Conceptul Big Data și oportunitățile pentru afaceri

Stanciu Valentin Gabriel – Grupa 1068 A

Bigdata = "Datele păstrate și prelucrate în cantități imense, datorită unor medii de stocare mai ieftine, unor metode de procesare mai rapide și unor algoritmi mai performanți" definiția din - Big Data: A revolution that will transform how we live - de Viktor Mayer-Schönberger și Kenneth Cukier.

Big Data a devenit o problemă în afaceri, sau cel puțin o problemă pe care oamenii de afaceri incep să o conștientizeze. Presa începe să aloce din ce în ce mai mult spațiu acestui subiect. Pornind cu Wall Street Journal "Companiile sunt inundate cu date" (“Companies are being inundated with data") la Financial Times "Din ce în ce în afaceri sunt aplicate analize din mass-media, cum ar fi Facebook și Twitter" ("Increasingly businesses are applying analytics to social media such as Facebook and Twitter"), Forbes "Big Date a ajuns la Seton Health Care Family" ("Big Data has arrived at Seton Health Care Family"). De ce atâtea articole pe aceasta temă?  Deoarece Big Data are potențialul de a afecta profund modul in care facem afaceri și chiar modul de a trăi.

Big Data are 4 caracteristici principale.

Prima caracteristică este VOLUMUL.

Da, volumul de date este în creștere. Experții prezic că volumul de date din lume, va crește la 25 de Zettabytes în 2020. Același fenomen afectează fiecare companie - datele sunt în creștere la aceeași rată exponențială. Dar nu este numai volumul de date care este în creștere, numărul de surse de date este de asemenea în creștere.

A doua caracteristică este VITEZA.

Datele se creează la viteze din ce în ce mai mari. Companiile își mută aplicațiile de la aplicații de tip "batch" la aplicații în timp real. Și cerințele de afaceri au crescut la fel - de la răspunsuri săptămâna viitoare sau măine la un răspuns într-un minut sau la secundă. Și lumea este, de asemenea, din ce în ce mai instrumentată și interconectată. Volumul de date de streaming de pe aceste instrumente este exponențial mai mare decât a fost chiar cu 2 ani în urmă.

A treia caracteristică este VARIETATEA datelor

Varietatea datelor prezintă o provocare la fel de dificilă. Creșterea surselor de date a alimentat și creșterea tipurilor de date. De fapt, 80% din datele generate în lume sunt date nestructurate. Cu toate acestea, metodele tradiționale de analiză se aplică numai la informații structurate.

A patra caracteristică este VERIDICITATEA datelor.

Cum se poate acționa pe baza acestor informații, dacă nu sunt de încredere. Stabilirea încrederii în datele pe care le folosește orice companie reprezintă o provocare uriașă odată cu creșterea surselor și tipurilor de date.

Un alt motiv pentru care Big Data este un subiect fierbinte astăzi este noua tehnologie care permite unei organizații să beneficieze de resursele interne de date. Ceea ce este nou, este tehnologia pentru a procesa și analiza aceste date la volumul și viteza dorită. Scopul tehnologiei Big Data este să analizeze toate datele disponibile, eficient din punct de vedere costuri. Orice date, așa cum sunt. Se pot analiza date structurate, video, audio, date spațiale sau orice tip de date.

Datele pot veni de la sistemele noastre tradiționale - sisteme de facturare, sisteme ERP, sisteme CRM. De asemenea, vin de la mașini - de la etichetele RFID, senzori, comutatoare de rețea. Și datele vin de la oameni - site-ul web, social media, etc. Acest lucru face foarte dificilă analiza datelor sociale - extragerea ideilor de conținut în mare parte sub formă de text într-un timp foarte scurt.

Conceptul de Big Data este in prim-planul temelor actuale in cele mai multe cercuri de IT. Intelegerea conceptului de Big Data, la fel ca orice alta tehnologie in curs de dezvoltare , necesita mai intai ca acesta sa fie definit. In timp ce definitia este doar inceputul conversatiei, in cele din urma, valoarea pe care o promite Big Data este ceea ce face acest concept atat de interesant si demn de atentie. Capacitatea de a utiliza Big Data pentru a conduce la rezultate mai bune in afaceri face ca acesta sa fie foarte atractiv.

