Obsah
- Zapojte všetky obchodné sekcie do iniciatívy veľkých dát
- Vyhodnoťte všetky modely infraštruktúry na implementáciu veľkých dát
- Pri plánovaní veľkých dát zvážte tradičné zdroje údajov
- Zvážte konzistentný súbor údajov
- Distribuujte údaje
- Nikdy sa nespoliehajte na jediný prístup založený na veľkej analýze údajov
- Nezačnite s veľkými dátovými iniciatívami skôr, ako budete pripravení
- Nepoužívajte údaje izolovane
- Nezabúdajte na bezpečnosť údajov
- Neignorujte výkonnú časť analýzy veľkých údajov
Zdroj: Rawpixelimages / Dreamstime.com
Zobrať:
Veľké dáta sú pre väčšinu spoločností novou a vznikajúcou doménou. Aby to fungovalo, je potrebné starostlivo doladiť a používať najlepšie postupy.
Veľké dáta prinášajú veľa sľubov pre všetky typy priemyselných odvetví. Ak sa tieto veľké údaje využívajú efektívne a efektívne, môžu mať významný vplyv na rozhodovanie a analytiku. Prínos veľkých údajov sa však dá dosiahnuť iba vtedy, ak sa spravuje štruktúrovaným spôsobom. Postupne sa zavádzajú osvedčené postupy týkajúce sa veľkých údajov, ale pokiaľ ide o implementáciu, už existujú určité jasné výhody a nedostatky.Nasledujúce usmernenie je založené na praktických skúsenostiach a znalostiach získaných z projektov v skutočnom živote. Tu sú moje najlepšie veľké údaje a donty.
Zapojte všetky obchodné sekcie do iniciatívy veľkých dát
Iniciatíva veľkých údajov nie je izolovanou a nezávislou činnosťou a zapojenie všetkých obchodných jednotiek je nevyhnutnosťou na získanie skutočnej hodnoty a prehľadu. Veľké dáta môžu pomôcť organizáciám využívať veľké objemy údajov a získať prehľad o správaní sa zákazníkov, udalostiach, trendoch, predpovediach atď. To nie je možné pri snímke údajov, ktorá zachytáva iba časť celého objemu údajov spracovávaných vo veľkých údajoch. Výsledkom je, že spoločnosti sa čoraz viac zameriavajú na všetky typy údajov pochádzajúcich zo všetkých možných ciest / obchodných jednotiek, aby pochopili správny vzorec.Vyhodnoťte všetky modely infraštruktúry na implementáciu veľkých dát
Objem údajov a jeho riadenie sú hlavným problémom každej iniciatívy zameranej na veľké dáta. Pretože veľké údaje sa zaoberajú petabajtmi údajov, jediným riešením je ich spravovanie pomocou dátových centier. Súčasne je potrebné zvážiť nákladovú zložku pred výberom a dokončením akéhokoľvek skladovacieho zariadenia. Cloudové služby sú často najlepšou voľbou, ale služby rôznych cloudových prostredí sa musia vyhodnotiť, aby sa určilo vhodné. Pretože ukladanie je jedným z najdôležitejších komponentov pri implementácii veľkých údajov, je to faktor, ktorý by sa mal pri každej iniciatíve s veľkými údajmi hodnotiť veľmi starostlivo. (Získajte ďalšiu perspektívu v dnešných veľkých dátových výzvach pramení z odrody, nie objemu alebo rýchlosti.)Pri plánovaní veľkých dát zvážte tradičné zdroje údajov
Existuje veľa zdrojov veľkých údajov a ich počet sa každým dňom zvyšuje. Tento obrovský objem údajov sa používa ako vstup pre spracovanie veľkých údajov. V dôsledku toho si niektoré spoločnosti myslia, že tradičné zdroje údajov sa nevyužívajú. Toto nie je pravda, pretože tieto tradičné údaje sú kritickou súčasťou úspechu každého veľkého dátového príbehu. Tradičné údaje obsahujú cenné informácie, preto by sa mali používať v spojení s inými veľkými zdrojmi údajov. Skutočnú hodnotu veľkých údajov možno odvodiť, iba ak sa zohľadnia všetky zdroje údajov (tradičné a netradičné). (Viac informácií nájdete v téme Take Big Data! Prečo malé dáta môžu zabaliť väčší úder.)Zvážte konzistentný súbor údajov
