Cloud Customer Architecture for Big Data and Analytics Version 0

Data Warehouses & Data Marts
are analogous to the traditional Enterprise Data Warehouse and 
Data Marts, and are used to store data which will be read and analyzed frequently, with interactive 
real-time response requirements. 
•
Predictive Analytics 
are used to support operationalized predictive or prescriptive analytics use 
cases such as 
next best action
scenarios, where real-time response is a requirement to support 
interactive workloads.
 

---

Copyright © 2017 Cloud Standards Customer Council 
Page 11 
Cognitive Analytics Discovery & Exploration
 
The overall purpose of the Discovery & Exploration component is focused 
around enabling a new (and old) breed of data customer. Data scientists, 
business analysts, data engineers, and application developers are required to 
find the hidden gems in the data quickly. Thus, they need the ability to 
collaborate about and easily interact with even the most complicated data 
repositories via new and emerging data science techniques. They also need the 
ability to semantically search across both structured and unstructured content to get a complete view of 
the data ontology. 
•
Data Science:
This capability symbolizes a powerful new approach to making discoveries. By 
bringing together the areas of statistics, machine learning, deep learning, computer science and 
visualization, data science can bring insight and structure to the digital era. Data scientists have 
brought this ability to the forefront, but it is the presence of collaboration and tools that will 
bring data science to the masses. 
•
Search and survey/shopping for data:
This capability provides the approach to use natural 
language processing techniques to search, learn, and discover things about desperate data.
Think about having a single search and automated API facility to quickly understand important 
information from both structured and unstructured content.