Q:
Являются ли большие данные универсальным решением?
A:В рамках идеи общей экосистемы или отрасли больших данных приложения стратегий больших данных специфичны для потребностей конкретного бизнеса или организации. Одна из самых больших ошибок, которую совершают руководители и другие специалисты, заключается в том, что они применяют общий подход к большим данным и пытаются вписать системы в шаблон, который использовался ранее.
Философия больших данных связана с очень целенаправленным и микроуправляемым использованием больших массивов информации. Например, компания, имеющая тысячи и тысячи клиентов, предпримет проект больших данных, чтобы использовать всю имеющуюся у них информацию об этих клиентах - их имена, где они живут, что они купили раньше и т. Д. Однако результаты имеют больше связано с настройкой конкретных структур для манипулирования данными и составления отчетов, чем с простым сбором и «запуском» этих массивных наборов данных.
Часть проблемы больших данных заключается в том, что они требуют более специализированных аппаратных процессов. Компании часто используют системы с открытым исходным кодом, такие как Apache Hadoop, и специальные инструменты, такие как MapReduce, чтобы получить решения для больших данных. Это требует дополнительных технических ноу-хау, помимо настройки таблицы Microsoft Access или использования какой-либо другой более простой технологии базы данных.
Чтобы сделать большие данные эффективными, компании должны смотреть на внедрение и как избежать нарушения их обычной деловой активности. Чтобы сделать его максимально эффективным, им нужно посмотреть, какие именно наборы данных будут для них наиболее полезными. Например, если продавцы или другие лица могут делать то, что им нужно, с простым отчетом, состоящим только из фамилий, штатов и номеров телефонов, нет смысла пытаться передавать более обширную информацию через систему и пытаться собирать и представлять другие идентификаторы или ключевые элементы информации.
Эффективность, простота внедрения и стоимость способствуют появлению специализированных решений для больших данных. Эти инновации определенно зависят от конкретной бизнес-модели и от проблем, которые необходимо решить.