Hyperconverged Analytics为Tibco用户带来新体验

日期: 2020-09-27 作者:邹铮翻译:Eric Avidon 来源:TechTarget中国 英文

在星期三的虚拟用户会议上,Tibco公司推出Hyperconverged Analytics(超融合分析)。

该供应商的分析平台一直广受欢迎。在2007Tibco收购Spotfire之后不久,该公司经历了短暂的低迷,不过,在过去十年的大部分时间里,Spotfire成为Tibco主要商业智能套件, Spotfire非常具有创新性,与TableauQlik一起帮助引领该行业数据可视化迎来商业智能的新时代,并通过自然语言处理等增强的智能功能在当前时代继续突破界限。

但是,即使通过Tibco等供应商提供的所有工具,企业仍然需要做大量的工作才能使数据准备好进行分析,并最终推动数据驱动决策。

现在,Tibco将大量功能整合在一个环境中,以创建超融合分析体验。他们将视觉分析、数据科学和流分析集成到一个位置,其中主要利用的工具包括周三发布的Spotfire 11和新的流数据捕获平台Cloud Data Streams

Tibco公司首席技术官Nelson Petracek最近与我们讨论了Hyperconverged Analytics以及该供应商计划在Tibco Now期间宣布的其他新创新。该供应商成立于1997年,总部位于美国加州Palo Alto

此外,他还讨论了他在分析市场上看到的趋势、COVID-19疫情如何影响创新以及Tibco在明年的工作计划。

Tibco如何定义Hyperconverged Analytics

Nelson Petracek:Tibco有三个不同的支柱。我们有连接产品组合、预测产品组合和Unify产品组合,并且在每个组合下都有一组特定的功能。

超融合分析属于预测产品组合。对我们来说,预测产品组合非常关注分析,这包括视觉分析、流分析、数据科学、人工智能、机器学习、模型操作、自动机器学习。在我们产品组合中,Spotfire是人们最熟悉的产品。从战略的角度来看,我们希望保持开放性。我们希望人们能够即插即用、混合和匹配使用Tibco和非Tibco组件,并以他们想要的任何方式构建其架构。然而,我们也有很多客户来找我们,说:“我们很喜欢你们的开放性,让我们可以混搭不同产品,但是你能告诉我该怎么做,以及如何更具规范性吗?”

因此现在,在可预测的产品组合下,超融合分析就是让企业可构建沉浸式和智能分析型应用程序。它们非常直观,可以通过新的视觉效果进行扩展,并且具有数据科学的方面以及流和实时方面。它是智能、沉浸式体验与实时或并行流的结合,还包括数据科学-人工智能、机器学习、数据模型。超融合分析结合这三个功能,并允许企业构建使用所需功能的的应用程序。

Tibco看到哪些市场力量在推动超融合分析的发展?

Petracek:我们看到了一些不同的事情。很多行业分析师都注意到超融合分析的趋势-他们写了很多文章,他们还有专门的术语。同时,我们也在客户中看到这一趋势。我们的客户说,例如,他们想要生产车间的全面视图,不只是历史视图。他们想知道现在正在发生什么,因此他们也需要实时视图。我们看到人们想要融入数据科学,并希望其他人更容易使用它,然后结合历史和实时,并在单个应用程序中完成所有这些工作。这就是我们所看到的,我们拥有三个单独的产品,并认为我们应该能够提出一个框架、一个产品策略和产品功能,使企业能够完成所有这些工作。

Tibco Cloud Data Streams是一项新功能,它在超融合分析中发挥重要作用,那么,它到底是什么?

Petracek:它是支持实时可视化和实时分析的流分析引擎。它使你能够连接到各种流数据源-从Kafka到OPCUA(开放平台通信统一架构)以及介于两者之间的任何内容。你可以使用此引擎连接到流数据源、收集实时数据,然后进行处理或转换或聚合或操纵实时数据流(整合它们,过滤它们),然后将该数据转发到Spotfire以进行实时可视化。它的重点是数据的流传输部分。构建引擎时,针对流数据进行优化,这不同于针对一百万行数据进行优化。当你将Spotfire数据处理引擎和流分析引擎放在一起时,你将获得可整合两方面的应用程序。

为什么流数据捕获如此重要?

Petracek:人们用不同的方式定义流,这是你首先要解决的问题。现在,你会发现,由于Kafka等技术的发展或日益普及,流媒体的概念可能意味着,高速数据可导入到数据湖中。我认为,由于人们重新关注数据,数据来自何处,从更多来源收集数据的需求,以及物联网等事情进一步扩大该问题的范围,流媒体变得越来越有趣,它再次成为人们的热门话题。数据已成为企业的优先事项,而流是一种机制,通过这种机制,你可以通过Kafka、IoT等将数据导入数据湖。它经历了一些专业化的浪潮,然后变得更加通用,特别是对于某些垂直行业,现在再次成为支持企业数据策略的热门话题。

现在我们仍处于COVID-19疫情大流行期间,你们在这期间推出超融合分析技术;Tibco的产品开发和协作如何受到在家工作办公员工的影响?

