Embora pareça uma tecnologia em desenvolvimento devido a toda a propaganda sobre o big data, a computação em memória já é usada em grandes organizações há muitos anos. Instituições financeiras, por exemplo, estão usando computação em memória para a detecção de fraude de cartão de crédito e robôs de negociação, e o Google tem usado para dar suporte à pesquisa sobre grande quantidade de dados.
A necessidade da tecnologia em memória tem crescido rapidamente devido à grande explosão da enorme quantidade de dados que são coletados, a adição de dados não- estruturados incluindo imagens, vídeos e sons, e a enorme variedade de metadados incluindo descrições e palavras-chave. Além disso, os fornecedores estão pressionando a análise preditiva como uma importante vantagem competitiva, para a qual a utilização da tecnologia em memória é obrigatória.
O custo reduzido do hardware de memória (RAM) leva agora a que empresas menores, com receita anual abaixo de um milhão de dólares, também podem ter acesso à tecnologia em memória, e aptas a entrar nesse jogo. O ritmo da adoção irá continuar a acelerar conforme os vendedores de pacotes de software incorporarem a computação em memória nas soluções líderes de indústria.
Computação em memória no Mercado de Software Corporativo
A SAP fez uma abordagem de tudo ou nada, decidindo incorporar a computação em memória em toda a sua linha ERP com sua solução SAP HANA. Sendo a primeira no mercado entre seus concorrentes com produtos de computação em memória, a SAP teve o papel de educador do mercado. Eles comercializaram de forma agressiva suas soluções HANA como diferencial e aproveitaram o fato que esta camada de sobreposição dos dados, ajuda a evitar que módulos de suas soluções sejam substituídos por outros de outras empresas líderes, como a Oracle, Salesforce e Microsoft. A SAP apostou na ideia que as atualizações dos clientes para a HANA não seria mais cara ou complexa que outras atualizações do SAP.
Outros fornecedores de banco de dados – Oracle, IBM, e Microsoft – estão acrescentando recursos em memória a banco de dados convencionais, um módulo por vez. Embora essa abordagem seja menos disruptiva, mais rápida e mais barata de implantar, ela pode criar gargalos na medida que o processamento de alta velocidade é limitado a uma única função, e com isso todos os benefícios não possam ser vivenciados em todas as partes da aplicação.
As empresas ainda possuem muitas opções quando o assunto é implementar a tecnologia em memória. Além dos vendedores de banco de dados tradicionais fornecendo a tecnologia em memória, há também os primeiros vendedores de computação em memória como o GigaSpaces. O GigaSpaces já vem fornecendo a funcionalidade em memória há vários anos. Um vendedor de aplicações agnósticas como o GigaSpaces também fornece a vantagem de permitir que dados de vários vendedores sejam incorporados em um único datagrid. Outras opções que as empresas podem considerar são soluções de integração que permitem a tecnologia de computação em memória. O foco aqui seria dar suporte a cenários que combinem dados de vários sistemas.
Estratégias de implantação
No geral, os CIOs não deveriam limitar suas escolhas de fornecedores de tecnologia em memória com base em suas soluções existentes, mas devem em vez disso escolher uma solução com base nas prioridades e objetivos específicos de sua organização. OS CIOs devem ver os cenários que desejam habilitar; por exemplo identificar potenciais fraudes para empresas de seguros ou prognosticar crimes para a aplicação da lei, e então determinar a solução de tecnologia em memória mais econômica que irá permitir que eles realizem seus objetivos.
Após decidirem quais dados querem usar em memória, eles devem fazer uma análise ROI com base no custo total da solução incluindo consultoria, o custo do software, a quantidade de trabalho necessária para modificar as aplicações, e quão eficientemente a solução utiliza o hardware.
Em alguns casos pode ser melhor usar a tecnologia em memória somente para algumas partes das aplicações. Por exemplo, os varejistas podem ver o valor de usar a computação em memória para localizar dados sobre vendas anteriores e perfil dos clientes para apresentar ofertas direcionadas para os clientes enquanto eles fazem as compras, mas decidem acumular horas de trabalho do funcionário usando métodos mais tradicionais uma vez que esses dados são menos sensíveis ao tempo.
Casos de uso
Imagine como a tecnologia em memória pode mudar a forma como os dados são usados pelos varejistas. No modelo de BI tradicional, eles iriam escanear o cartão fidelidade toda vez que o cliente fizesse uma compra e colocasse esses dados em um data ware house onde eles seriam analisados para decidir quais produtos oferecer para aquele cliente com base em seu histórico de compras.
Com a computação em memória, todas as compras são acompanhadas, e os dados são analisados em tempo real e usados para prever futuros padrões de compras e fornecer ofertas que os clientes gostariam mais. Esse sistema pode portanto, determinar que a pessoa que comprou um específico cinto poderia gostar de comprar abotoaduras, por exemplo. O modelo pode ser construído com dados estruturados e não estruturados incluindo histórico de compras, informações de mídias sociais e imagens de propagandas on-line e em jornais.
Os supermercados oferecem outro óbvio potencial caso de uso. Atualmente eles fornecem digitalizadores de autosserviço para os clientes para acelerar a finalização da compra e evitar filas. O próximo passo pode ser usado em computação em memória para fornecer ofertas altamente personalizadas para os clientes enquanto eles fazem compras, fornecendo cupons ou promoções relevantes, em tempo real, no exato local e hora em que as decisões são tomadas. Isso promete ser muito mais eficaz que os métodos atuais.
A tecnologia em memória é a virada de jogo que irá criar uma vantagem competitiva para os primeiros que a adotarem e irá forçar as outras empresas a acompanharem. Uma vez que as empresas líderes implementarem a tecnologia em memória e estabelecerem uma vantagem competitiva como resultado, será somente uma questão de tempo até que outras empresas no mercado sejam forçadas a fazerem o mesmo.