Este în general acceptat faptul că datele mari pot fi explicate în conformitate cu cei trei V: Velocity, Variety și Volum. Intr-un raport de cercetare 2001, META Group (acum Gartner), analistul Doug Laney a definit cantiata de date ca fiind foarte mare ca fiind tri-dimensională, și anume creșterea volumului (cantitatea de date), viteza (viteza de date și în afară) și varietatea (gama de tipuri de date și surse). Mai târziu, în 2012, Gartner a actualizat definiția de date mari ca volum mare, viteza mare, mare varietate. Cu toate că nu doresc să diminueze importanța definiției de Gartner, cred că datele mari pot fi explicate mai bine prin adăugarea de alte câteva V-uri. Acestea V-uri explica aspecte importante ale datelor mari și o strategie de date de mare pe care organizația nu poate ignora. Să ne uităm la aceste V și pentru caracterul complet, de asemenea, să mai menționăm o dată comună cunoscută lui V:

Viteză

Viteza este viteza cu care se creează date, stocate, analizate și vizualizate. In trecut, atunci când prelucrarea lot era o practică obișnuită, era normal să primească o actualizare din baza de date în fiecare noapte sau chiar în fiecare săptămână. Calculatoare și servere nevoie de timp substanțiale pentru a procesa datele și să actualizeze bazele de date. În epoca mare de date, datele sunt create în timp real sau aproape în timp real. Odată cu disponibilitatea dispozitivelor conectate la internet, wireless sau cu fir, mașini și dispozitive pot trece pe datele lor în momentul în care este creat.

Viteza la care datele sunt create în prezent este aproape de neimaginat: In fiecare minut vom încărca 100 de ore de video de pe Youtube. În plus, în fiecare minut peste 200 de milioane de email-uri sunt trimise, în jur de 20 de milioane de fotografii: sunt vizualizate și încărcate pe Flickr 30.000, aproape de tweet-uri sunt trimise 300.000 și sunt realizate aproape 2,5 milioane de interogări pe Google.

Provocarea Organizațiile trebuie să se facă față cu viteza enormă de date este creat și utilizat în timp real.

Volum

90% din toate datele create vreodata, a fost creat în ultimii 2 ani. De acum încolo, cantitatea de date din lume se va dubla la fiecare doi ani. Până în 2020, vom avea de 50 de ori mai mare decât cantitatea de date ca și pe care am avut-o în 2011. Volumul mare de date este enormă și un factor care contribuie foarte mare pentru universul digital de expansiune vreodată este internetul obiectelor cu senzori peste tot în lume, în toate dispozitivele de creare de date în fiecare secundă. Era de un trilion de senzori este peste noi.

Dacă ne uităm la avioane, ele generează aproximativ 2,5 miliarde de terabyte de date în fiecare an de la senzorii instalați în motoarele mașinii de conducere auto-2 va genera Petaoctet de date în fiecare an. De asemenea, industria agricolă generează cantități masive de date cu senzori instalate pe tractoare. Shell a utilizează senzori de super-sensibile pentru a găsi uleiul suplimentare în puțuri și în cazul în care instalează acești senzori la toate 10.000 de puțuri vor colecta aproximativ 10 Exabyte de date anual. Din nou, că este absolut nimic, dacă vom compara cu Piața Kilometrul Array Telescopul, care va genera 1 Exabyte de date pe zi.

In trecut, crearea atât de multe date ar fi cauzat probleme serioase. In zilele noastre, cu costuri de depozitare în scădere, soluții de stocare mai bune, cum ar fi Hadoop și algoritmi pentru a crea semnificații din toate că datele nu este deloc o problemă.

Varietate

In trecut, toate datele care au fost create au fost structurate pe date, frumos montate în coloane și rânduri, dar acele zile s-au terminat. În prezent, 90% din datele care sunt generate de organizație sunt date nestructurate. Astazi datele vin in mai multe formate diferite: date structurate, date semi-structurate, nestructurate de date și a datelor structurate chiar complexe. Varietatea largă de date necesită o abordare diferită, precum și tehnici diferite pentru a stoca toate datele brute.

