Несостоявшиеся обещания извлечения, преобразования и загрузки — и что будет дальше

Несостоявшиеся обещания извлечения, преобразования и загрузки — и что будет дальше

28 марта 2023 г.

Телекоммуникационные компании оказались в любопытном положении. С одной стороны, они обладают обширными запасами теоретически пригодных данных, возможно, больше, чем любая другая отрасль. Однако, с другой стороны, эти данные часто трудно, если вообще возможно, осмысленно использовать. Так много воды, так мало питья.

Главным виновником здесь является разбросанный характер всей этой информации. Телекоммуникационные фирмы по своей природе являются крупными предприятиями, и их данные чаще всего распределяются по большому количеству систем. Подумайте о биллинговых системах, платформах управления продуктами и данных. склады. Или множество важных ресурсов, которые обслуживают такие вещи, как обслуживание клиентов и доступность сети. По необходимости и замыслу эти операции растягиваются.

Соответственно, синтез всех этих данных — например, извлечение из них ценной информации, которая может помочь в привлечении клиентов, — представляет собой геркулесову задачу с потенциальными ловушками. Телекоммуникационным компаниям нужно иметь единое представление о своих клиентах, но они изо дня в день борются за его получение. В результате их понимание остается лишь частичным и туманным, и, как следствие, не удовлетворяются потребности клиентов, а доходы теряются.

Невыполненные обещания «извлечь, преобразовать и загрузить» (ETL)

В течение многих лет одним из основных убеждений телекоммуникационной отрасли и других отраслей, работающих с огромными объемами данных, было то, что ценные сведения возможны только в том случае, если все данные находятся в одном центральном хранилище. Это было обещание «извлекать, преобразовывать и загружать" — направлять данные из множества разрозненных источников в единый "озеро данных" может быть рентабельным и помочь компаниям получить необходимую информацию о своих клиентах.

Конечно, на практике все оказалось сложнее. Сбор и объединение данных из полудюжины или более различных источников стало чрезвычайно трудоемким и дорогостоящим для бизнеса. Данные из различных источников часто должны быть преобразованы, чтобы поместиться в единую связную базу данных. И этот процесс извлечения был дорогостоящим, не говоря уже об опасности, если учесть риск кибербезопасности, возникающий в процессе транспортировки.

Все это говорит о том, что извлечение, преобразование и загрузка определенно не выполнили своих обещаний. Его высокая стоимость и сложность оказались непреодолимым препятствием для быстрого и эффективного понимания. Наборы данных были опущены по разным причинам; попытки ввода новых данных приводили к бесконечным (и дорогостоящим) проектам, реализация которых занимала целую вечность, и к этому моменту данные часто уже не были нужны или просто устарели.

Почему сетевые платформы данных являются ответом

К счастью, за последние несколько лет многие представители отрасли открыли альтернативу подходу "извлечение, преобразование и загрузка", который позволяет компаниям экономить значительные суммы денег и при этом получать гораздо больше полезной информации.

Эта альтернатива? Это называется сетевой платформой данных. Проще говоря, сетевая платформа данных использует метаданные для идентификации различных источников данных и выбора наиболее эффективного способа их объединения.

Представьте себе представителя службы поддержки, разговаривающего по телефону с клиентом. Чтобы ответить на этот конкретный запрос клиента, представителю нужны специализированные данные, извлеченные, скажем, из полдюжины потоков данных компании, например, информация об использовании сети клиентом или история выставления счетов, или данные на основе машинного обучения о том, находится ли клиент в сети. правильный план для их нужд.

При старом режиме ETL это было бы сопряжено с множеством трудностей. Однако теперь — благодаря возможности виртуализации данных в разрозненных хранилищах — доступ к соответствующей информации можно получить мгновенно. Благодаря машинному обучению эти данные легко объединяются в режиме реального времени, чтобы предоставить именно ту информацию, которая нужна представителю службы. Соответственно, клиент испытывает большую степень удовлетворения. Масштаб — за счет тысяч одинаково оптимизированных взаимодействий в день — компания увеличивает свою эффективность и, следовательно, свой доход.

Здесь все время, усилия и ресурсы, когда-то поглощаемые моделью ETL, значительно сокращаются, равно как и проблемы с репликацией данных и безопасностью. Данные можно анализировать там, где они есть, не тратя время на их сбор в одном месте.

Телекоммуникационные компании получают более быстрое понимание клиентов, более высокие конкурентные преимущества и, как прямое следствие, более значительные инновации при меньших затратах. В результате улучшается каждый аспект бизнеса, от планирования сети до обслуживания клиентов.

Более быстрый доступ к информации неизбежно способствует лучшему и быстрому принятию решений, что является двигателем роста любой компании.


Ведущий образ создан со стабильной диффузией. n


Оригинал
PREVIOUS ARTICLE
NEXT ARTICLE