फिनटेक ट्राइफैक्टा जिसने भारत में ई-कॉमर्स बूम का नेतृत्व किया।

 

पिछले दशक में वापस जाएं, जब आपने शायद ई-कॉमर्स साइट का उपयोग करके अपनी पहली पुस्तक खरीदी होगी। यह शायद एक रोमांचकारी अनुभव रहा होगा, कम से कम मेरे लिए तो यह था। मेरे घर के आराम से उत्पाद प्राप्त करने का विचार रोमांचित करने वाला था। हालांकि, दूसरी तरफ भुगतान को लेकर काफी डर भी था। हम में से अधिकांश ने कैश ऑन डिलीवरी का विकल्प चुनना पसंद किया, अगर उत्पाद कभी नहीं आए तो बीमा। 2022 तक तेजी से, भारतीय ई-कॉमर्स बाजार वर्तमान में $84bn पर खड़ा है, और कैश ऑन डिलीवरी, अब, ई-कॉमर्स लेनदेन का एक बहुत छोटा प्रतिशत है।

भारतीय स्टार्टअप कहानी ने एक के बाद एक क्रांति देखी है। जहां 2010 का दशक ई-कॉमर्स युग था, वहीं वर्तमान दशक फिनटेक युग है। हालांकि, भारतीय स्टार्टअप इतिहास में पहली बार, लगातार दो युगों ने दोनों क्षेत्रों के विकास को सक्षम करने के लिए एक-दूसरे के पूरक हैं।

जब 2010 में भारत में CoD को लॉन्च किया गया था, तब डिजिटल भुगतान का उपयोग भारत के मुद्रा आंदोलन के 1% से भी कम था, जिससे CoD ई-कॉमर्स कंपनियों के लिए एक महत्वपूर्ण सफलता बन गई। हालाँकि, केवल कैश ऑन डिलीवरी पर निर्भर होना भारत में ई-कॉमर्स उद्योग के विकास में एक बड़ी बाधा साबित होता, जिसका मुख्य कारण विक्रेता के परिचालन पूंजी चक्र पर होने वाली कमी थी।

जब कोई खरीदार CoD के माध्यम से ऑनलाइन ऑर्डर करता है, तो कैश डिलीवरी एक्जीक्यूटिव द्वारा एकत्र किया जाता है, जो फिर इसे डिलीवरी मैनेजर को भेजता है। इस स्तर पर, नकदी का मिलान किया जाता है और एक केंद्रीय केंद्र को भेजा जाता है। एक बार जब पैसा यहां जमा हो जाता है, तो इसे तीसरे पक्ष के लॉजिस्टिक्स (3PL) प्रदाता के बैंक खाते में जमा कर दिया जाता है, जो फिर इसे ऑनलाइन रिटेलर को ट्रांसफर कर देता है। पूरी प्रक्रिया में 2 सप्ताह से अधिक का समय लगता है और यदि ऑर्डर मूल वापसी (आरटीओ) आदेश है तो जटिलताएं और बढ़ जाती हैं। पूंजी की कमी का सामना करने के अलावा, अधिकांश ऑनलाइन खुदरा विक्रेताओं के लिए नकद ऑर्डर (आरटीओ सहित) की कुल लागत 3% से अधिक थी, जो कि डिजिटल भुगतान के लिए भुगतान गेटवे शुल्क से अधिक है। इसलिए, ई-कॉमर्स विकास यात्रा को सक्षम बनाना वास्तव में तीन गुना था। सबसे पहले, CoD से ऑनलाइन भुगतान में बदलाव को सक्षम करें। दूसरे, परिचालन पूंजी चक्र संकट को हल करें। अंत में, शेष सीओडी आदेशों के लिए, उन्हें अधिक पूर्वानुमान योग्य बनाएं और प्रक्रिया में लागत अक्षमताओं को कम करें। यहीं से फिनटेक उद्योग ने कदम रखा।