Există mai multe tipuri diferite de date și fiecare dintre aceste tipuri de date necesită diferite tipuri de analiza sau de diferite instrumente pentru a utiliza. Social media, cum ar fi Facebook sau posturi pot da tweeturi perspective diferite, cum ar fi analiza sentimentelor pe brand-ul, în timp ce datele senzoriale vă va oferi informații despre modul în care un produs este folosit și ce greșelile sunt.

Acum, căci contextul este stabilit în ceea ce privește tradiționale V-uri, să vedem care celuilalt V sunt importante pentru organizațiile să păstreze în minte atunci când acestea dezvolta o strategie de date de mare.

Veredicitate

Având o mulțime de date în diferite volume venind în viteză mare, acestea sunt lipsite de valoare în cazul în care datele sunt incorecte. Datele incorecte pot provoca o mulțime de probleme pentru organizații, cât și pentru consumatori. Prin urmare, organizațiile trebuie să se asigure că datele sunt corecte, precum și analizele efectuate asupra datelor sunt corecte. Mai ales în automatizat de luare a deciziilor, în cazul în care nici un om nu mai este implicată, trebuie să fie sigur că atât datele și analizele sunt corecte.

Variabilitate

Multimea de date este mare si este extrem de variabilă. Brian Hopkins, un analist principal la Forrester, definește variabilitatea ca "variația în sens, în lexicon". El se referă la supercomputerul Watson, care a câștigat Jeopardy. Supercomputerul a trebuit să "disece un răspuns în sensul său și [...] să dau seama ce intrebarea corecta era". Acest lucru este extrem de dificil, deoarece cuvintele au sensuri diferite, iar totul depinde de context. Pentru răspunsul corect, Watson a trebuit să înțeleagă contextul.

Variabilitatea este adesea confundata cu o varietate. Să presupunem că aveți produse de panificație care vinde 10 pâine diferite. Acum, imaginați-vă că mergeți la acea brutărie trei

zile la rând și în fiecare zi cumperi același tip de pâine, dar în fiecare zi are un gust si miroase diferit. Aceasta este variabilitatea.

Variabilitatea este, prin urmare, foarte relevanta în efectuarea analizelor s. Variabilitatea înseamnă că sensul se schimbă (rapid). În (aproape) aceleași tweet-uri, un cuvânt poate avea un sens total diferit. În scopul de a realiza un sentiment adecvat de analize, algoritmii trebuie să fie capabili de a înțelege contextul și să fie capabili de a descifra sensul exact al unui cuvânt în acest context. Acest lucru este încă foarte dificil.

Vizualizarea

Aceasta este partea cea mai grea a datelor mari. Ceea ce face tot ce cantitate mare de date ușor de înțeles într-un mod care este ușor de înțeles și de citit. Cu analizele corecte și vizualizările, datele brute pot fi folosite date altfel brute rămâne în esență inutil. Vizualizărilor, desigur, nu înseamnă grafice obișnuite sau diagrame plăcintă. Ele înseamnă grafice complexe, care pot include mai multe variabile de date în timp ce încă rămase de înțeles și ușor de citit.

Vizualizând s-ar putea să nu fie cea mai dificilă parte tehnologică; este sigur că este partea cea mai dificilă. A spune o poveste complexă într-un grafic este foarte dificil, dar, de asemenea, extrem de important. Din fericire, există mai multe startup-uri mari de date care apar care se concentrează asupra acestui aspect și, în cele din urmă, vizualizărilor va face diferența. Una dintre ele este în viitor acest lucru va fi direcția de a merge, în cazul în care vizualizările ajuta organizațiile să răspundă la întrebări care nu au știut să ceară.

Valoarea

Toate că datele disponibile vor crea o mulțime de valoare pentru organizații, societăți și consumatori. Date de mare înseamnă o afacere mare și fiecare industrie vor beneficia de avantajele de date mari. McKinsey afirmă că potențialul valorii anuale de date mari la Health Care SUA este de 300 miliarde $, mai mult decât dublu cheltuielile totale anuale de ingrijire a sanatatii din Spania. De asemenea, ei menționează că datele de mare are o valoare anuală potențială de 250 de miliarde € pentru administrația sectorului public al Europei. Chiar mai mult, în raportul lor bine privit din 2011, acestea afirmă că surplusul potențial anual de consum de la utilizarea datelor de localizare cu caracter personal la nivel global poate fi de până la 600 miliarde $ în 2020. Aceasta este o mulțime de valoare.

