Dieci Big Data Cosa fare e cosa non fare - dummy

Molte aziende che stanno iniziando la loro esplorazione di Big Data sono nelle prime fasi dell'esecuzione. Considera queste cose da fare e da non fare come parte della tua strategia. La maggior parte delle aziende sta sperimentando con i piloti per vedere se possono sfruttare le grandi fonti di dati per trasformare il processo decisionale. È facile commettere errori che possono causare interruzioni nella strategia aziendale.

Coinvolgi tutte le unità aziendali nella strategia dei Big Data

I big data non sono un'attività isolata. Piuttosto, è il modo in cui l'azienda può sfruttare enormi volumi di dati per saperne di più su clienti, processi ed eventi di quanto sarebbe possibile con le istantanee di dati. Se eseguita correttamente, una strategia di big data può avere un enorme impatto sull'efficacia di una strategia aziendale.

Le aziende che ritengono che i dati fuori norma siano errati potrebbero improvvisamente scoprire alcuni nuovi modelli emergenti delle esigenze dei clienti. Le unità di business possono ottenere un valore significativo quando vengono introdotte tempestivamente nel processo.

Valutare tutti i modelli di consegna per i big data

È naturale presumere che se si hanno a che fare con petabyte di dati, l'unico modo per archiviare e gestire tali dati è nel centro dati. La tecnologia si sta evolvendo in modo che sia possibile e necessario utilizzare lo storage di cloud computing e calcolare le risorse per gestire i big data. Valuta il tipo di servizi basati su cloud e determina quali hanno le prestazioni di cui avrai bisogno.

Pensa alle tue origini dati tradizionali come parte della tua strategia sui big data

Molte aziende che hanno trovato valore nell'analisi dei big data presuppongono che non debbano più pensare al data warehouse tradizionale. Questo non è vero. In effetti, è fondamentale che tu preveda di utilizzare i risultati delle tue analisi dei big data insieme al tuo data warehouse. Il data warehouse include le informazioni sul modo in cui la tua azienda opera.

Pertanto, essere in grado di confrontare i risultati dei big data con i benchmark dei dati principali è fondamentale per il processo decisionale.

Pianifica grandi metadati coerenti

Quando completi l'analisi di un enorme set di dati, è abbastanza probabile che otterrai dati che corrispondono a un modello. Questo insieme di dati ora può portare la tua organizzazione ad analizzare in profondità un nuovo problema.

Tenere presente che questi dati potrebbero provenire da siti di assistenza clienti o ambienti di social media che non sono stati puliti. Pertanto, prima di fidarsi dei dati, è necessario assicurarsi di avere a che fare con un insieme coerente di metadati in modo da poter portare queste informazioni nella propria organizzazione e analizzarle in concerto con i dati dei propri sistemi di registrazione.

Distribuisci i tuoi big data

Quando hai a che fare con big data, non dare per scontato che sarai in grado di gestire tutte queste informazioni all'interno di un singolo server. Scopri come utilizzare tecniche di calcolo distribuito come Hadoop per gestire efficacemente le dimensioni, la varietà e la velocità richiesta per gestire i tuoi dati.

Non fare affidamento su un unico approccio all'analisi dei big data

C'è così tanta pubblicità sul mercato di tecnologie come Hadoop e MapReduce che potresti perdere di vista ciò che stai effettivamente cercando di realizzare. Sono disponibili molte importanti tecnologie, quali analisi del testo, analisi predittiva, ambienti di dati in streaming e analisi dei dati spaziali, che potrebbero essere importanti per il lavoro che si sta tentando di realizzare.

Dedica del tempo a esaminare la varietà di tecnologie che possono supportarti. Sperimenta e studia le soluzioni tecnologiche che possono farti avere successo.

Non aumentare i tuoi dati prima di essere pronto

Hai ragione ad essere entusiasta del potenziale che i big data offrono alla tua azienda. I big data possono significare la differenza tra il salto in un nuovo entusiasmante mercato prima dei concorrenti o l'abbandono. Cammina prima di correre. Devi iniziare con progetti pilota che ti consentano di acquisire esperienza. Devi lavorare con esperti che possono impedirti di commettere errori a causa dell'inesperienza.

Non dimenticare la necessità di integrare i big data

Le tue fonti di big data non saranno efficaci se vivono in isolamento l'una dall'altra. Le buone tecnologie sul mercato si concentrano sul rendere più semplice l'integrazione dei risultati dell'analisi dei big data con altre fonti di dati. Pertanto, essere preparati non solo per analizzare ma anche per integrare.

Non dimenticare di gestire i big data in modo sicuro

Quando le aziende intraprendono analisi di big data, spesso dimenticano di mantenere lo stesso livello di sicurezza e governance dei dati che si presume nei tradizionali ambienti di gestione dei dati. Quando inizi a fare analisi di diversi petabyte o più di dati, in genere non maschererai le informazioni private all'inizio.

Tuttavia, quando hai un sottoinsieme di quel set di dati iniziale che è ora fondamentale per determinare la tua prossima azione migliore o il tuo approccio a un nuovo mercato, devi prima assicurarti che i dati non mettano il tuo business in rischio. Alcuni di questi dati diventeranno proprietà intellettuale aziendale che deve essere protetta.

Potrebbe anche essere necessario gestire i requisiti di privacy. Questa sicurezza deve diventare parte del tuo ciclo di vita dei big data. Inoltre, alcune origini dati che si stanno utilizzando potrebbero provenire da origini dati di terze parti che richiedono licenze. Assicurati di essere autorizzato a utilizzare questi dati e di non aver violato le regole di governance.

Non dimenticare la necessità di gestire le prestazioni dei tuoi dati di grandi dimensioni

I big data dimostrano che le persone sono in grado di utilizzare più dati che mai con una maggiore velocità rispetto a quanto era possibile in passato. Questa capacità di ottenere ulteriori informazioni è un enorme vantaggio.Se i dati non vengono gestiti in modo efficace, causeranno enormi problemi per l'azienda. Pertanto, è necessario creare gestibilità nella road map e pianificare i big data.