Imaginez ce scénario : vous venez de "cliquer" sur un article que vous commandez en ligne. Quel type de "trace de données" avez-vous généré ? Vous avez certainement généré une transaction - le type d'"événement commercial" qui entre dans le système comptable d'un vendeur, puis dans son entrepôt de données en vue d'une analyse ultérieure des ventes. Jusqu'à il y a quelques années, c'était à peu près la totalité de vos données.

Ces derniers temps, la notion même de piste de données a explosé. La première vague de nouvelles données entrant dans votre piste de données consistait en des interactions web et mobiles - ces dizaines ou centaines (voire milliers) d'"événements humains" - clics de recherche et publications sur réseaux sociaux que vous exécutez avant et après une commande en ligne. Il s'avère que ces interactions humaines, lorsqu'elles sont associées à des transactions commerciales, sont essentielles pour mieux insight les comportements.

Et maintenant, nous entrons dans la prochaine vague de nouvelles données - les observations faites par le nombre toujours croissant de capteurs intelligents qui enregistrement chaque "événement machine". Dans notre exemple ci-dessus, pour chaque interaction humaine soutenant votre commande en ligne, il peut y avoir des centaines ou des milliers de logiciels, de réseaux, de lieux et de mesures d'appareils qui sont recueillis et ajoutés à votre piste de données. Une intégration et une corrélation plus poussées de ces observations de la machine dans votre flux particulier de transactions commerciales et d'interactions humaines permettraient des Fonctionnalités analytiques avancées qui changeraient la donne - promettant une "boucle fermée" de décisions toujours plus opportunes et plus précises.

En résumé, nous nous trouvons face à un patrimoine de données hybride patrimoine de données hétérogénéité si stupéfiante qu’il modifie à jamais tant les défis que les opportunités liés à la collecte et à l’analyse des données opérationnelles pertinentes – ces événements liés à l’activité, aux personnes et aux machines qui constituent votre trace de données. La capacité à gérer, intégrer et analyser tous ces événements de données hybrides à une échelle alliant coût et performance – afin de mettre en place les pipelines nécessaires pour passer des données à la prise de décision – devient la clé d’une infrastructure de données moderne et de la réussite des analyses modernes.