Výzvy na prekonanie implementácie veľkých dát

Autor: Eugene Taylor
Dátum Stvorenia: 13 August 2021
Dátum Aktualizácie: 1 V Júli 2024
Anonim
Výzvy na prekonanie implementácie veľkých dát - Technológie
Výzvy na prekonanie implementácie veľkých dát - Technológie

Obsah


Zobrať:

Veľké dáta sa stali nevyhnutnými pri prijímaní obchodných rozhodnutí, ale pred implementáciou veľkých údajov v ich podnikaní je potrebné zvážiť množstvo problémov.

Veľké údaje sa stali nevyhnutnou súčasťou rozhodovania v podnikaní. Poskytuje významné informácie spoločnostiam a vedúcim firmám. Zároveň však prináša mnoho výziev, ktorým náš tradičný systém nemôže čeliť. Pred implementáciou veľkých údajov v organizácii je preto potrebné podrobne porozumieť týmto výzvam.

Podľa McKinsey Global Institute (MGI): „Veľké údaje sa týkajú súborov údajov, ktorých veľkosť presahuje možnosti typických databázových softvérových nástrojov na zachytávanie, ukladanie, správu a analýzu.“ Preto je potrebné správne riešiť veľké problémy s údajmi. Po analýze veľkých údajov sa získaná hodnota dá zhrnúť takto:


  • priesvitný
  • Lepší výkon a variabilita
  • Nahradenie umelých rozhodnutí automatizovanými algoritmami
  • Segmentácia zákazníkov

Strategické výzvy

Začnime veľkými dátovými strategickými výzvami. Veľké dáta nás nútia bojovať s tromi hlavnými strategickými a operačnými výzvami:

Celý IT priemysel je pod tlakom, pretože musí každý deň spravovať zvyšujúci sa objem údajov, aby pomohol zlepšiť podnikanie. Analýza údajov sa dá ďalej rozdeliť do troch kategórií:

  • Prediktívna analýza - Úlohou vedca údajov je používať údaje v reálnom čase na prediktívnu analýzu naprieč rôznymi oblasťami. Počas tejto analýzy údajov je tiež dôležité využívať nové typy údajov, ako sú emocionálne údaje, údaje video toku, obrazové údaje, údaje atď.
  • Analýza správania - údaje o správaní sú dôležité pre zvýšenie spokojnosti zákazníkov. Úlohou vedca údajov je využívať súbory údajov, ktoré majú komplexný charakter, a vytvárať nové obchodné modely, ktoré pomáhajú pri znižovaní nákladov a podporujú inovácie s cieľom zvýšiť spokojnosť zákazníkov.
  • Interpretácia údajov - Analytici údajov musia manažmentu poskytovať nové informácie o obchodnej analýze a integrovať ich pre inováciu produktov.

Svoje programovacie schopnosti si nemôžete vylepšiť, keď sa nikto nestará o kvalitu softvéru.


  • Zachytávanie údajov
  • Zarovnanie údajov z rôznych zdrojov
  • Transformácia údajov do formy vhodnej na analýzu
  • Modelovanie údajov pomocou matematiky a / alebo simulácií
  • Pochopenie výstupu a schopnosť vysvetliť ho koncovým používateľom

Výzvy v oblasti riadenia

Jednou z hlavných výziev v oblasti správy údajov je zaistenie bezpečnosti, ochrany osobných údajov, správy a etických štandardov. Pri zaobchádzaní s údajmi o zákazníkoch sa musí postupovať podľa jeho zamýšľaného použitia a príslušných pravidiel. Sledovanie údajov je dôležité z hľadiska jeho použitia, transformácie, odvodenia a riadenia jeho životného cyklu. Údaje musia byť zabezpečené a kontrolovaný prístup. Zároveň sa v pravidelných intervaloch musia vykonávať audity, aby sa zaistila bezpečnosť údajov, pretože väčšina dátových skladov uchováva osobné údaje, čo by mohlo viesť k potenciálnym právnym a etickým problémom.

záver

Diskutovali sme o rôznych veľkých problémoch s údajmi a ich vplyve na podnikanie. Tieto výzvy sa vyskytujú na všetkých úrovniach vykonávania. Pred implementáciou veľkých údajov v akejkoľvek organizácii je preto potrebné riešiť tieto výzvy a naplánovať ich.