Vilka överväganden är viktigast när man beslutar vilka big data-lösningar som ska implementeras?

Författare: Eugene Taylor
Skapelsedatum: 16 Augusti 2021
Uppdatera Datum: 20 Juni 2024
Anonim
Vilka överväganden är viktigast när man beslutar vilka big data-lösningar som ska implementeras? - Teknologi
Vilka överväganden är viktigast när man beslutar vilka big data-lösningar som ska implementeras? - Teknologi

Innehåll

Presenterat av: Bloor Group



F:

Vilka överväganden är viktigast när man beslutar vilka big data-lösningar som ska implementeras?

A:

Varje företag och organisation måste ta hänsyn till sina egna behov och resurser när man räknar ut vilka frågor som är viktigast för implementering av big data. Det finns emellertid ett antal principer som i allmänhet anses kritiska för denna typ av teknikimplementering.

En av de största frågorna är implementering och hur mycket störningar det kommer att orsaka. Användare av big data-system måste alltid jämföra vad de ska använda och vad de för närvarande använder. I många fall är störningar den avgörande faktorn för hur stora dataressurser kommer att öka produktiviteten och vinsten, eller om ett företag kraschar ned på grund av oöverstigliga hinder med implementeringen. Leverantörsstöd (eller brist på det) har mycket att göra med detta, men företag måste också titta på inlärningskurvan för teknik, hur mycket de skulle ändra verksamheten i gamla system, och i allmänhet, om förändringarna är något som företaget kan hantera.


En annan viktig fråga är vilka data som är mest värdefulla för ett företag eller organisation. Genom att undersöka värdet på olika datauppsättningar kan de som tänker implementera big data ställa in projektets omfattning. Utan sådana riktlinjer kan big data-projekt bli uppblåsta och överväldigade i ett företag. Experter rekommenderar att du fokuserar på de specifika datauppsättningarna som ger mest värde utan att bli fastnat i att göra ett större nät.

En följdfråga här är användningen av strukturerade och ostrukturerade data. Företagsledare kan titta på svårighetsnivåerna med att få olika bitar av data till en big data con som ett datacenter. Till exempel kan redan formaterade datamängder lätt smälts, men vissa andra data kan behöva omfattande manipulation för att få dem till ett användbart format, och det kanske inte är värt det.


Adoptörer måste också titta på avancerad hantering av big data. Big datasystem definieras som de som är svåra att hantera med grundläggande och enkla hård- och mjukvaruinfrastrukturer. Det betyder att adoptörerna måste ha tillräckligt med talang och resurser för att hitta sätt att använda de stora datauppsättningarna som inte orsakar överbelastning i nätverket eller på annat sätt skapar flaskhalsar i verksamheten.