완전히 해결되지 않은 것처럼 보입니다

큰 데이터 소스를 결합 할 때까지 비즈니스 프로세스 관리 시스템과 함께 보다 지능적인 비즈니스 운영을 창출합니다 그리고 그것으로, 나는 결론을 내릴거야 빈스와 질문에 열어 라 Appian 또는 BPM에 대한 질문이있는 경우 또는 이러한 솔루션 중 일부는 우리가 그것에 대해 기꺼이 이야기 할 것입니다 그리고 물론, 당신은 malcolm

ross@appiancom 또는 Appiancom 웹 사이트를 방문하십시오 고마워, 빈스, 내가 너에게 돌려 줄거야 말콤, 대단한 세션, 매우 자극적인데

나는이 모든 새로운 방식을 어떻게 수렴 하는지를 좋아합니다 통찰력뿐 아니라 디지털 참여도에 대해 생각해보십시오 사람들이 기업에서 원하고, 정말로 대단하고 생각을 자극하는 세션 고마워 – [Malcolm] 항상 즐거움입니다

Integration Developer News의 일부가 될 것입니다 알다시피, 말콤, 이렇게 많은 다른 층들 비전과 기술 제공에 이르기까지 큰 그림과 같은 질문으로 시작합시다 기본적으로 피벗에 대해 이야기합니다 기존 BI 대시 보드를 뛰어 넘는 큰 데이터 이동, 많은 사람들이 좋아합니다 그 질문은 당신이 큰 데이터 사용에 대한 훌륭한 고객 사례 프로세스와 규칙으로 의사 결정주기를 최적화하려면, 그러나 당신은 우리의 그것들을위한 조리법을 제공 할 수 있습니까? 시범 프로젝트를 위해이 분야에 새로운 것이 있습니까? 그래

[Malcolm] 그래 비즈니스 프로세스에서 큰 데이터 활용 관리 시스템은 실제로 매우 진보 된 개념입니다 따라서 물론 큰 데이터를 인벤토리로 시작하는 것부터 시작하십시오 아키텍처와 전통적인 시작하기 큰 데이터 시스템은 그 데이터를 통합하기 시작합니다 다음은 정말로 그 때를 생각하고 있습니다

핵심 비즈니스 규칙은 무엇입니까? 이제 귀하의 웹 세미나 참석자를 상상해보십시오 BPM 벤더가 왜 제시하고 있는지 상상해보십시오 큰 데이터 웹 세미나에서 그리고 물론, 내가 보여 주려고 노력했듯이, 그것은 매우 많은 상관 관계가 있습니다 그 큰 데이터를 효과적으로 활용하고 있다는 것입니다

따라서 기본적으로 0으로 시작한다면, BPM 또는 빅 데이터 아키텍처라고 말하지 않고, 발끝을 양쪽으로 나누어서 시작하십시오 대규모 데이터 아키텍처를 설정하십시오 데이터 소스로 피드를 시작하십시오 비즈니스 프로세스 관리 규칙 아키텍처를 설정합니다 캡처를 시작하고, 비즈니스 프로세스가 무엇인지 이해하십시오

일단 그 프로세스를 이해하면, 지능을 적용 할 수있는 곳을 생각하고 있습니다 어디에서 고효율 문제가 발생합니까? 더 지능적인 규칙에 의해 자동화 될 수 있습니까? 그런 다음 이해하기 시작합니다 어떻게 그 규칙들을 가져올 수 있죠 그래서 병렬 트랙이 있습니다 거기에서 시작하고 그 다음에는 두 분야 모두에서 성숙한 느낌이들 때

– 위대한 이륙 토론입니다, 말콤, 왜냐하면 아시다시피 우리의 참석자들 또는 청중은 오늘 큰 데이터 사람들, 통찰력이있는 사업 사람들, 일부 건축가뿐 아니라 나는이 질문을 다소 나타낼 것이라고 생각한다 그런 생각, 그리고 당신의 훌륭한 본보기로 간다 당신이 풍력 터빈에 대해 말한 고정 시스템의 그리고 그 질문은 간단히 말해서, 연사는 양쪽 모두의 최종 결과를 공유 할 수 있습니까? 이 터빈 프로젝트의 IT 또는 비즈니스 사용자? 앱, 워크 플로우, 프로세스, 또는 단순히 규칙에 대한 새로운 트리거? 글쎄, 그들은 아 피안 시스템을 샀어 프로세스 솔루션으로 그래서 그들은 프로세스에 문제가있었습니다

매우 전문화 된 매우 높은 비용의 서비스 엔지니어 풍력 터빈에서는 효율을 극대화하고자합니다 그리고 그들은 단지 말하기 시작했습니다 "글쎄, 나는 프로세스 솔루션이 필요하다 "정말이 사람들을 조직하고 확신합니다 "그것은 그들의 시간의 효율성을 극대화 할 것이다

