הדור הבא של האנליטיקה בענן

אנליסטים ומקבלי החלטות זקוקים היום יותר מתמיד לגישה רחבה לסביבת הדאטה ולאפשרות לבצע שינויים. כאן נכנסות לתמונה אפליקציות חכמות וקלות לשימוש, שמאפשרות לכל אדם בארגון לשאוב מידע בעזרתן, מבלי צורך בתמיכה של מפתח או איש קוד. יניב ליפן, מנכ"ל חברת Panoply, מסביר איך זה עובד

אסף לבנון
תוכן שיווקי
שתפו כתבה במיילשתפו כתבה במייל
shutterstock
צילום: shutterstock
אסף לבנון
תוכן שיווקי

בספטמבר 2020 נרשם בוול-סטריט יום היסטורי: ההנפקה הגדולה ביותר אי פעם. חברת Snowflake, המתמחה בתחום ה-Data warehouse, הנפיקה את עצמה וראתה כיצד שווי המניה שלה מוכפל תוך יום אחד בלבד. חצי שנה לאחר ההנפקה שוויה של Snowflake עומד על כ- 65 מיליארד דולר.

יניב ליפןצילום: יפעת פאר

את יניב ליפן, מנכ"ל חברת Panoply, זה לא מפתיע. כמומחה אנליטיקת ענן, ברור לו ש-Snowflake היא חתיכה גדולה בפאזל הנקרא "הדור הבא של האנליטיקה בענן" ומכאן ההצלחה והעתיד האופטימי שחוזים לה המשקיעים. "עד Snowflake תחום האנליטיקה בענן נחשב לאפור משהו וגם די פתור", הוא אומר. "כשמסתכלים על תחום הענן האנליטי ועל הצרכים שיש היום לחברות בענן, רואים מספר שחקניות מובילות שמציעות מספר מוצרים בתחום איחוד נתונים ו-Data warehouse. כל מוצר כזה יהיה בחירה ראויה דיה. הוא יספק למהנדס התוכנה שעובד עליו חיבור לדאטה, מהירות טובה, איחסון דאטה זול וגישה נוחה. כך הפך מה שפעם נחשב לאתגר משמעותי לנושא שניתן לפתור באמצעות מוצר מדף טוב וזמין.

"אבל הבעיה עדיין לא נפתרה ברמת הארגון", מוסיף ליפן. "כן, המפתח ידע איך להשתמש בתשתית אנליטיקת הענן עם הכלים הקיימים. הוא איש תוכנה וקוד. אבל מה עם האנליסט? מה עם איש הכספים שרוצה גישה לנתונים על מכירות של מוצר חדש הנמכר באתר הE-Commerce של החברה? בשביל כל שינוי בנתונים הוא עדיין צריך להישען על המפתחים, שיודעים לתחזק את הסביבה האנליטית, לעבוד עליה ולהנגיש את הנתונים לאנליסט. בעצם רק הם מסוגלים לבנות ולבצע שינויים בסביבה הזאת. הסטאק האנליטי הוא כמו חלקים במנוע, ומי שאינו מוסכניק הרי לא מבין במנוע - בוודאי לא בחלקים פזורים שלו. התוצאה היא שעובדים רבים בארגון מבקשים עזרה ממספר מצומצם של מפתחים וכך הופכים את העבודה של שני הצדדים ללא יעילה. זמנו של המפתח מוגבל ויקר וחבל לבזבז אותו על מעין תמיכה טכנית. גם יש לו סדרי עדיפויות משלו. כך נוצרה ההבנה שיש צורך לארגן את המידע בסטאק האנליטי בצורה טובה ויעילה יותר. זה הוליד את הדור הבא של האנליטיקה בענן".

אוטומציה והנגשה

אם הולכים קצת אחורה ומנסים להבהיר למה בעצם נועדה אנליטיקה בענן, מסתכלים קודם כל על הדאטה שמייצר כל ארגון. זה יכול להיות מידע מסביבת ה-Production, מידע על מכירות, מידע על פניות לקוחות, התראות המתקבלות על הקוד שפותח ועוד. בדאטה הזה גלומות תובנות רבות וחשובות. ניתוח נאות שלהם, כזה המסנן את המוץ מהתבן ומבליט את העיקר – למשל, כֶּשֶל במכירות של מוצר מסוים מתוך שורת מוצרים ארוכה - שווה כסף, והרבה. כדי לנתח את הדאטה ברמת הארגון יש לבנות תשתית אנליטית. כיום נהוג שהיא נמצאת בענן המחשוב. לקוחות של ספקי ענן גדולים דוגמת גוגל, מיקרוסופט ואמזון יכולים למצוא שם את כל הכלים הדרושים לבניית התשתית - אך הם גם צריכים ידע רב כדי לבנות ולתחזק אותה. ישנן גם חברות צד ג', שמספקות פתרונות חלקיים ונקודתיים לאנליטיקה על חלקים כאלו ואחרים של התשתית - אם בגישה למקורות הדאטה, אם שימוש ב-Data warehouse ואם בניתוח הנתונים.