Desigur, datele în sine nu sunt valoroase deloc. Valoarea este în analizele efectuate pe aceste date și modul în care datele sunt transformate în informații și în cele din urmă de cotitură în cunoaștere. Valoarea este în modul în care organizațiile vor folosi datele și să transforme organizația lor într-o companie de informații centrice care se bazează pe perspective derivate din analizele de date pentru procesul de luare a deciziilor.

Ce promite Big Data?

Diferite sisteme stocheaza datele in diferite formate, chiar si in cadrul aceleiasi companii, ceea ce face dificil agregarea datelor pentru analiza. Ca urmare, investitiile unei organizatii in date, unul dintre activele sale cele mai de valoarea, nu sunt utilizate in totalitate. Cresterea gradului de constientizare a valorii dobandite prin analiza datelor intr-un context geografic duce la dorinta de a descoperi tipare si relatii bazate pe locatie in Big Data care permit luarea de decizii informate pentru rezultate mai bune in afaceri.

Cine utilizeaza vizualizarea geospatiala si Big Data?

Analistii GIS: Tehnologiile Big Data ofera acces la date nestructurate, generate de aparate, generate pe web, si date NoSQL. Vizualizarea pe harta si analiza acestor date pot dezvalui modele si tendinte, care sunt dincolo de capacitatile bazelor de date traditionale, foilor de calcul si fisierelor. Accesul la mai multe tipuri de date poate rafina, de asemenea, analize existente care rezulta in o mai mare incredere in deciziile de afaceri.

Utilizatorii non-GIS: analisti de afaceri, cercetatori si oamenii de stiinta beneficiaza de vizualizarea pe harta si analiza. Oricine este interesat de crearea de informatii din Big Data si de alte aplicatii de afaceri de tip enterprise poate obtine perspective valoroase prin expunerea si exploatarea dimensiunii geografice a acestor date folosind hartile ca instrument de vizualizare. Organizarea datelor in functie de locatie ofera, de asemenea, acces la alte date cu referinta spatiala, cum ar fi extensia Esri Business Analyst, care imbogateste si mai mult analiza datelor, imbunatateste colaborarea si permite un proces de luare a deciziilor mai riguros.

Ce este unic despre Big Data?

Companiile s-au căutat de zeci de ani pentru a face cea mai bună utilizare a informațiilor pentru a îmbunătăți capacitățile lor de afaceri. Cu toate acestea, este structura (sau lipsa acesteia) și dimensiunea mare de date pe care o face atât de unic. Big Data este de asemenea special, deoarece reprezintă atât informații semnificative - care pot deschide uși noi - și modul în care aceste informații sunt analizate pentru a ajuta la deschiderea acestor uși. Analiza a merge mână în mână cu informații, astfel încât în acest sens "Big Data" reprezinta un substantiv - "date" - si un verb - ". Pieptănarea datelelor pentru a găsi o valoare"

Zilele de păstrare a datelor companiei în documentele Microsoft Office de pe fișiere partajate organizate cu atenție și sunt în spatele nostru, la fel ca epoca apusa de a naviga peste ocean în nave mici. Această cotă de fișier de 50 gigabytes în 2002 pare destul de mica în comparație cu o bază de date de marketing 50 Tb moderne ce conține preferințele clienților și obiceiurile. Cum putem să gasim, eventual, prin tot ceea ce materialul pentru a identifica tendințele ce sugerează în ce fel gusturile consumatorilor sunt conduse sau ce clima schimbări au loc? Asta e în cazul în care procesul de interpretare vine.

Cum ne putem folosi de Big Data?

Interpretarea Big Data poate aduce perspective care ar putea să nu fie vizibile imediat sau care ar fi imposibil de găsit folosind metode tradiționale. Acest proces se concentrează pe găsirea de fire de ascunse, tendințe sau tipare care pot fi invizibile cu ochiul liber. Ei bine, este nevoie de noi tehnologii și abilități pentru a analiza fluxului de material și să tragă concluzii.