ऑनलाइन प्लेटफॉर्म पर विश्वास के अलावा, उपभोक्ताओं ने CoD का विकल्प क्यों चुना, इसका मुख्य कारण कैश से जुड़ी पहुंच और सुविधा थी। हालाँकि, यदि कोई डिजिटल भुगतान को CoD की तुलना में अधिक सुविधाजनक और सुरक्षित बनाना चाहता है, तो उपभोक्ता स्वाभाविक रूप से डिजिटल भुगतान की ओर रुख करेंगे।

पहुंच और सुविधा दोनों के लिए सबसे बड़ा समाधान हमारा स्वदेशी है रीयल-टाइम भुगतान नेटवर्क यूपीआई। UPI मोबाइल-फर्स्ट था और इस क्रांतिकारी भुगतान अवसंरचना के शीर्ष पर सर्वश्रेष्ठ-इन-क्लास UX बनाने के लिए तृतीय-पक्ष एप्लिकेशन खोलकर भुगतान को आसान और आम जनता के लिए सुलभ बनाता है। इसके अतिरिक्त, कई भुगतान विधियों की पेशकश करके, फिनटेक ने ई-कॉमर्स व्यवसायों को उपभोक्ताओं को ऑनलाइन भुगतान में स्थानांतरित करने की दिशा में पहला कदम उठाने में सक्षम बनाया। इसने डिजिटल भुगतान से जुड़े पुरस्कारों और छूटों के साथ मिलकर उपभोक्ताओं को बदलाव करने के लिए प्रेरित किया।

इसके अलावा, फिनटेक ने ई-कॉमर्स साइटों को सब्सक्रिप्शन जैसी विभिन्न भुगतान विधियों का लाभ उठाने में सक्षम बनाया, जिससे उन्हें अपनी राजस्व क्षमता का विस्तार करने और अपने नकदी प्रवाह की भविष्यवाणी लाने में मदद मिली। टोकन और एएफए जैसे नियमों के साथ, डिजिटल भुगतान बुनियादी ढांचे में उपभोक्ताओं के विश्वास को बढ़ाने के लिए डिजिटल भुगतान को सुरक्षित बनाया गया है, जिससे बदलाव में तेजी आई है।

परिचालन पूंजी संकट की चुनौती को ईकामर्स विक्रेताओं को आसान कार्यशील पूंजी और नकद अग्रिम प्रदान करके फिनटेक द्वारा हल किया गया था। डेटा एनालिटिक्स की शक्ति के माध्यम से, फिनटेक कंपनियां विक्रेताओं के नकदी प्रवाह का विश्लेषण करने और कार्यशील पूंजी के जोखिम का आकलन करने और उसे तुरंत वितरित करने में सक्षम थीं। इसने ई-कॉमर्स विक्रेताओं के विकास को बढ़ावा दिया क्योंकि उन्हें अपने व्यवसाय को सही समय पर विकसित करने के लिए आवश्यक राशि प्राप्त हुई। इन सबके बावजूद अभी भी कुछ आदेश ऐसे हैं जो सीओडी हैं।

ढीले सिरे जिन्हें बांधने की जरूरत है। शुक्र है कि डेटा एनालिटिक्स, एआई और एमएल की मदद से शेष सीओडी ऑर्डर विक्रेताओं के लिए सुरक्षित बनाए जा सकते हैं। प्रौद्योगिकी का उपयोग करते हुए, फिनटेक अब जोखिम भरे आदेशों और अविभाज्य पतों को हटाने में मदद कर सकता है, साथ ही साथ विक्रेताओं को जोखिमों को कम करने के लिए अपने ग्राहकों को प्रीपे सीओडी लिंक देने में सक्षम बनाता है। हमारे विश्लेषण के माध्यम से, हमने देखा है कि ऐसे उपाय करके, व्यवसाय अपनी परिचालन लागत का 30% तक बचा सकते हैं।

पिछले वर्ष में, हमारे डेटा के अनुसार, ई-कॉमर्स का रेजरपे प्लेटफॉर्म पर किए गए सभी लेन-देन में 5वां सबसे बड़ा योगदानकर्ता था, जो 84.37% की वृद्धि हुई और भविष्य केवल उज्जवल दिखता है। ऑनलाइन लेनदेन सुरक्षित और तेज होने के साथ, ई-कॉमर्स में वृद्धि में एक नया जोश दिखाई देगा।  

