Cinque piani per il successo dei Big Data - dummy

Mentre i big data sono solo nelle prime fasi, vuoi pianificare il successo. Non è mai troppo presto per iniziare con la pianificazione e le buone pratiche in modo da poter sfruttare ciò che stai imparando e l'esperienza che stai acquisendo.

Pianifica i tuoi obiettivi per i Big Data

Molte organizzazioni iniziano il loro viaggio sui big data sperimentando un singolo progetto che potrebbe fornire un vantaggio concreto. Selezionando un progetto, hai la libertà di test senza rischiare le spese in conto capitale. Tuttavia, se tutto ciò che si finisce per fare è una serie di progetti una tantum, è probabile che non si abbia un buon piano quando si inizia a capire il valore di sfruttare i big data all'interno dell'azienda.

Pertanto, dopo aver concluso alcuni esperimenti e avere una buona comprensione iniziale di ciò che potrebbe essere possibile, è necessario impostare alcuni obiettivi. Cosa speri di ottenere con i big data? Alcune parti della tua attività potrebbero essere più redditizie con l'infusione di più dati? È importante avere una collaborazione tra IT e business unit per sviluppare obiettivi ben definiti.

Dopo aver compreso gli obiettivi che hai per sfruttare i big data, il tuo lavoro è appena iniziato. È necessario coinvolgere tutti gli stakeholder nel business.

Ottenere una task force insieme è un ottimo modo per riunire i rappresentanti del business in modo che possano vedere come sono correlati i loro problemi di gestione dei dati. Questo team può evolvere in un team in grado di aiutare varie unità aziendali con le migliori pratiche. La task force dovrebbe avere rappresentanti dei dirigenti della dirigenza superiore che stanno definendo strategia e direzione aziendale.

Pianificare la sicurezza nel contesto con i big data

Mentre le aziende elencano sempre la sicurezza dei dati come una delle questioni più importanti che devono essere gestite, sono spesso impreparate alle complessità coinvolte nella gestione dei dati altamente distribuita e altamente complessa. Nelle prime fasi dell'analisi dei big data, l'analista non protegge i dati, perché solo una piccola parte di tali dati verrà salvata per ulteriori analisi.

Tuttavia, quando un analista seleziona una quantità di dati che verranno introdotti nella società, i dati devono essere protetti contro i rischi interni ed esterni. Alcuni di questi dati avranno informazioni private che devono essere mascherate in modo che nessuno senza autorizzazione abbia accesso. Affinché la sicurezza sia efficace nel contesto dei big data, è necessario disporre di un piano ben definito.

Pianificare una strategia di governance dei Big Data

La governance delle informazioni è la capacità di creare una risorsa di informazioni che può essere considerata affidabile da dipendenti, partner e clienti.Una strategia di governance è la responsabilità congiunta dell'IT e dell'azienda.

Ad esempio, esistono regole che determinano il modo in cui i dati devono essere protetti a seconda delle circostanze e dei requisiti governativi. I dati sanitari devono essere archiviati in modo che l'identità e i dati personali restino privati.

I problemi possono svilupparsi quando un analista raccoglie e analizza enormi volumi di informazioni e non si ricorda di implementare la giusta governance per proteggere tali dati. Le origini dati stesse possono essere proprietarie. Quando queste fonti vengono utilizzate all'interno di un'organizzazione, possono esistere delle restrizioni sulla quantità di dati utilizzati e a quali scopi.

Pianificare la gestione dei Big Data

È facile cadere nella trappola di presupporre che i risultati dell'analisi dei dati siano corretti. La direzione ama i numeri e gli piace prendere decisioni in base a ciò che dicono i numeri. Ma i rischi possono verificarsi se i dati non vengono gestiti nel modo giusto.

In una situazione in cui un'azienda determina quali clienti sono potenzialmente i migliori obiettivi per un nuovo prodotto, un'azienda potrebbe voler analizzare 10 o 15 diverse fonti di dati per ottenere i risultati.

L'utilizzo di origini dati basate su metadati diversi e presupposti diversi può inviare un'impresa nella direzione sbagliata. Prestare attenzione e assicurarsi che quando si raccolgono dati che potrebbero essere significativi possono essere eseguiti in un modo che aiuti l'azienda a prendere le decisioni più informate e accurate. Ciò significa capire come integrare queste nuove fonti di dati con sistemi di dati storici.

Studio delle best practice sui big data e modelli di leva per pianificare

Con la maturazione del mercato dei big data, le aziende acquisiranno maggiore esperienza con le migliori pratiche o tecniche che hanno successo nell'ottenere i giusti risultati. Puoi incontrare colleghi che stanno studiando i modi per sfruttare i big data per ottenere risultati di business.

Si può anche guardare a fornitori e integratori di sistemi che hanno codificato le migliori pratiche in modelli disponibili per i clienti. È sempre meglio trovare il modo di imparare dagli altri piuttosto che ripetere un errore imparato da qualcun altro. Mentre il mercato dei big data inizia a maturare, sarai in grado di sfruttare molte altre best practice codificate.