" 그리고 나서 그들은 깨달은 시점에 왔습니다 음, 효율성을 극대화하려면 어떻게해야합니까? 글쎄, 나는 정말로 다음에 어디로 보낼 지 모른다 그래서 이것은 프로세스 중심의 구동 방식이었습니다 그런 다음 그들은 큰 데이터 아키텍처로 들어가기 시작합니다 돈세탁 측면에서, 우리는 거의 정반대의 행동을 사람들 큰 데이터 문제로 돈세탁 방지에 접근하고 있습니다

그들은 통찰력조차 얻을 수 없다 은행 거래의 유동성을 이해하기 위해 돈 세탁은 어디에서 일어나고 있는지 그러나 그들이 마침내 말하면, "이봐, 나는 뭔가를 발견했다 "나는 내 은행에서 가능한 불법 행위 패턴을 발견했다 "내가 그걸로 뭘 할까?" 바로 BPM이 시작되는 곳입니다

그래서 사람들은 더 지능적인이 길을 찾는다 여러 각도에서 사업 운영 그러나 전형적으로 결합에서 랑데부하지만 큰 데이터 아키텍처를 가진 BPM 시스템의 대단하군요 말콤과 관련된 또 다른 종류의 ROI 관련 질문이 있습니다 이 하나 읽고, 나는 능력을 이해합니다 수 많은 데이터가 나를 도울 수 있습니다

비즈니스 프로세스 및 규칙을 최적화합니다 Appian이 우리에게 도움이 될 수 있습니까? 의사 결정 관리를보다 실시간으로 수행 할 수 있습니까? 그래, 재미있는 부분이야 우리가 끌어 당기는 양상을 말할 것 인 것에 관해 우리는 조금 말했다 어쩌면 고장 수리 엔지니어가 서비스 목록을 당기는 것일까 요? RPN 점수를 이해합니다 그건 내가 말한 것만 큼 많은 실시간이 아니야

내가 뭔가를 감지하고있는 푸시 인터페이스 빅 데이터 아키텍처에서 이제는 내 Appian으로 푸시 시스템 실시간 및 효과적인 프로세스 트리거 그것은 확실히 또 다른 유스 케이스이다 그것은 완전히 지원 될 수 있습니다 그런 종류의 방아쇠를 만드는 것 대규모 데이터 아키텍처 내부 내가 돈세탁 패턴을 발견했을 때

기술자 또는 분석가 깃발이있는 대신 해당 패턴을 수동으로 지정하고 자동으로 플래그를 지정하십시오 Appian 프로세스를 트리거합니다 정말 다른 사용 사례입니다 BPM의 조합으로도 지원 될 수 있습니다 대규모 데이터 분석 환경을 제공합니다

– 아주 좋아, 아주 좋아 여기 당신 테마에 기반한 또 다른 질문이 있습니다, Malcolm, 자율적 인 의견이나 이러한 의견을 올리는 방법 데이터와 프로세스 사이의 루프 및 규칙이보다 간소화되었습니다 Appian은 규칙이나 프로세스가 내 분석을 사용하여 새롭고 세련된 조치를 취할 수 있습니까? 어떤 시점에서 큰 데이터가 보일 것입니다 인간이 새로운 무언가를 찾도록 유도 할 것입니다 – [Malcolm] 제비가 있다고 말하고 싶습니다

서로 다른 범주의 규칙 중에서 우리는 말할 것입니다 규제 규칙과 같은 엄격한 규칙이 있습니다 내가 따라야 만하는, 그리고 당연히, 당신의 정의가 잘되어 있거나 간단하게 적용되고 있습니다 설정된 규칙 정의에서 그리고 나서 당신이 만들 수있는 것이 있습니다

빅 데이터 아키텍처와 결합 할 때 지적이고 진화하는 규칙들 예를 들어, 그 보험 예에서 청구 사기, 패턴, 음, 시간이 지남에 따라 자동차가 바뀝니다 내가 끊임없이 자동차를 바꾸고 조각을 바꾼다면 또는 내가 바꾸면 그 차에서 교체하거나 고쳐야 할 부분 그 큰 데이터 아키텍처를 제대로 활용하려면 제 규칙이 중요합니다 자동으로 업데이트되고 변경됩니다 예를 들어 컴퓨터 시스템에 문제가 있습니다

내 차에서, 그리고 나는 보험 청구를 제기하고있다 음,이 컴퓨터 시스템은 높은 변화의 영역입니다 지금 자동차와 같아 점점 더 많은 자동차를 가지고 있습니다 현대의 컴퓨터 시스템이 설치되었습니다 그리고 문제가 그것들에서 발생하기 때문에, 그것들은 당신의 큰 데이터 시스템에도 기록 될 것입니다

패턴은 시간이 지남에 따라 진화 할 것이며, 그러한 패턴은 비즈니스 규칙에 영향을 미칩니다 그래서 이것을 통해 실제로 지능형 애플리케이션을 구축 할 수 있습니다 비즈니스 규칙은 하나의 규칙을 식별하고 시행하며, 그러나 나는 패턴을 찾고 그 패턴은 진화한다 대규모 데이터 아키텍처가 발전함에 따라 시간이 지남에 따라, 그러면 분명히 그들의 진화에 영향을 미친다 그리고 그것은 정말로 기계 학습의 영역에 들어갑니다