Apache Hadoop este o astfel de tehnologie, și este, în general, software-ul cel mai frecvent asociat cu Big Data. Apache îl numește "un cadru care să permită prelucrarea distribuită a seturilor de date mari între grupuri de calculatoare care folosesc modele de programare simple." La fel ca și Big Data poate fi atât un substantiv și un verb, Hadoop implică ceva care este si ceva care face - în mod specific, de stocare a datelor și de prelucrare a datelor. Ambele au loc într-o manieră distribuită pentru a îmbunătăți eficiența și rezultatele. Un set de sarcini cunoscute sub numele de MapReduce coordonează prelucrarea datelor în diferite segmente ale cluster-ului, apoi descompune rezultatele la bucăți mai ușor de gestionat, care sunt prezentate pe scurt.

Hadoop este open-source și există variante de produse de mulți furnizori diferiți, cum ar fi Cloudera, Hortonworks, MapR și Amazon. Există, de asemenea, alte produse, cum ar HPCC și servicii bazate pe cloud, cum ar fi Google BigQuery.

Abilitățile sunt aduse la masa de oamenii de stiinta Big Data, care obtin valoare de afaceri de la o multitudine de informații prin ao analiza sensului și tendințe. Acest lucru necesită o expertiză matematică și statistică precum și creative, de comunicare, de rezolvare a problemelor și abilități de afaceri, ceea ce face un rol foarte complex, dar incredibil de valoroase. Noi domenii s-au dezvoltat pentru a instrui pentru această cale de carieră în expansiune, și există o multitudine de sfaturi pentru cei care aspiră să intre în industria Big Data - care este de așteptat să vadă o creștere de locuri de muncă de 500 la sută din ianuarie 2012 până ianuarie 2014, în conformitate cu Într-adevăr. com.

Un un exemplu de modul în care Big Data a venit la îndemână

In toamna anului 2012, Wall Street Journal a publicat un articol care descrie modul în care Netflix foloseste Big Data pentru a construi serviciul lor de streaming video. Ei au fost capabili să analizeze detaliile de trafic pentru diverse dispozitive, zone cu probleme la fața locului și se adaugă tranzitată de rețea pentru a ajuta la pregătirea pentru cererea viitoare. Netflix a fost, de asemenea, posibilitatea de a obține mai multe detalii în tipul de clienți de conținut preferat, pe care le-a permis să facă sugestii mai exacte cu privire la ceea ce s-ar putea plăcea abonaților.

Netflix este all-in pentru Big Data-utilizarea acestuia pentru a optimiza calitatea și stabilitatea fluxurilor sale video și pentru a evalua preferințele de divertisment pentru

clienți, astfel încât se poate face o treabă mai bună direcționare utilizatorilor săi cu oferte pentru spectacole în care s-ar putea dori să vadă. Aceste eforturi sunt critice pentru companie, care a făcut o tranziție de succes din închirierea DVD-uri pentru a furniza video digitale în ultimii câțiva ani, dar se confruntă acum cu mai multă concurență și presiune asupra activității sale.

Compania a apelat la Big Data în urma unei întreruperi în 2008, care a plecat de unii clienți, fără serviciu timp de trei zile, a declarat Kurt Brown, directorul Netflix al științei datelor și inginerie, în timpul unei prezentări la Conferința Strata din New York. Este un exemplu de modul în care instrumentele de CIO si departamentul IT sunt în creștere în importanță strategică.

Evenimentul a fost mai puțin catastrofală decât ar fi astăzi, dar a fost suficient de severe pentru a expune vulnerabilitățile companiei, si sa impulsioneze sa actioneze. Mult mai puțini clienți au fost utilizați de streaming la momentul respectiv și Netflix a fost procesarea unei cantități mai mici de informații cu privire la centrul său de date gestionate. "Majoritatea clienților au avut deja DVD-urile lor pentru următoarele trei zile", a spus Brown. "Dar am știut că așa cum am început să facem streaming și merge internațional acest lucru a fost de gând să fie o problemă", a spus Brown.

Pe măsură ce compania pregătită să ofere mai mult de streaming, Netflix mutat de stocare de la centrele de date interne către Amazon Cloud. Avantajul principal al norului este faptul că arhitectura care sa include open source platforma foarte scalabil de procesare a datelor cunoscut sub numele de Hadoop-permite companiei să rapid de asigurare a resurselor de calcul ca nevoile sale cresc.