वहीं ट्राइफैक्टा कंपनी को गहराई से जानने की कोशिश करते है… 

ट्राइफैक्टा एक निजी स्वामित्व वाली सॉफ्टवेयर कंपनी है जिसका मुख्यालय सैन फ्रांसिस्को में है और इसके कार्यालय बेंगलुरु, बोस्टन, बर्लिन और लंदन में हैं। कंपनी की स्थापना अक्टूबर 2012 में हुई थी और यह मुख्य रूप से क्लाउड और ऑन-प्रिमाइसेस डेटा प्लेटफॉर्म पर डेटा एक्सप्लोरेशन और सेल्फ-सर्विस डेटा तैयारी के लिए डेटा रैंगलिंग सॉफ्टवेयर विकसित करती है। इसका मंच, जिसे ट्रिफैक्टा भी कहा जाता है, “विश्लेषकों के लिए स्वच्छ और संरचित प्रारूपों में कच्चे डेटा का पता लगाने, बदलने और समृद्ध करने के लिए डिज़ाइन किया गया है।

” ट्राइफैक्टा मशीन लर्निंग, डेटा विज़ुअलाइज़ेशन, मानव-कंप्यूटर इंटरैक्शन और समानांतर प्रसंस्करण में तकनीकों का उपयोग करता है। गैर-तकनीकी उपयोगकर्ता बड़े डेटासेट के साथ काम कर सकते हैंकंपनी को पीएचडी के साथ एक संयुक्त अनुसंधान परियोजना से विकसित किया गया था। और यूसी बर्कले प्रोफेसर जो हेलरस्टीन, पीएच.डी. और वाशिंगटन विश्वविद्यालय और स्टैनफोर्ड के पूर्व प्रोफेसर जेफरी हीर, और स्टैनफोर्ड पीएच.डी. शॉन कंडेल। कंपनी ने एक सॉफ्टवेयर एप्लिकेशन बनाया जो डेटा परिवर्तन की प्रक्रिया के लिए बुद्धिमान अनुमान के साथ दृश्य बातचीत को जोड़ता है और अक्टूबर 2012 में लॉन्च किया गया था; आज तक, ट्राइफैक्टा ने एक्सेल पार्टनर्स, ग्रेलॉक पार्टनर्स, इग्निशन पार्टनर्स और कैथे इनोवेशन से फंडिंग में $76 मिलियन से अधिक जुटाए हैं। कंपनी के पास एक्स/सीड कैपिटल, डेटा कलेक्टिव और एंजेल निवेशक डेव गोल्डबर्ग, वेंकी हरिनारायण और आनंद राजारमन से भी निवेश है।

 सितंबर 2001: पॉटर व्हील: एन इंटरएक्टिव डेटा क्लीनिंग सिस्टम

फरवरी 2011: डेटा रैंगलर अल्फा का शुभारंभ अप्रैल 2012: जो हेलरस्टीन, जेफरी हीर और सीन कंडेलो द्वारा स्थापित ट्राइफैक्टा

अक्टूबर 2012: सीरीज ए फंडिंग $4.3M एक्सेल से, पिंग ली के नेतृत्व में, फर्म के बिग डेटा फंड के प्रमुख

अप्रैल 2013: ट्राइफैक्टा डेटा ट्रांसफॉर्मेशन का अल्फा रिलीज

दिसंबर 2013: ग्रेलॉक के नेतृत्व में सीरीज बी $12 मिलियन और ग्रेलॉक के जोसेफ अंसानेली बोर्ड में शामिल हुए

फरवरी 2014: डेटा ट्रांसफ़ॉर्मेशन प्लेटफ़ॉर्म 1.0 पेश किया गया

मार्च 2014: क्लौडेरा के साथ रणनीतिक साझेदारी का गठन  

अप्रैल 2014: ट्राइफैक्टा ने “10 हॉट हडूप स्टार्ट अप टू वॉच में से एक” नाम दिया, सैन फ्रांसिस्को कार्यालय खोलता है

