Inhaltsverzeichnis:
- Betrachten Sie alle Geschäftsbereiche in Ihrer Big-Data-Strategie
- Evaluieren Sie alle Bereitstellungsmodelle für Big Data
- Denken Sie an Ihre traditionellen Datenquellen als Teil Ihrer Big-Data-Strategie
- Planen Sie konsistente große Metadaten
- Verteilen Sie Ihre Big Data
- Verlassen Sie sich nicht auf einen einzigen Ansatz für Big-Data-Analysen
- Gehen Sie nicht zu groß mit Ihren Daten, bevor Sie bereit sind
- Übersehen Sie nicht die Notwendigkeit, Big Data zu integrieren
- Vergessen Sie nicht, Big Data sicher zu verwalten
- Übersehen Sie nicht die Notwendigkeit, die Leistung Ihrer Big Data zu verwalten
Video: 10 Job Interviews DOs and DON'Ts || Interview Preparation || HR Interview 2024
Viele Unternehmen, die mit der Erforschung von Big Data beginnen, befinden sich in einem frühen Stadium ihrer Ausführung. Betrachten Sie diese Do's und Don'ts als Teil Ihrer Strategie. Die meisten Unternehmen experimentieren mit Piloten, um herauszufinden, ob sie große Datenquellen für die Entscheidungsfindung nutzen können. Es ist leicht, Fehler zu machen, die Störungen in Ihrer Geschäftsstrategie verursachen können.
Betrachten Sie alle Geschäftsbereiche in Ihrer Big-Data-Strategie
Big Data ist keine isolierte Aktivität. Vielmehr kann das Unternehmen riesige Datenmengen nutzen, um mehr über Kunden, Prozesse und Ereignisse zu erfahren, als dies mit Datenschnappschüssen möglich wäre. Bei richtiger Ausführung kann eine Big-Data-Strategie einen großen Einfluss auf die Effektivität einer Geschäftsstrategie haben.
Unternehmen, die davon ausgehen, dass Daten, die außerhalb der Norm liegen, falsch sind, können plötzlich neue Muster von Kundenanforderungen entdecken. Die Geschäftseinheiten können einen signifikanten Wert erlangen, wenn sie frühzeitig in den Prozess eingebracht werden.
Evaluieren Sie alle Bereitstellungsmodelle für Big Data
Es ist natürlich anzunehmen, dass, wenn Sie mit Petabyte an Daten arbeiten, die einzige Möglichkeit zum Speichern und Verwalten dieser Daten im Rechenzentrum besteht. Die Technologie entwickelt sich so, dass es möglich und notwendig ist, Cloud-Computing-Speicher und Computing-Ressourcen für die Verwaltung von Big Data zu nutzen. Bewerten Sie die Art der Cloud-basierten Services und bestimmen Sie, welche die Leistung haben, die Sie benötigen.
Denken Sie an Ihre traditionellen Datenquellen als Teil Ihrer Big-Data-Strategie
Viele Unternehmen, die Wert auf Big Data-Analysen gelegt haben, gehen davon aus, dass sie nicht mehr an das traditionelle Data Warehouse denken müssen. Das ist nicht wahr. In der Tat ist es wichtig, dass Sie die Ergebnisse Ihrer Big Data-Analyse in Verbindung mit Ihrem Data Warehouse verwenden möchten. Das Data Warehouse enthält die Informationen über die Funktionsweise Ihres Unternehmens.
Daher ist es für die Entscheidungsfindung entscheidend, die Big Data-Ergebnisse mit den Benchmarks Ihrer Kerndaten vergleichen zu können.
Planen Sie konsistente große Metadaten
Wenn Sie die Analyse eines umfangreichen Datensatzes abgeschlossen haben, ist es gut möglich, dass Sie Daten erhalten, die alle mit einem Muster übereinstimmen. Diese Datenreihe kann jetzt dazu führen, dass Ihr Unternehmen beginnt, ein neues Problem gründlich zu analysieren.
Beachten Sie, dass diese Daten möglicherweise von Kundenservice-Websites oder nicht bereinigten Social Media-Umgebungen stammen. Bevor Sie also den Daten vertrauen, müssen Sie sicherstellen, dass Sie mit einem konsistenten Satz von Metadaten arbeiten, damit Sie diese Informationen in Ihre Organisation einbringen und zusammen mit den Daten aus Ihren Aufzeichnungssystemen analysieren können.
