ビッグ・データ・ドント・アンド・ダミー・ダミー

ビッグデータの探索を始めている多くの企業は、実行の初期段階にあります。あなたの戦略の一環として、これらのやりとりを考慮してください。ほとんどの企業はパイロットを実験して、大きなデータソースを活用して意思決定を変えることができるかどうかを確認しています。間違いを犯してビジネス戦略に混乱を招く可能性があります。

大規模なデータ戦略にすべてのビジネスユニットを関与させる

<！ - 1 - >

大きなデータは孤立した活動ではありません。むしろ、膨大な量のデータを活用して、データのスナップショットで可能となるよりも顧客、プロセス、およびイベントの詳細を把握する方法です。適切に実行されると、大きなデータ戦略はビジネス戦略の有効性に大きな影響を与える可能性があります。

標準外のデータが間違っていると想定している企業は、突然新たな顧客要求パターンを発見する可能性があります。ビジネスユニットは、早期にプロセスに投入されると、大きな価値を得ることができます。

<！すべてのデリバリーモデルで大きなデータを評価する

ペタバイトのデータを扱う場合、そのデータを格納および管理する唯一の方法はデータセンターにあると仮定するのは当然です。技術は、クラウドコンピューティングストレージを使用し、大きなデータを管理するためのリソースを計算することが可能であり、必要であるように進化しています。クラウドベースのサービスのタイプを評価し、必要なパフォーマンスを持つサービスを判断します。

<！

大規模データ分析の一部として従来のデータソースを考えるか？

大規模データ分析で価値を見いだした多くの企業は、従来のデータウェアハウスについて考える必要がなくなったと考えています。本当じゃない。実際には、大規模なデータ分析の結果をデータウェアハウスと組み合わせて使用​​することが重要です。データウェアハウスには、会社の運営方法に関する情報が含まれています。したがって、大きなデータの結果とコアデータのベンチマークを比較することは、意思決定にとって非常に重要です。

一貫性のある大きなメタデータの計画を実行する

大規模なデータセットの分析を完了すると、すべてがパターンに一致するデータを作成する可能性があります。この一連のデータによって、組織は新しい問題を深く分析し始めることができます。

このデータは、清掃されていない顧客サービスサイトまたはソーシャルメディア環境からのものである可能性があります。したがって、データを信頼する前に、この情報を組織に持ち込んで、記録システムのデータと一緒に分析できるように、メタデータの一貫したセットを扱っていることを確認する必要があります。

大きなデータを配布する

大きなデータを扱うときは、単一​​のサーバー内ですべての情報を管理できるとは考えないでください。 Hadoopなどの分散コンピューティング技術を使用して、データを管理するためのサイズ、多様性、および必要な速度を効果的に管理する方法を確認します。

大規模データ分析への単一のアプローチに頼らない

HadoopやMapReduceなどの技術を取り巻く市場では、あなたが実際に達成しようとしていることを見失うかもしれないという誇大宣伝が存在します。テキスト分析、予測分析、ストリーミングデータ環境、空間データ分析など、重要な技術が多数用意されていますが、これは達成しようとしている仕事にとって重要なものです。

あなたをサポートするさまざまな技術を調査する時間を過ごしてください。あなたを成功に導くテクノロジーソリューションを試してみてください。

準備が整う前にデータを大きくしないでください。

大きなデータがあなたの会社に提供する可能性について、あなたは興奮しています。ビッグデータとは、競合他社に先立つ、または後に残されているエキサイティングな新しい市場に飛び込むことの違いを意味します。あなたが走る前に歩いてください。あなたはいくつかの経験を得ることができるパイロットプロジェクトから始める必要があります。あなたは経験不足のために間違いを犯さないように専門家と協力する必要があります。

大きなデータを統合する必要性を見落とさない

大きなデータソースは、互いに隔離されている場合は有効ではありません。市場の優れた技術は、大規模なデータ分析の結果を他のデータソースと簡単に統合できるようにすることに重点を置いています。したがって、分析するだけでなく、統合するためにも準備する必要があります。

大規模なデータを安全に管理することを忘れないでください。

大規模なデータ分析を開始するとき、従来のデータ管理環境で想定されていたのと同じレベルのデータセキュリティとガバナンスを維持することを忘れることがよくあります。数ペタバイト以上のデータの分析を開始するときには、通常、最初に個人情報をマスクしません。

しかし、その最初のデータセットのサブセットが次のベストプラクティスや新しい市場へのアプローチを決定する上で重要になっている場合は、まずそのデータを保護して、リスク。このデータの一部は、現在保護されなければならない企業の知的財産になります。

プライバシー要件を管理する必要がある場合もあります。このセキュリティは、大規模なデータライフサイクルの一部になる必要があります。また、使用しているデータソースの中には、ライセンスが必要なサードパーティのデータソースからのものがある場合があります。このデータの使用を許可されており、ガバナンスルールに違反していないことを確認してください。

ビッグデータのパフォーマンスを管理する必要性を見落とさないでください。

ビッグデータは、過去に可能だったよりも速いスピードで、これまで以上に多くのデータを使用できることを示しています。より多くの洞察を得るこの能力は大きな利点です。そのデータが効果的な方法で管理されていないと、会社にとって大きな問題となります。したがって、ロードマップに管理性を組み込んで、大きなデータを計画する必要があります。