Az adatvezérelt működésről szóló viták gyakran technológiák körül forognak. A kérdés azonban elsősorban nem az, hogy mit lehetne bevezetni, hanem sokkal inkább az, hogyan lehet ezeket a meglévő rendszerekhez úgy illeszteni, hogy valódi üzleti értéket termeljenek. Hiszen a legtöbb cég nem "zöldmezős" terepen indul: van ERP, CRM, BI, sokszor egy jól működő adattárház – ezekre kell építkezni, nem pedig mindent lecserélni.

Mindazonáltal érdemes áttekinteni, milyen technológiák állnak rendelkezésre napjainkban. Kezdjük is mindjárt az alappal, vagyis az adattárházzal.

Data warehouse és data lake

Az adattárház évtizedes fogalma még ma is a vállalati elemzés egyik legfontosabb pillére. Itt "élnek" a strukturált, historikus adatok, a pénzügyi és controlling jelentések, a standard KPI-ok, vagyis a kulcsfontosságú teljesítménymutatók. Az adattárház legnagyobb értéke a stabilitás és az egységes definíció: ugyanazt jelenti az árbevétel, a fedezet vagy az ügyfélszám minden riportban. A témával cikksorozatunk előző részében foglalkoztunk, ahol kiveséztük, miért okozhatnak problémát a nem egységes definíciók.

Ugyanakkor az adattárház nem mindenható adatforrás. Például nem ideális nagy mennyiségű nyers adat gyors felfedezésére, kísérletezésre, vagy félstrukturált adatok kezelésére. A modern vállalati architektúrában azonban az adattárház egyáltalán nem tűnik el, hanem specializált szerepet kap. Az "egyetlen igazság" forrása marad, amivel minden részleg dolgozhat, miközben más technológiák egészítik ki.

Hasonló, de közel sem ugyanezt a szerepet tölti be a data lake. Az adattó lett ugyanis a válasz arra a problémára, hogy egyre többféle adat keletkezik, amelyek nem férnek bele az előre definiált sémákba. A logok, szenzoradatok, webes események, szövegek olcsón és skálázhatóan tárolhatók egy adattóban. A gond ott kezdődik, amikor "adattemetővé" válik: nincs tulajdonos, nincs leírás, nincs minőségellenőrzés.

Jól illesztve azonban a data lake átmeneti és felfedezési réteggé válhat. Itt dolgoznak az elemzők és data science csapatok, innen kerülnek ki az adatok az adattárházba, vagy innen táplálkoznak a fejlettebb elemzések. Azaz nem végpontról, hanem eszközről van szó. Innen pedig már "csak" egy lépés a lakehouse.

Utóbbi egy olyan adatmenedzsment koncepció, amely egyesíti az adattárház megbízhatóságát az adattó rugalmasságával. Vállalati szempontból azonban nem az elnevezés a lényeg, hanem az architekturális gondolkodás: az egységes adatkezelés, az elkülönített számítási rétegek, a közös jogosultság- és metrikakezelés. Akár lakehouse-nak hívjuk, akár modern adatplatformnak, a cél ugyanaz: csökkenteni a redundanciát, miközben kiszolgáljuk a különböző elemzési igényeket.

Gépi tanulás és neurális hálók: mikor lépnek be?

Mikor nem kell neurális háló?
Nem minden problémára a deep learning a jó válasz. Általában nem érdemes neurális hálót használni, ha kevés adat áll rendelkezésre, a szabályok egyszerűen leírhatók (pl. üzleti logikával), fontos a teljes átláthatóság és magyarázhatóság, a döntési kockázat magas, de a modell nehezen validálható, vagy a probléma jól megoldható hagyományos statisztikai vagy egyszerűbb ML-módszerekkel. Sok esetben egy jól megválasztott regresszió vagy döntési fa gyorsabban, olcsóbban és stabilabban hoz üzleti értéket, mint egy összetett neurális háló.

A gépi tanulás és azon belül a neurális hálók ott kerülnek képbe, ahol az egyszerű szabályok és klasszikus statisztika kínálta lehetőségek már nem elégítik ki az elvárásokat. A jellemző vállalati felhasználási területei közé tartozik a kereslet-előrejelzés, az anomáliadetektálás, az ügyféllemorzsolódás becslése, a szöveg- vagy képfeldolgozás, hogy csak néhány példát említsünk.

Fontos azonban látni, hogy a neurális háló nem cél, hanem eszköz. Egy vállalati gépi tanulási megoldás jellemzően a meglévő rendszer egyik építőelemeként működik: az adatplatform állítja elő a bemeneti adatokat, a modell háttérszolgáltatásként fut, az eredmények pedig visszakerülnek a vezetői kimutatásokba vagy a napi működést támogató rendszerekbe.

A kulcskérdés ugyanakkor nem az, hogy hol fut a modell, hanem hogy hol jelenik meg az eredménye. A bevált integrációs minták jellemzően a BI-nál, az ERP/CRM-nél és a folyamatintegrációnál jelentkeznek. Az elsőnél az előrejelzések és pontszámok megjelennek a dashboardokon, ugyanazon KPI-k mellett, amelyeket a vezetés már ismer. A második esetben a modell eredménye mezőként jelenik meg, és bekerül a napi munkafolyamatba. A folyamatintegrációnál pedig riasztások, workflow-k, félautomata vagy automata döntések indulnak el.

A vállalati gyakorlatban az ERP a nyilvántartás alapja, az adatplatform számol, a modell előre jelez, a vezetői kimutatások értelmezik, a működési rendszerek pedig végrehajtanak – szükség esetén emberi felügyelet mellett.

A sztori itt még nem ér véget

A fejlett technológiák bevezetésének egyik leginkább alábecsült része a működtetés. Egy modell sosem kész állapotú, hanem folyamatosan változó környezetben "él". Figyelni kell például az adattorzulásra (drift), az adatminőség változására és az üzleti környezet módosulására is. Emellett vállalati környezetben kulcsfontosságú a jogosultságkezelés, az auditálhatóság és a magyarázhatóság, vagyis az, hogy érthetően meg tudjuk mondani, miért jutott egy modell egy adott döntésre vagy előrejelzésre.

A tanulság tehát, hogy a vállalatok nem neurális hálót vagy lakehouse-t vezetnek be, hanem döntési képességet fejlesztenek. Az adattárház, a data lake és a mesterséges intelligencia nem egymást kizáró alternatívák, hanem egymásra épülő eszközök, ennek megfelelően kell is alkalmazni ezeket.

Ez a cikk független szerkesztőségi tartalom, mely a One Solutions támogatásával készült. Részletek »