חלק מחברות הצד ג' האלו, שייכות לדור הבא של האנליטיקה בענן, זה שבא עכשיו אחרי Snowflake ובנוי מאפליקציות חכמות וקלות יותר לשימוש, שיושבות על המנוע של תשתית האנליטיקה ומאפשרות לכל אדם בארגון לשאוב מידע בעזרתן, מבלי צורך בתמיכה של מפתח או איש קוד. "זה דור של אפליקציות חכמות שיעשו אוטומציה והנגשה", מדגיש ליפן. "הדברים המרכזיים שיובילו את הדור הזה הם אפליקציות ניהול ללא קוד ואלגוריתמים של אוטומציה, שיחקו את עבודת המפתחים בצורה חכמה. אפליקציות למידת מכונה ילמדו את האלגוריתם איך עליו לעבוד. אפליקציות אחרות יעסקו באינטגרציית נתונים ואחסון נתונים. כל האפליקציות ישתמשו באלגוריתמים חכמים ובממשק משתמש ידידותי. אנליסטים ומקבלי החלטות יוכלו לקבל גישה יותר ויותר רחבה לסביבת הדאטה ומכאן גם כוח לבצע שינויים וזאת מבלי לשבש את סביבת הנתונים המרכזית של הארגון. הזמן בין הרגע בו עולה הצורך במידע לבין קבלתו בצורה ברורה יתקצר מאוד. כל מי שיהיה צריך את המידע יוכל להשתמש במנוע בלי צורך לדעת מה כל חלק בו אומר ועושה".

עד כמה קרוב העידן הזה של הדור הבא באנליטיקה בענן?

"אנחנו עדיין לא רואים הרבה מהפכות, אבל כן, אפשר לראות כבר כלים מהדור הבא צצים, רובם בעיקר מכיוון הבינה העסקית, ה-BI. למשל, אפליקציות שמאפשרות כתיבת שאילתות SQL בלי צורך לדעת קידוד, או כלי בינה מלאכותית שמסוגלים לשאול שאלות ולקבל תשובות מהתשתית האנליטית".

ואיך Panoply משתלבת בדור הבא הזה?

"אנחנו מציעים תשתית אנליטית שעושה אוטומציה לעבודת המפתח סביב התחזוקה של הסביבה. המוצר שלנו פונה בעיקר לשתי אוכלוסיות: הראשונה היא ארגונים שצריכים תשתית אנליטית, אבל לא רוצים לבנות ולהישען על צוות מפתחים גדול ויקר כדי לבנות ולתחזק את הסביבה. השנייה היא יחידות מוצר בתוך ארגונים גדולים, שרוצים יותר חופש וגמישות בסביבה האנליטית שלהם. סביבת Panoply היא תשתית אנליטית נטולת קוד ואוטומטית לחלוטין. ניתן לחבר מקורות דאטה, לנהל אחסון ולגשת לדאטה בלי כל צורך בידע בקידוד, או ביכולות של מפתח. יש לנו אלגוריתמים שעושים אוטומציה לחיבור הנתונים וממשק שהוא לחלוטין No Code. בנינו את המוצר עם מחשבה על אנליסטים, לא על מפתחים, ולכן הוא הרבה יותר פשוט לשימוש. הוא מאפשר לאנליסט לשלוט בכל התהליכים של התשתית האנליטית ומספק לו סביבה שלמה וידידותית. צריך רק לחבר את הנתונים ולאחסן אותם - ו-Panoply תדאג לכל היתר. להרים את סביבת Panoply לוקח למשתמש דקות ספורות. הוא נכנס לענן, עושה לוגין ומתחיל לעבוד. אין שום התקנה, בנייה או מצב בו צריך לעשות התאמה אישית. הכל בנוי מראש ומתוחזק על-ידי אלגוריתמים ולאנליסט נשאר רק להיכנס, ללחוץ על כמה כפתורים ולהתחיל לנתח".