Verteilen Sie Ihre Big Data
Wenn Sie mit Big Data zu tun haben, gehen Sie nicht davon aus, dass Sie alle diese Informationen auf einem einzigen Server verwalten können. Erfahren Sie, wie Sie verteilte Computertechniken wie Hadoop verwenden, um die Größe, Vielfalt und erforderliche Geschwindigkeit für die Verwaltung Ihrer Daten effektiv zu verwalten.
Verlassen Sie sich nicht auf einen einzigen Ansatz für Big-Data-Analysen
Auf dem Markt gibt es so viele Hype um Technologien wie Hadoop und MapReduce, dass Sie vielleicht das, was Sie tatsächlich erreichen wollen, aus den Augen verlieren. Viele wichtige Technologien stehen zur Verfügung, z. B. Textanalysen, Vorhersageanalysen, Streaming-Datenumgebungen und räumliche Datenanalysen, die für die von Ihnen angestrebte Aufgabe wichtig sein können.
Nehmen Sie sich Zeit, um die Vielfalt der Technologien zu untersuchen, die Sie unterstützen können. Experimentieren Sie und erforschen Sie die Technologielösungen, die Sie erfolgreich machen können.
Gehen Sie nicht zu groß mit Ihren Daten, bevor Sie bereit sind
Sie sind zu Recht begeistert von dem Potenzial, das Big Data Ihrem Unternehmen bietet. Big Data kann den Unterschied bedeuten, ob Sie in einen aufregenden neuen Markt vor Ihrer Konkurrenz springen oder zurückgelassen werden. Laufen Sie, bevor Sie laufen. Sie müssen mit Pilotprojekten beginnen, mit denen Sie etwas Erfahrung sammeln können. Sie müssen mit Experten zusammenarbeiten, die Sie aufgrund von Unerfahrenheit vor Fehlern bewahren können.
Übersehen Sie nicht die Notwendigkeit, Big Data zu integrieren
Ihre Big Data-Quellen sind nicht effektiv, wenn sie isoliert voneinander leben. Gute Technologien auf dem Markt zielen darauf ab, die Ergebnisse der Big-Data-Analyse einfacher in andere Datenquellen zu integrieren. Seien Sie daher vorbereitet, nicht nur zu analysieren, sondern auch zu integrieren.
Vergessen Sie nicht, Big Data sicher zu verwalten
Wenn Unternehmen mit Big Data-Analysen beginnen, vergessen sie oft, das gleiche Maß an Datensicherheit und Governance beizubehalten, das in traditionellen Datenverwaltungsumgebungen angenommen wird. Wenn Sie anfangen, mehrere Petabyte oder mehr Daten zu analysieren, werden Sie in der Regel zu Beginn keine privaten Informationen ausblenden.
Wenn Sie jedoch eine Untermenge dieser anfänglichen Datenmenge haben, die jetzt entscheidend für die Ermittlung Ihrer nächsten optimalen Aktion oder Ihres Ansatzes für einen neuen Markt ist, müssen Sie diese Daten zuerst sichern, damit Ihr Unternehmen nicht ankommt. Risiko. Einige dieser Daten werden nun geistiges Eigentum von Unternehmen, das gesichert werden muss.
Möglicherweise müssen Sie auch die Datenschutzanforderungen verwalten. Diese Sicherheit muss Teil Ihres Big-Data-Lebenszyklus werden. Darüber hinaus können einige der von Ihnen verwendeten Datenquellen aus Drittanbieter-Datenquellen stammen, für die Lizenzen erforderlich sind. Stellen Sie sicher, dass Sie diese Daten verwenden dürfen und dass Sie die Governance-Regeln nicht verletzt haben.
Übersehen Sie nicht die Notwendigkeit, die Leistung Ihrer Big Data zu verwalten
Big Data zeigt, dass Menschen in der Lage sind, mehr Daten als jemals zuvor mit einer schnelleren Geschwindigkeit als in der Vergangenheit zu nutzen. Diese Fähigkeit, mehr Erkenntnisse zu gewinnen, ist ein großer Vorteil.Wenn diese Daten nicht effektiv verwaltet werden, führt dies zu großen Problemen für das Unternehmen. Daher müssen Sie Verwaltbarkeit in Ihre Roadmap einbauen und Big Data planen.