मई 2014: इग्निशन और इग्निशन के फ्रैंक आर्टले के नेतृत्व में सीरीज सी फंडिंग $25M बोर्ड में शामिल हुए

जुलाई 2014: एडम विल्सन ट्रिफैक्टा में सीईओ के रूप में शामिल हुए

अक्टूबर 2015: ट्राइफैक्टा रैंगलर ने लॉन्च किया

दिसंबर 2015: यूरोप में फैला, लंदन कार्यालय खोला गया

फरवरी 2016: ट्राइफैक्टा ने मौजूदा निवेशकों एक्सेल पार्टनर्स, ग्रेलॉक पार्टनर्स, इग्निशन पार्टनर्स और नए निवेशक कैथे इनोवेशन से 35 मिलियन डॉलर जुटाए, जिससे कुल राशि 76 मिलियन डॉलर से अधिक हो गई।

नवंबर 2016: स्वयं-सेवा डेटा तैयार करने के लिए आईडीसी इनोवेटर द्वारा मान्यता प्राप्त

मार्च 2016: ट्राइफैक्टा ने पेश किया फोटॉन कंप्यूट फ्रेमवर्क

मार्च 2017: Google क्लाउड डेटाप्रेप बनाने के लिए Google के साथ सहयोग करता है, फॉरेस्टर वेव ™ में नामांकित नेता: डेटा तैयारी उपकरण

जनवरी 2018: कोलंबिया पैसिफिक, डॉयचे बोर्स, एरिक्सन, गूगल और न्यूयॉर्क लाइफ से सीरीज डी फंडिंग $48M

फरवरी 2022: एलटेरिक्स ने घोषणा की कि उसने सभी नकद सौदे में $400 मिलियन के लिए ट्राइफैक्टा का अधिग्रहण पूरा कर लिया है ट्राइफैक्टा के पास अपने प्लेटफॉर्म के माध्यम से तीन उत्पाद उपलब्ध हैं:ट्राइफैक्टा Wrangler, Wrangler Pro, और ट्राइफैक्टा रैंगलर डाउनस्ट्रीम एनालिटिक्स और विज़ुअलाइज़ेशन के लिए डेटा को बदलने के लिए एक कनेक्टेड डेस्कटॉप एप्लिकेशन है।

रैंगलर प्रो बड़े डेटा वॉल्यूम, क्लाउड और ऑन-प्रिमाइसेस परिनियोजन विकल्पों और डेटा तैयारी वर्कफ़्लोज़ को शेड्यूल करने और संचालन करने की क्षमता का समर्थन करता है। रैंगलर एंटरप्राइजेज संगठनों में टीमों के लिए एक उद्यम-स्तर की पेशकश है और सुरक्षा, शासन और संचालन के केंद्रीकृत प्रबंधन की पेशकश करता है।  ट्रिफैक्टा रैंगलर एंटरप्राइज की विशेषताओं में विस्तारित स्व-सेवा शेड्यूलिंग और प्रवाह दृश्य, नमूना लचीलेपन में वृद्धि, और संदर्भ-जागरूक संघर्ष कार्य शामिल हैं।  रैंगलर प्रो को विश्लेषक टीमों के लिए डिज़ाइन किया गया है जो बड़े डेटा परिवेशों के बाहर विविध डेटा से जूझ रहे हैं।  मार्च 2017 में, Google ने क्लाउड डेटाप्रेप के लॉन्च की घोषणा की, जो उपयोगकर्ताओं के लिए Google की BigQuery प्रबंधित डेटा वेयरहाउसिंग सेवा जैसी सेवा में धकेलने से पहले अपने डेटा सेट को साफ़ करने के लिए एक सेवा है। सॉफ्टवेयर ट्राइफैक्टा के रैंगलर एंटरप्राइज ऐप का एक एम्बेडेड संस्करण है।  नवंबर 2017 में, ट्राइफैक्टा ने अमेज़ॅन वेब सर्विसेज (एडब्ल्यूएस) के लिए विस्तारित समर्थन की घोषणा की और एडब्ल्यूएस मार्केटप्लेस पर रैंगलर एज और रैंगलर एंटरप्राइज उपलब्ध कराया।

