De Economie van Big Data - dummies

De beste manier om de economische aspecten van big data te begrijpen, is door te kijken naar de verschillende methoden om big data voor uw organisatie te laten werken. Hoewel specifieke kosten kunnen variëren vanwege de grootte van uw organisatie, de koopkracht, leveranciersrelaties, enzovoort, zijn de klassen van kosten redelijk consistent.

Grote gegevenstypen en -bronnen

De belangrijkste beslissingen die u moet nemen met betrekking tot typen en bronnen zijn

• Welke gegevens zijn nodig om uw bedrijfsprobleem aan te pakken?

• Waar kunt u de gegevens verzamelen?

• Wat kunt u doen met de gegevens?

• Hoe vaak moet u omgaan met de gegevens?

• Wie blijft eigenaar van de gegevens en de werkproducten?

• Hoe lang moet u de gegevens bewaren?

• Kunt u de gegevens en de bron ervan vertrouwen?

Analyse van big data om te anticiperen op wat de toekomst biedt

Vaak zijn er hints beschikbaar binnen bestaande gegevens. Als er echter onvoldoende gegevens zijn, worden deze hints genegeerd omdat die gegevens eruit kunnen zien als een uitbijter of zelfs een fout. Dit soort vroege meldingen van een veranderende eis zou de bedrijven in staat kunnen stellen om nieuwe diensten en nieuwe verpakkingen te testen die belangrijk zouden kunnen worden.

De juiste gegevensbronnen zoeken

Sourcing van de gegevens is de volgende stap. Het gaat niet alleen om waar de gegevens moeten worden opgehaald, maar ook om de vorm of het type gegevens en om de kwaliteit of betrouwbaarheid van de gegevens. Goede bronnen van sentimentgegevens zijn te vinden in sociale webeigenschappen zoals Facebook, foursquare, Yelp, Pinterest en Twitter.

De bronnen die u selecteert, kunnen worden bepaald door de gewoonten van uw klanten. De hoeveelheid gegevens is enorm en u zoekt mogelijk naar de spreekwoordelijke naald in de hooiberg. Bovendien variëren de structuur en typen van deze gegevens van site tot site, wat extra complexiteit en kosten toevoegt.

Wat kunt u doen met de gegevens?

Als u begrijpt hoe vaak de gegevens door interne systemen worden gebruikt, kan dit helpen de kosten te beheersen. Als de eisen zijn om in realtime het klantensentiment te analyseren over verschillende sociale eigendommen, zullen de kosten zeer hoog zijn. Als de analyse op gezondere wijze kan worden uitgevoerd of met minder gegevensbronnen, kunnen de kosten lager en beter beheersbaar zijn.

Sommige leveranciers van grote gegevensbronnen willen het eigendom van hun gegevens behouden en een licentie verlenen voor specifiek, niet-destructief gebruik. Andere zullen open zijn met weinig of geen toegangskosten of te hoge gebruikseisen. Sommige gegevenslicenties beperken het gebruik voor het berekenen en vernietigen.

Andere kunnen u toestaan ​​om de gegevens te gebruiken, maar vereisen dat u "het teruggeeft" wanneer uw analyse of berekeningen voltooid zijn.Er moet altijd voor worden gezorgd dat bedrijfsinformatie wordt beschermd.

Big data-economie moet worden begrepen vanuit twee dimensies: aan de slag gaan en de steady-state beheren. Opstartkosten kunnen worden ingeperkt door het vinden van open data of vrij toegankelijke databronnen. Als er meer datacenter-resources nodig zijn, moet u overwegen cloudgebaseerde services waarbij u kunt betalen met het drankje. "Het is veel gemakkelijker om op deze manier te experimenteren.

De technologie-impact van big data

In een ideale wereld zal het mogelijk zijn om veel bestaande technologieën en applicaties te gebruiken wanneer big data wordt toegepast op workflows. Het is echter veel waarschijnlijker dat nieuwe technologieën zullen moeten worden ingezet.

Veel nieuwe en verschillende tools zijn beschikbaar voor big data. Als een brandmanager gegevens van verschillende sociale sites moet verzamelen, elk met verschillende gegevenstypen, moet ze met de IT-teams samenwerken om te selecteren welke technologie het beste aansluit op de bedrijfs- en kostenvereisten.

U zult zeker implementaties van producten hebben die elementen van Hadoop en Hive zullen bevatten. Ook zijn nieuwe technologieën vereist. De bestaande technologieën zijn te broos of omdat ze zijn ontworpen voor een specifieke taak.

Vind het talent om big data-projecten te ondersteunen

De bedrijfsanalisten moeten mogelijk hun gelederen uitbreiden met data scientists. Dit kan worden bereikt met adviserende relaties in de opstartfasen, maar zou moeten overgaan naar permanent personeel naarmate de richting duidelijk wordt. Een enkele data scientist is waarschijnlijk niet het antwoord. De grootste hefboomwerking wordt gerealiseerd door een team van data scientists te creëren.

Voor het IT-team moet kennis van nieuwe big data-technologieën worden geïntroduceerd bij bestaande teamleden door middel van training en mentoring. Het is redelijk om te veronderstellen dat nieuw talent moet worden ingehuurd als uw organisatie de steady state nadert.

Veel universiteiten en hogescholen zijn begonnen cursussen aan te bieden die op korte termijn de kloof moeten overbruggen. Op de lange termijn zullen leveranciers die oplossingen aanbieden, meer bruikbare big data-oplossingen moeten creëren die de complexiteit abstraheren.