당신은 어려운 규칙을 강요하는 것이 아닙니다 나는 패턴을 찾고 있어요 나는 특정 지역의 패턴에 반응하고 있습니다 그 패턴은 시간이 지남에 따라 변하고 있습니다 상대적으로 느슨한 규칙을 만들려는 것이 전부입니다

패턴 기반이며 하드 기반 다시 데이터가 패턴을 전개하도록 허용 시간이 지남에 따라 규칙이 적용될 수 있습니다 – 아주 좋아 연사가 우리에게 조금 걸릴 수 있습니까? Appian 라이프 사이클 내부? 예를 들어 빅 데이터의 번역은 어디에서합니까? 통찰력을 얻으시겠습니까? – [Malcolm] Appian 자체가 실제로 활용합니다 거대한 데이터 아키텍처 우리 자신의 프로세스 실행 및 프로세스 정보를 저장합니다 그래서 우리는 우리 자신의 큰 데이터 아키텍처 시스템을 가지고 있습니다

보고서를 최적화하기 위해 독점적으로 설계되었습니다 프로세스 및 규칙 실행 데이터 이제 우리는 일반적으로 외부의 빅 데이터 아키텍처를 사용합니다 우리는 다수의 통합 어댑터를 제공합니다 다른 데이터 소스에 대해 아마 그 집계를 제공 할 것입니다 외부 데이터 소스에서 그래서 당신은 전통적인 큰 데이터 분석 환경 제공 그 통찰력과 견해와 패턴 분석

그런 다음 큰 데이터 분석에서 패턴을 확인합니다 도구, Appian이 규칙 호출에서 해당 환경 호출 그 패턴을 활용하고 결정을 자동화 할 수 있습니다 따라서 효과적으로 사용하는 모든 아키텍처 여러 소스를 결합하는 것이 실제로 가능할 것입니다 Appian에서는 프로세스 정보에서 런타임 데이터를 외부 데이터 소스와 함께 제공합니다 EDP와 풍력 터빈의 예가 그 좋은 예입니다 그들이 과거의 과거 기록을 사용하고있는 곳 날씨 패턴과 함께 풍력 터빈에 외부와의 메가 와트 거래 패턴 큰 데이터 소스를 하나의 비즈니스 풀로 통합합니다

말콤, 시간이 얼마 남지 않았어 그러나 당신이 가기 전에, 매우 다양한 차원 이 솔루션은 Appian에 둘 다있다 독립 실행 형이지만이 모든 큰 데이터 소스로 작업 할 수 있습니다 당신은 클라우드 풍미가 있다고 언급했습니다 사람들이 아 피안 (Appian) 사이트에 어떻게 참여할 수 있는지 알려줄 수 있습니까? 어쩌면 실용적인 느낌을주고 어쩌면 제안 할 수도 있습니다

어떤 이해 관계자가 재판을받는 것이 가장 효과적일까요? 그래, 만약 네가 아 피안 (Appian)과 교제하고 싶다면, Appiancom으로 가십시오 우리는 우리 솔루션으로 당신과 함께하게되어 기쁩니다 컨설팅 팀 무료 평가판 경험을합니다 그러나 우리와 함께하고 싶다면, 비즈니스 사용자와 IT 사용자 모두가 참여할 것을 권장합니다

전에 말했듯이, 빅 데이터 아키텍처와 BPM 시스템 결합 꽤 고급 시나리오입니다 이러한 프로세스가 무엇인지 생각해야합니다 효율성 향상이 어디에 적용될 수 있는지 이해해야합니다 일반적으로 비즈니스가 가장 적합합니다 데이터 아키텍처를 이해할 수 있습니다

큰 데이터 소스를 시스템에 어떻게 가져올 수 있습니까? 이러한 통합의 기술 측면을 정의합니다 비즈니스와 IT가 결합 된 팀 그 해결책에 대해 생각하는 것이 최선의 방법입니다 그 교전을 시작하는 종류로 – [빈스] 훌륭한 통찰력, 훌륭한 충고, Appian의 Malcolm Ross, 제품 담당 부사장 대단한 세션에 다시 한 번 감사드립니다

여기에 모션에서 빅 데이터 우리가 말하는 게 아니란 걸 좋아해 단순히 지능적인 통찰력을 제공하지만 비즈니스 사용자 중 상당수가 생각하는 단어 행동 큰 데이터를 가져 가고 싶습니다 그리고 아 피안의 비전에 따르면, 정말 사려 깊은 세션이었습니다 시간 내 주셔서 다시 한번 감사드립니다

– 고마워, 빈스 – [빈스] 그리고 빅 데이터 모션 (Big Data in Motion)에서 우리가 여기서하고 싶어하는 것처럼, 말콤 (Malcolm) 무료 평가판을 포함하여 여기에 몇 개의 링크 목록이있는 슬라이드를 올려 놓을 것입니다 정말 당신의 시간 가치가있는 것뿐만 아니라보세요 이 화면의보기 영역 아래의 소규모 회의실에서 다운로드 가능한 백서가 여러 개있는 것을 볼 수 있습니다 또한 Malcolm이 언급 한 그 링크 다시 한 번 감사드립니다