AWS पर मशीन लर्निंग परिनियोजन में पिछली सफलता के लिए ट्राइफैक्टा को AWS मशीन लर्निंग (ML) योग्यता स्थिति से भी सम्मानित किया गया था।  मार्च 2018 में, ट्राइफैक्टा और Microsoft ने अपने सह-बिक्री भागीदार की स्थिति और Azure Marketplace पर ट्राइफैक्टा के रैंगलर एंटरप्राइज़ उत्पाद की शुरुआत की घोषणा की। जबकि कंपनियां बड़ी डेटा तकनीकों पर खरबों डॉलर खर्च करती हैं, जो उनके द्वारा एकत्र किए जा रहे डेटा की मात्रा को संकलित करने, संग्रहीत करने और वितरित करने के लिए और सॉफ़्टवेयर और सेवाओं को एक बार एकत्र करने के बाद उस डेटा को समझने के लिए है, वहाँ एक विभाजन है जो दोनों को अलग करता है…. सैन फ्रांसिस्को, कैलिफ़ोर्निया स्थित ट्रिफैक्टा एक ऐसा सॉफ़्टवेयर बेच रहा है जो उस विभाजन को पाटने के लिए है और अपने व्यवसाय को बढ़ाने के लिए नए वित्तपोषण में $25 मिलियन जुटाए हैं।  

नवीनतम सीरीज़ सी राउंड के साथ, जिसका नेतृत्व इग्निशन पार्टनर्स ने किया था और इसमें पिछले निवेशक ग्रेलॉक पार्टनर्स और एक्सेल पार्टनर्स शामिल थे, ट्राइफैक्टा ने अपनी डेटा ट्रांसफ़ॉर्मेशन तकनीक को बाज़ार में लाने के लिए $40 मिलियन डॉलर से अधिक जुटाए हैं।  हेलरस्टीन के अनुसार, बर्कले, स्टैनफोर्ड में कैलिफोर्निया विश्वविद्यालय और वाशिंगटन विश्वविद्यालय जो हेलरस्टीन, सीन कंडेल और जेफरी हीर के शोध से जन्मे, मानव दृष्टिकोण से डेटा एनालिटिक्स में बाधाओं को दूर करने के तरीके के रूप में 2012 में ट्राइफैक्टा की स्थापना की। ट्रिफैक्टा के लिए मिशन, संक्षेप में, पूछताछ की उस पंक्ति के आधार पर था कि हम लोगों के डेटा के साथ काम करने के तरीके में मौलिक रूप से सुधार कैसे कर सकते हैं, “हेलरस्टीन कहते हैं। विश्वविद्यालयों के शोध ने संकेत दिया कि डेटा परिवर्तन प्रमुख अड़चन थी, इसलिए बर्कले के हेलरस्टीन और स्टैनफोर्ड में उनके शोध भागीदारों ने अपने प्रयासों पर ध्यान केंद्रित किया। 

अंतिम परिणाम एक ऐसा सॉफ़्टवेयर है जो Hadoop जैसे डेटाबेस स्रोतों से डेटा को किसी ऐसी चीज़ में बदलने की प्रक्रिया को स्वचालित करता है जिसे सॉफ़्टवेयर विज़ुअलाइज़ेशन और व्यावसायिक खुफिया टूल द्वारा आसानी से पचाया जा सकता है। हेलरस्टीन कहते हैं, “हम आपको उस डेटा में हेरफेर करने के लिए उठाए जाने वाले कदमों का एक ड्रॉपडाउन देते हैं।” “जब आप पूरा कर लेते हैं तो आपने अनिवार्य रूप से एक प्रोग्राम लिखा होता है, और वह कोड कुछ ऐसा होता है जिसे हम एक बड़े डेटा वातावरण पर संकलित और लॉन्च कर सकते हैं।”  