Vo veľkom dátovom prostredí pochádzajú údaje z rôznych zdrojov. Formát, štruktúra a typy údajov sa medzi jednotlivými zdrojmi líšia. Najdôležitejšia časť je, že údaje nie sú vyčistené, pokiaľ ide o vaše prostredie veľkých dát. Predtým, ako dôverujete prichádzajúcim údajom, musíte skontrolovať konzistentnosť opakovaným pozorovaním a analýzou. Len čo sa potvrdí konzistentnosť údajov, možno s nimi zaobchádzať ako s konzistentným súborom metaúdajov. Nájdenie konzistentnej sady metaúdajov starostlivým sledovaním štruktúry je základným cvičením pri plánovaní veľkých dát.Distribuujte údaje
Pri posudzovaní prostredia na spracovanie je objem údajov hlavným problémom. Z dôvodu veľkého množstva údajov, s ktorými sa veľké údaje zaoberajú, nie je možné spracovanie na jednom serveri. Riešením je prostredie Hadoop, ktoré je distribuovaným výpočtovým prostredím, ktoré beží na komoditnom hardvéri. Poskytuje možnosť rýchlejšieho spracovania na viacerých uzloch. (Viac informácií nájdete v 7 zaujímavostiach o Hadoop.)Nikdy sa nespoliehajte na jediný prístup založený na veľkej analýze údajov
Na trhu existujú rôzne technológie na spracovanie veľkých dát. Základom všetkých veľkých dátových technológií sú Apache Hadoop a MapReduce. Preto je dôležité vyhodnotiť správnu technológiu na správny účel. Niektoré z dôležitých analytických prístupov sú prediktívna analytika, predpísaná analytika, analytika, analýza údajov prúdov atď. Výber vhodnej metódy / prístupu je dôležitý na dosiahnutie požadovaného cieľa. Je to najlepšie, aby ste sa nespoliehali na jediný prístup, ale preskúmali rôzne prístupy a vybrali perfektné riešenie pre vaše riešenie.Nezačnite s veľkými dátovými iniciatívami skôr, ako budete pripravení
Pri každej iniciatíve týkajúcej sa veľkých údajov sa vždy odporúča začať s malými krokmi. Takže začnite s pilotnými projektmi, aby ste získali odborné znalosti, a potom choďte na skutočnú implementáciu. Potenciál veľkých údajov je veľmi pôsobivý, ale skutočnú hodnotu je možné dosiahnuť len vtedy, keď znížime počet chýb a získame viac odborných znalostí.Nepoužívajte údaje izolovane
Veľké zdroje údajov sú roztrúsené okolo nás a rastú každým dňom. Aby ste získali správny analytický výstup, je dôležité všetky tieto údaje integrovať. Na trhu sú k dispozícii rôzne nástroje na integráciu údajov, ale pred použitím by sa mali riadne vyhodnotiť. Integrácia veľkých údajov je zložitá úloha, pretože údaje z rôznych zdrojov majú rôzny formát, ale je veľmi potrebné získať dobrý analytický výsledok.Nezabúdajte na bezpečnosť údajov
Bezpečnosť údajov je hlavným faktorom pri plánovaní veľkých dát. Na začiatku (pred akýmkoľvek spracovaním) sú údaje v petabajtoch, takže bezpečnosť nie je striktne implementovaná. Ale po určitom spracovaní získate podmnožinu údajov, ktorá poskytuje určitý prehľad. V tomto okamihu sa stáva nevyhnutná bezpečnosť údajov. Čím viac sa údaje spracúvajú a dolaďujú, tým sú pre organizáciu často hodnotnejšie. Tieto doladené výstupné údaje sú duševným vlastníctvom a musia byť zabezpečené. Bezpečnosť údajov sa musí implementovať ako súčasť životného cyklu veľkých údajov.Neignorujte výkonnú časť analýzy veľkých údajov
Výstup analýzy veľkých údajov je užitočný iba vtedy, ak poskytuje dobrý výkon. Veľké dáta ponúkajú viac prehľadov na základe spracovania veľkého množstva údajov pri vyššej rýchlosti. Preto je nevyhnutné efektívne a efektívne ho riadiť. Ak nie je výkon veľkých dát starostlivo riadený, spôsobí to problémy a celé úsilie nebude mať zmysel.V našej diskusii sme sa zamerali na výhody a dary veľkých dátových iniciatív. Veľké údaje sú novovznikajúcou oblasťou a pokiaľ ide o implementáciu, mnoho spoločností je stále vo fáze plánovania. Aby sa minimalizovalo riziko a chyby, je nevyhnutné pochopiť osvedčené postupy týkajúce sa veľkých údajov. Diskusné body boli odvodené zo skúseností so živými projektmi, a preto budú obsahovať niekoľko usmernení na dosiahnutie úspechu stratégie veľkých dát.