Erstellen einer Big Data-Implementierungs-Roadmap - Dummies

Große Datenimplementierungspläne oder Roadmaps unterscheiden sich je nach Ihren Unternehmenszielen, der Reife Ihrer Datenverwaltungsumgebung und dem Risiko, das Ihre Organisation eingehen kann. Beginnen Sie Ihre Planung, indem Sie alle Probleme berücksichtigen, die es Ihnen ermöglichen, eine Implementierungsstraßenkarte zu bestimmen.

Geschäftsnotwendigkeit und Big Data

Viele ambitionierte Organisationen scheinen immer die neuesten und besten Technologien sofort zu benötigen. In einigen Situationen kann eine Organisation nachweisen, dass die Verfügbarkeit wichtiger Big Data-Quellen zu neuen Strategien führen kann. In diesen Fällen ist es sinnvoll, eine Strategie und einen Plan zu erstellen. Es ist ein Fehler anzunehmen, dass die Übernahme und Implementierung von Big Data ein definiertes Projekt ist.

Die Einführung von Big Data hat weitreichende Auswirkungen auf die gesamte Datenmanagementstrategie des Unternehmens. Unabhängig von anderen Faktoren sollte die für die Entwicklung Ihrer Big-Data-Lösungen erforderliche Zeit auf jeder Straßenkarte vermerkt werden. Darüber hinaus sollten die Designaufgaben niemals beschönigt oder beseitigt werden.

Wählen Sie die richtige Softwareentwicklungsmethodik für Big Data

Die meisten Unternehmen und Organisationen verfügen über IT-Teams, die vorgeschriebene Entwicklungsprozesse und -praktiken befolgen. Einige dieser Entwicklungsmethoden sind gut für Big-Data-Implementierungen geeignet, andere leider nicht.

Big Data-Projekte eignen sich am besten für einen agilen und interaktiven Entwicklungsprozess. Iterative Methoden verwenden kurze Zeitzyklen mit schnellen Ergebnissen und konstanter Benutzerbeteiligung, um schrittweise eine Geschäftslösung zu liefern. Daher ist es nicht überraschend, dass ein iterativer Prozess die effektivste Entwicklungsmethodik für Big Data-Implementierungen ist.

Gleichgewicht großer Datenbudgets und Fähigkeiten

Es ist immer schwierig, die Budgetanforderungen für einen neuen Projekttyp wie Big Data vorherzusehen. Die beste Vorgehensweise besteht darin, die erwarteten Kosten und den nachgelagerten Nutzen Ihrer Big Data-Implementierung klar zu verstehen und dann ein angemessenes Budget zu sichern.

Die richtigen Fähigkeiten für jedes Projekt zu finden, ist eine weitere Herausforderung. Oft sind die am meisten nachgefragten Individuen über mehrere Initiativen dünn gestreckt. Daher ist die Personalaufstockung oft die Antwort, wenn auch nicht einfach.

Im Laufe der Zeit werden Sie mehr Schulungen und mehr qualifizierte Fachkräfte finden. In der Zwischenzeit besteht die beste Vorgehensweise darin, einige Kenntnisse in Data Science für Design und Planung, Hadoop- und NoSQL-Fertigkeiten für die Implementierung sowie Parallel- / Cluster-Computing-Fähigkeiten für Operationen zu ermitteln und zu erwerben.

Bestimmen Sie Ihren Risikobereitschaft mit Big Data

Jede Organisation hat eine Kultur, die bestimmt, wie viel Risikomanagement sie übernehmen will. Wenn Sie sich in einem hart umkämpften Markt befinden, müssen Sie möglicherweise mehr Risiken bei potenziellen Marktinnovationen eingehen. Aber selbst Unternehmen in hart umkämpften Märkten sind vorsichtig. Sie müssen die Dynamik Ihrer Organisation verstehen, bevor Sie mit einem großen Datenprojekt beginnen.

Alle Organisationen, auch solche, die ein hohes Risiko haben, müssen vorsichtig sein, wenn sie Big Data einführen. Die Entwicklung und Akkulturation jeder neuen Technologie oder Lösung kann mit Fehlern behaftet sein. Die Verwendung agiler Methoden zur Erklärung schneller Erfolge und schneller Fehler ist die beste Vorgehensweise, um in einer bahnbrechenden Organisation die richtigen Erwartungen zu setzen.

Ihre Big-Data-Roadmap

Sie sollten sich diese als Ausgangspunkt vorstellen, wie Sie mit Big Data ins Rollen kommen und Änderungen vornehmen können, die für Ihr Unternehmen erforderlich sind.

Wenn Ihre Organisation über Erfahrungen mit Business Intelligence-Anwendungen und -Analysen verfügt, über relativ ausgereifte Datenverwaltungspraktiken verfügt und eine Infrastruktur und Operationen mit hoher Kapazität eingerichtet hat, ist die Aufgabe der Übernahme von Big Data etwas einfacher. Dies impliziert keinen garantierten Erfolg oder ein verringertes Risiko.

Erste Schritte sind immer einfacher, wenn einige der beteiligten Personen dies zuvor getan haben. Hier sind ein paar Tipps, die Sie berücksichtigen sollten, wenn Sie erwägen, große Datenmengen in Ihr Unternehmen oder Ihre Organisation zu bringen:

• Holen Sie sich Hilfe. Seien Sie nicht abgeneigt, einen oder zwei Experten als Berater einzustellen. Stellen Sie sicher, dass sie ihre "Sachen" kennen und sicherstellen, dass sie in der Lage sind, Menschen in Ihrer Organisation zu betreuen.

• Trainiere. Unterricht nehmen, Bücher kaufen und lesen, im Internet recherchieren, Fragen stellen und an einer Konferenz teilnehmen.

• Experimentieren. Planen Sie das Scheitern. Schnelles Scheitern wird für moderne technologieorientierte Organisationen zum Standard. Die besten Lektionen, die wir gelernt haben, sind oft auf Misserfolge zurückzuführen.

• Setzen Sie die richtigen Erwartungen. In der Geschäftswelt können richtig festgelegte Erwartungen den Unterschied zwischen Erfolg und Misserfolg bedeuten. Big Data bietet Ihrem Unternehmen ein enormes Potenzial nur dann, wenn Sie den Wert, die Kosten und die Implementierungszeit genau abbilden.

• Sei ganzheitlich. Versuchen Sie, alle Dimensionen zu betrachten. Wenn das Projekt pünktlich und budgetgerecht geliefert wird, aber die Endbenutzer nicht geschult wurden oder bereit sind, es zu nutzen, kann das Projekt scheitern.