हेलरस्टीन अब सॉफ्टवेयर का उपयोग करने वाली कंपनियों की संख्या के बारे में बात नहीं करेंगे, लेकिन कहते हैं कि ग्राहक मीडिया, स्वास्थ्य सेवा और सूचना प्रौद्योगिकी जैसे उद्योगों में सरकारी और निजी दोनों क्षेत्रों से आ रहे हैं। एक ग्राहक जो सॉफ्टवेयर का उपयोग कर रहा है और इसे स्वीकार करने से नहीं डरता, वह है लॉकहीड मार्टिन। कंपनी के भीतर एक स्वास्थ्य सेवा केंद्रित पहल अपने डेटा विश्लेषण को गति देने के लिए ट्राइफैक्टा का उपयोग कर रही है। हेलरस्टीन के अनुसार, कंपनी ने डेटा विश्लेषण करने में लगने वाले समय को छह सप्ताह से घटाकर एक दिन कर दिया है। 

कंपनी की तकनीक के लिए मूल्य निर्धारण डेटा की मात्रा पर आधारित होता है जिसे कंपनी ट्राइफैक्टा सॉफ़्टवेयर का उपयोग करके संसाधित करती है, और आम तौर पर लगभग $ 100,000 से $ 150,000 तक शुरू होती है। जैसे-जैसे Hadoop डेटा झीलें बढ़ती हैं – कई डेटा स्रोतों द्वारा कई डेटा स्वरूपों में दिखाया जाता है – झील से अंतर्दृष्टि खींचने का कार्य तेजी से चुनौतीपूर्ण हो जाता है। वास्तव में, अलग-अलग डेटा स्वरूपों की सफाई, आसवन, सम्मिश्रण और मानकीकरण का थकाऊ और समय लेने वाला काम – जिसे डेटा तैयार करना या डेटा तकरार कहा जाता है – कभी-कभी डेटा विश्लेषक को डेटा मिलने से बहुत पहले डेटा वैज्ञानिक की विशेषज्ञता की आवश्यकता होती है। 

इस समस्या का समाधान सैन फ्रांसिस्को की एक कंपनी ट्राइफैक्टा का मिशन है, जिसने विकास-चरण के वित्तपोषण में $35 मिलियन की घोषणा की, जिससे कंपनी की कुल राशि $76 मिलियन से अधिक हो गई। कंपनी 2015 के दौरान तेजी से बाजार में तेजी की रिपोर्ट करती है, जिसमें 3,000 से अधिक कंपनियों के उपयोगकर्ता हैं और 700 प्रतिशत से अधिक की बिक्री में उछाल है क्योंकि यह अन्य डेटा रैंगलिंग विक्रेताओं, जैसे कि पैक्सटा और रैपिडमाइनर के साथ प्रतिस्पर्धा करता है।

कंपनी की रैंगलर उत्पाद लाइन (एक नि: शुल्क नमूना उत्पाद और एक उद्यम संस्करण से मिलकर), पिछले साल ड्रेसनर एडवाइजरी सर्विसेज द्वारा डेटा तैयारी उत्पादों के एक अध्ययन में पहले स्थान पर थी, जिसे आज के बड़े डेटा एनालिटिक्स की पॉलीग्लॉट दुनिया के लिए बनाया गया था। “हम विभिन्न प्रकार के प्रारूपों में बड़े पैमाने पर आने वाले बड़े, गन्दा, जटिल डेटा सेट को कैसे लेते हैं?” ट्रिफैक्टा के सीईओ एडम विल्सन ने कहा, जो रैंगलर को डेटा “डिकोडर रिंग” कहते हैं, ने एंटरप्राइजटेक को बताया।

पिछले तीन वर्षों में विकसित, रैंगलर मालिकाना जावा और सी ++ कोड का निर्माण किया गया है और डेटा की स्थिरता, अनुरूपता और पूर्णता के लिए लागू मशीन सीखने की तकनीक है, और फिर हडूप क्लस्टर वातावरण में निष्पादन के लिए मैपरेडस और स्पार्क में संकलित किया गया है। विल्सन ने कहा कि इसका उद्देश्य डेटा वैज्ञानिकों के हाथों से डेटा को हटाना है “ताकि डेटा को सबसे अच्छी तरह से समझने वाले व्यावसायिक विश्लेषक सूचना को संरचित, आकार देने और साफ करने में बहुत काम कर सकें।

