K:
Enemmän ei aina ole parempi. Kuinka organisaatiot voivat vähentää datansa melua kohdennetun ja tarkan analyysin saavuttamiseksi?
V:Suurten tietojärjestelmien myötä yrityksille yksi isoista kysymyksistä on, kuinka pitää nämä projektit hyvin kohdennettuina ja tehokkaina. Monet isoihin tietoihin rakennetuista työkaluista ja resursseista on rakennettu imemään valtavia määriä tietoa laajassa verkossa. He eivät aina ole yhtä tarkkaavaisia tietojen tarkentamiseksi ja pitämiseksi yksinkertaisina. Alalla on kuitenkin havaittavissa joitain parhaita käytäntöjä kohdennetumman ja hyödyllisemmän big data -projektin luomiseksi.
Kohdennetun big data -lähestymistavan yksi pilari on oikeiden ohjelmistotyökalujen ja resurssien käyttö. Kaikki analytiikka ja suuret tietojärjestelmät eivät ole samoja. Jotkut voivat suodattaa tehokkaammin liiallisia tai merkityksettömiä tietoja ja antaa yrityksille mahdollisuuden keskittyä vain olennaisiin tosiasioihin, jotka määrittelevät niiden ydinprosessit ja toiminnan.
Toinen merkittävä osa tästä koskee ihmisiä. Keskeisen ihmisryhmän on oltava vastuussa prosessista ennen siirtymistään isoihin dataprojekteihin ja hankkiessaan myyjäohjelmistoja, toteuttamalla toteutusta ja kouluttamassa muita ihmisiä, ja samalla myös tutkimus- ja aivoriihi-tehtäviä. Tämä voi tehdä suuren datan lähestymistavasta tarkan, kirurgisen menetelmän, joka parantaa liiketoimintaa ilman, että siitä tulee liian raskaita ja häiritsemättä päivittäistä toimintaa.
Esimerkiksi työryhmät tai muut ydinryhmät voivat istua ja tarkastella yksityiskohtaisesti tapoja, joilla toteutus toteutetaan, miten yritys alkaa arvioida tietojoukkoja, kuinka ne indeksoivat tilejä, millaista paperia tai digitaaliset esitykset, joita he käyttävät tiedon levittämiseen, miten ne rakentavat hyödyllisiä raportteja jne. Nämä yksityiskohdat suojaavat yritystä suurelta datan paisumiselta.
Lisäksi kun yritykset alkavat hankkia enemmän myyjäpalveluita, tehdä enemmän ison datan murskausta ja tehdä IT-arkkitehtuureista monimutkaisempia, he ovat oppineet erottamaan arkaluontoisimmat tiedot kaikesta muusta.
Yksi tapa tehdä tämä on luoda porrastettu järjestelmä. Esimerkiksi asiakastunnusten ja -historioiden ydintietojoukko voidaan pitää erityisessä ylläpitämässä tietokannassa tietyn pilvisuojaussopimuksen nojalla tai paikan päällä. Muut tietojoukot voivat sijaita vähemmän erikoistuneissa tietoympäristöissä joko siksi, että ne ovat vähemmän arkaluonteisia tietorikkomusten suhteen tai koska ne ovat vähemmän välittömiä merkityksiä liiketoiminnan tekemässä analytiikassa. Porrastetut tai monitasoiset järjestelmät mahdollistavat kustannustehokkaan suurdatan toteutuksen.
Nämä ovat joitain tapoja, joiden avulla yritykset ovat älykkäitä saamaan suuria tietoja oikealla tavalla. Sen sijaan, että tyhjennettäisiin mitä tahansa tietoa, jonka he voivat tarttua, he käsittelevät tiettyjä tietojoukkoja kriittisimminä, jotta saadaan eniten yritystietoa vähiten vaivalla.