Că capacitatea de reacție este critică pentru o companie care se află sub o presiune intensă. Netflix a anunțat marți că venitul net pentru al treilea trimestru a scăzut la 88% la 7,680,000 $. Și creșterea numărului de abonați nu se ridică la înălțimea așteptărilor, fie. Netflix a adăugat doar 1,2 milioane de abonați din SUA digitale trimestru trecut, pentru un total de 25100000. Compania a redus previziunile sale interne pentru noi abonamente de streaming la o serie de 4700000-5,400,000, în jos dintr-o estimare inițială de 7 milioane. Hadoop are puterea de procesare ce permite companiei sa ruleze analize masive de date, cum ar fi modele de trafic pentru reprezentarea grafică a fiecărui tip de dispozitiv pe mai multe piețe.

Acest efort a ajuta Netflix îmbunătăți fiabilitatea video de feed-uri pe diferite platforme și planificarea pentru creșterea viitoare a filmelor de streaming și spectacole. De exemplu, capacitățile de procesare mai poate permite inginerilor să vadă unde traficul în rețea funcționează mai lent, permițându-le să-și planifice pentru capacitatea suplimentară de rețea. The-tehnologie care poate manipula date mai mari sets- ajută, de asemenea, Netflix pentru a analiza mai bine preferințele clienților, astfel încât să poată face recomandări îmbunătățite.

De ce este Big Data “pe val” chiar acum?

Postul de informare (atât private, cât și publice) generate de umanitatea a ajuns la fierbere recenta. Noi generam mai mult conținut decât oricând înainte, dar în multe cazuri, aceasta conduce la mai multe întrebări și mai puține răspunsuri. Ceea ce se întâmplă în atmosferă? Care candidat preferă alegătorii? Care filme, cărți și emisiuni TV vor sature apetitul publicului? Ce tendințe vin pe drum?

Facand sentiment de tot acest conținut este ca încercarea de a auzi ce cineva se șoptește în culise în timp ce participa la un concert în aer liber în plină expansiune. Există o nevoie profundă pentru structura pentru a analiza datele pentru a separa cacofonia și de a găsi firele utile pentru a descoperi oportunități. Chiar mai mult potențial și-a deschis pentru cei care pot orchestrarea acest feat.

Parry Malm de Econsultancy.com declara într-un articol intitulat "Trei motive pentru Big Data este minunat", că beneficiile includ găsirea "avantaje competitive", obtinerea "date de pe ordinea de zi a consiliului" și de conducere "produse inovatoare și start-up." Este clar că aceasta este una dintre cele mai bune exemple ca de târziu la modul în care tehnologia poate conduce de afaceri, și vice-versa si este foarte clar că Big Data stârnește pasiune în oameni (sau cel putin, la fel de mult ca și pasiune se poate simți omenește pentru date.)

Necesitatea de a asigura securitatea datelor sensibile, pentru a proteja informațiile private și de a gestiona calitatea datelor, există seturi de date dacă sunt mari sau mici. Cu toate acestea, proprietățile specifice de date mari (volum, varietate, viteza, veridicitatea) crearea unor noi tipuri de riscuri, care necesită o strategie cuprinzătoare pentru a permite unei companii să utilizeze date mari, evitând în același timp capcanele.

Noi sugerăm că organizațiile trebuie să ia în considerare următoarele întrebări pentru cele șapte etape cheie ale succesului atunci când se evaluează disponibilitatea acestora de a începe cu adevărat să beneficieze de date de mare:

Guvernanță - Buna guvernanță cuprinde orientări coerente, proceduri și gestionare clare de luare a deciziilor. Organizațiile au nevoie pentru a se asigura captarea de date standard și exhaustivă; ei nu trebuie să protejeze toate datele, dar ele trebuie să înceapă schimbul de date cu protecție de-a construit cu nivelurile potrivite și funcțiile organizației.

Având în vedere caracterul omniprezent al datelor mari, nu-cadru de date recunosc dvs. de guvernanță definițiile în schimbare ale proprietarilor de date și consumatori?

Are guvernanța actuală a aborda riscurile legate de ciclul de viață al datelor de mare?

Management - Integrarea și mutarea datelor în întreaga organizație este constrânsă în mod tradițional de platforme de stocare a datelor, cum ar fi baze de date relaționale sau fișiere lot, cu o capacitate limitată de a procesa volume foarte mari de date, date cu structură complexă sau fără structură, la toate, sau datele generate sau primite la viteze foarte mari.