” एक विशिष्ट उपयोग का मामला, विल्सन ने कहा, रॉयल बैंक ऑफ स्कॉटलैंड है, जो एक डेटा लेक का निर्माण कर रहा है जो आरबीएस को विभिन्न वित्तीय उत्पादों और विभिन्न ग्राहक स्पर्श बिंदुओं पर डेटा देखने में सक्षम बनाता है। प्रत्येक RBS वित्तीय उत्पाद की अपनी अलग डेटा संरचना और डेटा स्वरूपों के साथ अपना अलग भंडार होता है। आरबीएस चैट, वॉयस, ईमेल और अन्य सोशल मीडिया और तंत्र पर होने वाले ग्राहक इंटरैक्शन को भी कैप्चर करता है। रैंगलर का उपयोग करते हुए, यह सारा डेटा आरबीएस को व्यक्तिगत ग्राहकों के समग्र दृष्टिकोण के साथ प्रदान करने के लिए संयुक्त है।

विल्सन ने कहा, “अपने ग्राहकों को समझने और उनके साथ बातचीत करने की उनकी क्षमता पहले की तुलना में कहीं अधिक जटिल समस्या है, जब आप अपने बैंक के शाखा कार्यालय में जाते थे और बैंक अधिकारी के साथ बैठते थे।” “इसलिए वे उस स्तर की अंतरंगता प्रदान करने के लिए डेटा का उपयोग कर रहे हैं।”

आरबीएस अर्ध-संरचित वॉयस-टू-टेक्स्ट ट्रांसक्रिप्ट से लेकर ग्राहक के बंधक, चेकिंग और बचत खातों के बारे में जानकारी तक, बैंक के साथ ग्राहक की संपूर्ण गतिविधियों को देख सकता है। परिणाम: ग्राहकों के साथ सम्मेलनों की तैयारी के समय में 15X की कटौती की गई है। वे अपने ग्राहकों के साथ क्या हो रहा था, इसका विश्लेषण करने में अधिक समय व्यतीत कर रहे थे, क्योंकि डेटा को एक साथ बुनने की कोशिश करने का विरोध किया गया था और यह सुनिश्चित किया गया था कि यह आपको कुछ साफ और सुसंगत दे, जिस पर आप वास्तव में काम कर सकें, ”विल्सन ने कहा। विल्सन ने कहा कि फार्मास्युटिकल कंपनी अपने अधिकांश नैदानिक ​​​​परीक्षण कार्यों को तीसरे पक्ष को आउटसोर्स करती है, और डेटा की उच्च मात्रा विभिन्न स्वरूपों में वापस आती है।

फाइजर परीक्षणों की प्रभावकारिता पर अपना आंतरिक विश्लेषण करने के साथ-साथ एफडीए नियामक रिपोर्टिंग आवश्यकताओं का अनुपालन करने के लिए डेटा को युक्तिसंगत बनाने के लिए रैंगलर का उपयोग करता है। ज्यूरिख इंश्योरेंस ग्रुप रैंगलर का उपयोग डेटा के पूल बनाने के लिए करता है ताकि कई डेटा फीड्स को शामिल करते हुए अनुकूलित जोखिम डेटा मॉडल का निर्माण किया जा सके, जोखिम प्रोफाइल को ट्यून करने के लिए उनके एल्गोरिदम का उपयोग किया जा सके और बेहतर ढंग से समझ सकें कि उनके बीमा उत्पादों की कीमत कैसे तय की जाए। विल्सन ने कहा, “हम नए डेटा सेट की ऑनबोर्डिंग और मौजूदा डेटा सेट की तकरार में मदद करते हैं।” अंत में, एक्शन कैमरों के निर्माता गोप्रो हैं, जिनके डिवाइस सेंसर उच्च मात्रा में टेलीमेट्री डेटा उत्पन्न करते हैं, जैसे वेग, तापमान, बैरोमीटर का दबाव और स्थान।

