P:
Czy duże zbiory danych są rozwiązaniem uniwersalnym?
ZA:W ramach ogólnego ekosystemu lub branży dużych zbiorów danych zastosowania strategii dużych zbiorów danych są dostosowane do potrzeb konkretnej firmy lub organizacji. Jednym z największych błędów popełnianych przez kadrę kierowniczą i innych specjalistów jest podejście ogólne do dużych zbiorów danych i próba dopasowania systemów do szablonu, który był wcześniej używany.
Filozofia dużych zbiorów danych wiąże się z bardzo ukierunkowanym i zarządzanym przez mikrozarządzanie dużym zbiorem informacji. Na przykład firma, która ma tysiące klientów, podejmie projekt dużych zbiorów danych, aby wykorzystać wszystkie informacje o tych klientach - ich nazwiska, miejsce zamieszkania, to, co kupili wcześniej itp. Jednak wyniki mają więcej wspólnego z konfigurowaniem konkretnych struktur do manipulacji danymi i raportowania niż z samym gromadzeniem i „uruchamianiem” tych ogromnych zestawów danych.
Jednym z wyzwań związanych z big data jest to, że wymaga ono bardziej wyspecjalizowanych procesów sprzętowych. Firmy często używają systemów typu open source, takich jak Apache Hadoop, oraz konkretnych powiązanych narzędzi, takich jak MapReduce, aby uzyskać rozwiązania dużych zbiorów danych. Wymaga to dodatkowej wiedzy technicznej poza zwykłą konfiguracją tabeli Microsoft Access lub zastosowaniem innej prostszej technologii baz danych.
Aby duże zbiory danych były skuteczne, firmy muszą przyjrzeć się wdrożeniu i sposobom uniknięcia zakłócania normalnej działalności biznesowej. Aby było najbardziej wydajne, muszą dokładnie sprawdzić, które zestawy danych będą dla nich najbardziej przydatne. Na przykład, jeśli handlowcy lub inni mogą zrobić to, co muszą, za pomocą prostego raportu zawierającego tylko nazwiska, stany i numery telefonów, nie ma sensu próbować uruchamiać bardziej obszernych danych w systemie oraz próbować gromadzić i prezentować inne identyfikatory lub kluczowe informacje.
Skuteczność, łatwa implementacja i koszty napędzają pojawienie się specyficznych dla firmy rozwiązań Big Data. Te innowacje są zdecydowanie zależne od konkretnego modelu biznesowego i problemów, które należy rozwiązać.