Ai aptitudinile și capacitățile interne pentru a face față cu tehnologiile de date mari și metode care sunt relativ noi?

Ai un control suficient asupra marilor volume de date, varietatea, viteza și veridicitatea, care poate impune riscuri suplimentare?

Arhitectura - Arhitectura de date ar trebui să fie pregătite pentru a rupe în jos silozuri interne, care să permită schimbul de seturi de date cheie în întreaga organizație și pentru a se asigura că invataminte sunt capturate și transmise pe la setul potrivit de persoane în organizație, în timp util și exacte.

Are infrastructura IT susține strategia de date de mare?

Pot să vă scară flexibil de prelucrare și de stocare pentru a răspunde cerințelor de prelucrare a datelor de mare?

De utilizare - Rezultatele date de mare poate benefic pentru o gamă largă de părți interesate din întreaga organizație - conducerea executivă și plăci, operațiunile de afaceri și profesioniști de risc, inclusiv juridic, audit intern, financiar și conformitatea; precum și departamente orientate spre client, cum ar fi vânzări și marketing. Provocarea este de a avea capacitatea de a interpreta cantitatea mare de date care pot fi adunate din diverse surse.

Ai talentul dreptul de a fi capabil de a procesa, modelul și interpretarea rezultatelor mari de date?

Este forța de lucru gata să se mute în noua paradigmă a deciziilor bazate pe date?

Calitate - Calitatea seturilor de date și deducția extrase din astfel de seturi de date sunt din ce în ce în ce mai critică. Organizațiile au nevoie pentru a construi funcții și parametrii de calitate și de monitorizare a datelor mari. Corectarea unei erori de date poate fi mult mai costisitoare decât obținerea datelor din dreapta prima dată - și obținerea de date greșit poate fi catastrofale și mult mai costisitoare pentru organizație, dacă nu sunt corectate.

Sunt metodele existente suficiente pentru a face față cu datele nestructurate?

Ce nivel de calitate a datelor este necesară pentru a îndeplini obiectivul de date de mare?

De securitate - Companiile trebuie să înceapă stabilirea unor politici de securitate, care sunt auto-configurabile: aceste politici trebuie să impulsioneze relațiile existente de încredere, și de a promova schimbul de date și a resurselor în cadrul organizațiilor, asigurând în același timp că de analiză de date sunt optimizate și nu este limitată din cauza unor astfel de politici.

Este infrastructura de securitate suficient de robust pentru a face față cerințelor tot mai mari de protejare a unui stoc tot mai mare de date, în timp ce suficient de flexibil pentru a nu deveni bottlenecked de inovare?

De confidențialitate - Utilizarea sporită a datelor marilor provocări cadrele tradiționale pentru protejarea confidențialității informațiilor cu caracter personal, forțând companiile să verifice punerea în aplicare a politicilor lor de confidențialitate pentru a se asigura că viața privată este menținută în mod corespunzător.

V-ați definit care deține informații mari de date, și dacă există consimțământ real sau implicit de a utiliza același lucru?

Ai înțeles că modul în care datele sunt stocate de mare și modul în care acesta este utilizat poate crea, de asemenea, probleme semnificative de confidențialitate?

Disponibilitatea Big Data, hardware-ul low-cost cu o schimbare de mărfuri, precum și un nou management de informații și software-ul analitic s-au produs un moment unic în istoria de analiză a datelor. Convergența acestor tendințe înseamnă că avem capacitățile necesare pentru a analiza seturi de date uimitoare rapid și rentabil pentru prima dată în istorie. Aceste capacități nu sunt nici teoretice, nici banale. Ele reprezintă un salt veritabil înainte și o oportunitate clară de a realiza câștiguri enorme în ceea ce privește eficiența, productivitatea, veniturile și profitabilitatea.

Era Big Data este aici, iar acestea sunt cu adevărat revoluționare ori în cazul în care atât profesioniștii din domeniul afacerilor și tehnologie continuă să lucreze împreună și să livreze promisiunea.

Bibliografie:

www.wikipedia.com

www.safaribooksonline.com

www.datadiversity.net

www.sas.com