Petracek:这绝对需要对我们的工作方式进行调整,这包括我们分享信息的方式、合作的方式、分享想法和观点的方式以及发展这些想法和观点的方式。以前,大家聚集在会议室中,你站在到白板前,把东西整理出来。而现在,我们必须想出新的和不同的方式来推动相同的对话并达到相同的结果。我不得不说,任何认识我的人都知道我离不开白板。我会到处飞,如果你给我一支马克笔,我可以在半小时内填满五个白板,所以对我来说这很难适应。但是,我们推出一系列创新流程,以支持由Miro和ClickUp等工具支持的创新周期,其中一些协作工具使每个人都可以看到同一屏幕,并在该屏幕上进行协作。

我们还听到人们谈论敏捷,在这种情况下保持敏捷确实很重要。我们发现,你不能得到想法,然后离开一个星期。一个星期甚至太长。这里必须有更频繁的交互周期。这里需要大家习惯以不同的方式协作,使用其中一些工具,然后更改我们的创新过程。在看过Miro板时,我看到了非常实用的虚拟便笺功能,板上有5,000个便笺,现在我们必须从中整理出思绪。

是否有令人沮丧的时刻?

Petracek:是的,我不会说,我们一帆风顺-绝对不是这样。我们正在通过新流程开展工作,我们的客户也正在通过新流程开展工作,有时我们在不同的频道,因为可能面对面时能容易识别更多信息,例如,我们无法读取客户的面部表情。有时,目标可能不匹配或结果可能不匹配。我不会说一切都很顺利。但是,如果你将重点放在团队和协作上,你就可以完成这些工作。

除了流数据的增加外,Tibco还在遵循哪些其他市场趋势?

Petracek:我们从客户那里听到的新奇有趣的事情是,将处理过程推向边缘,即收集数据的地方。他们无法将所有数据带回云端,也无法将其带回数据中心并做出决定,然后将答案推回去,因为这花费太长时间,需要传输太多数据,因此他们需要在边缘进行更多的处理。

另一个有趣的趋势是计算机视觉领域,即能够在边缘处理视频流,然后在边缘进行决策以识别威胁或机会的能力。对于很多企业而言,这已成为一个有趣的话题。整个IoT边缘、AI / ML边缘-其中之一是计算机视觉-引起了人们的极大兴趣。

我发现另一个有趣的是数字孪生的想法。你可能在有关设备的讨论中听过这个说法,但是这个概念得到扩展,其中我想要模拟我的企业运营方式,然后能够进行调整,而不必去改变我的企业。我需要弄清楚如何最大程度地赚钱,并为此创建我公司的数字孪生兄弟。

另一件事是AR / VR,因为一切都已转移到远程,并且人们非常喜欢以非常数字化和身临其境的方式与物理环境进行交互的想法。还有很多其他趋势。

现在你们已经发布超融合分析,那么,Tibco在未来一年的路线图中还有什么?

Petracek:这涉及我们今年的三个主题:围绕任何数据的主题,围绕实时的主题以及围绕连接体验的主题。从路线图和产品战略的角度来看,这就是我们的重点-扩展我们的能力以连接更多数据、更多源,无论它位于何处,我们支持在更靠近边缘生成数据的位置处理数据。这将是其中的一部分。为了能以所需的速度做到这一点是实时部分,而Tibco一直在做实时;这就是我们开始的地方。那是我们的核心宗旨之一,这种实时处理事物的能力。

最后一个是连接体验,你将在其中看到大量的工作。这使我们能够为客户提供更无缝的产品体验,这不仅是在单个产品中,而且还包括在多个产品中,那么,我们如何才能使人们更轻松地使用不同的产品功能而又不会看起来像是不同的产品?这将是我们的工作重点。我们看到,越来越多的企业希望其构建的应用程序包含所有这些不同领域-分析、API、事件处理、数据科学,他们想要通过单个应用程序创建和公开所有内容。我们看到了这种趋势,因此我们的产品必须进一步发展以支持这种趋势。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

作者

邹铮
邹铮

相关推荐

  • 如何通过7个步骤部署商业智能项目

    商业智能是数据驱动企业的重要组成部分。在竞争激烈的商业环境中,企业成功部署BI项目的能力可能决定着在市场上的输 […]

  • 企业商业智能的10大好处

    商业智能(BI)软件的起源可以追溯到20世纪60年代基于大型机的决策支持系统,随后BI技术在不断发展,以应对数 […]

  • 生成式AI会取代数据分析师吗

    生成式AI不会取代数据分析师的工作。在很多领域,人工智能都无法取代人类,特别是那些需要人类同理心和洞察力的领域 […]

  • 改进数据可视化的7项技能

    数据可视化可以实现可操作的洞察力和卓越的业务成果。但构建有效的数据可视化可能很困难。如果你想创建数据可视化,你 […]