विल्सन ने कहा कि जैसे ही गोप्रो एक कैमरा कंपनी से एक मीडिया कंपनी के रूप में विकसित होता है, वे रैंगलर का उपयोग टेलीमेट्री और सीआरएम डेटा को गोप्रो वीडियो के दर्शकों द्वारा उत्पन्न सामाजिक फ़ीड कमेंट्री के साथ संयोजित करने के लिए कर रहे हैं। “यदि आप एक स्नोबोर्डर हैं, तो GoPro सुनिश्चित करेगा कि आपको GoPro उपयोगकर्ता आधार द्वारा बनाए गए नवीनतम और महानतम स्नोबोर्डिंग वीडियो की पेशकश की गई है।” प्रत्येक मामले में, वॉल्यूम बहुत बड़ा होता है, डेटा संरचित और असंरचित का संयोजन होता है, और सभी उदाहरणों में वे भंडारण और प्रसंस्करण करने के लिए कवर के तहत Hadoop का उपयोग कर रहे हैं, “विल्सन ने कहा। “ट्राइफैक्टा डेटा तकरार प्रदान करता है जो उन्हें बहुत कच्चा डेटा लेने में मदद करता है और इसे किसी ऐसी चीज़ में बदल देता है जो अत्यधिक परिष्कृत होती है और या तो डाउनस्ट्रीम एल्गोरिथम को खिलाने के लिए तैयार होती है या एक सांख्यिकीय पैकेज, मानक बीआई और रिपोर्टिंग समाधान या अन्य प्रकार के एनालिटिक्स को खिलाने के लिए तैयार होती है।”

विल्सन ने कहा कि रैंगलर तीन मुख्य घटकों से बना है: इंटरएक्टिव प्रोफाइलिंग: विश्लेषकों को डेटा लेक में डेटा के आकार और आकार, सूचना की अंतर्निहित संरचना और डेटा गुणवत्ता के स्तर को समझने की अनुमति देता है। “डेटा विश्लेषक हमें बताते हैं कि जब तक वे डेटा पर अपनी नज़र नहीं डालते हैं और देखते हैं कि वे कई डेटासेट में क्या काम कर रहे हैं, वे निश्चित नहीं हैं कि उनके पास कौन से प्रश्न हैं या जानकारी को कैसे बेहतर बनाना है। लेकिन एक बार जब वे डेटा सेट में आउटलेर्स को समझने के लिए प्रोफाइलिंग का उपयोग करते हैं, तो छेद, ग्रुपिंग को समझते हैं, जो उन्हें यह समझने की फुर्ती से अनुमति देता है कि वहां क्या है। ” भविष्य कहनेवाला परिवर्तन: डेटा के साथ उपयोगकर्ता की बातचीत के आधार पर, सिस्टम स्थिरता की समस्याओं को ठीक करने के लिए सिफारिशें करता है और उपयोगकर्ता को डेटा के आकार को बदलने और अन्य डेटा स्रोतों के साथ मिश्रण करने के लिए सशक्त बनाता है।

बुद्धिमान निष्पादन; डेटा को साफ करने के लिए उपयोगकर्ता द्वारा परिभाषित सभी नियमों और चरणों को MapReduce या Spark में संकलित करने और पूरे क्लस्टर में निष्पादित करने में सक्षम बनाता है, डेटा को बदलने, साफ करने और मानकीकृत करने का काम करने के लिए कंप्यूटिंग वातावरण की शक्ति का लाभ उठाता है। ट्राइफैक्टा की उत्पत्ति आठ साल पहले हुई थी, जब कंपनी के सह-संस्थापक, जो हेलरस्टीन, सीन कंडेल और जेफ हीर, क्रमशः यूसी/बर्कले, स्टैनफोर्ड और वाशिंगटन विश्वविद्यालय में कंप्यूटर विज्ञान के प्रोफेसर थे, ने यह महसूस करने के बाद कि डेटा तैयार करने में 80 की खपत हुई थी, डेटा की गड़बड़ी पर एक साथ काम किया। विश्लेषण परियोजनाओं का प्रतिशत। उन्होंने स्टैनफोर्ड डेटा रैंगलर नामक एक प्रोटोटाइप विकसित किया, जिसमें छह महीने के भीतर हजारों उपयोगकर्ता थे।