Q:
Hvilke hensyn er viktigst når du bestemmer hvilke big data-løsninger som skal implementeres?
EN:Hver virksomhet og organisasjon må ta hensyn til sine egne behov og ressurser når de skal finne ut hvilke spørsmål som er viktigst for implementering av big data. Imidlertid er det en rekke prinsipper som generelt anses som kritiske for denne typen bruk av teknologi.
| Webinar: Big Iron, Meet Big Data: Liberating Mainframe Data with Hadoop & Spark Registrer her |
Et av de største spørsmålene er implementering og mengden av forstyrrelser det vil føre til. Brukere av big data-systemer må alltid sammenligne det de skal bruke og det de bruker for tiden. I mange tilfeller er forstyrrelse den avgjørende faktoren for hvor store dataressurser vil øke produktiviteten og fortjenesten, eller sende en virksomhet som styrter ned på grunn av uoverkommelige hindringer med implementering. Leverandørstøtte (eller mangel på det) har mye å gjøre med dette, men bedrifter må også se på læringskurven for teknologier, hvor mye de vil endre driften av gamle systemer, og generelt, om endringene er noe som bedriften kan håndtere.
Et annet stort spørsmål er hvilke data som er mest verdifulle for en virksomhet eller organisasjon. Ved å undersøke verdien av forskjellige datasett, kan de som har tenkt å implementere big data sette omfanget av prosjektet sitt. Uten slike retningslinjer kan big data-prosjekter bli oppblåst og overveldet i en bedrift. Eksperter anbefaler å fokusere på de spesifikke datasettene som vil gi mest mulig verdi, uten å bli fastkjørt når det støpes et bredere nett.
Et viktig spørsmål her er bruk av strukturerte og ustrukturerte data. Bedriftsledere kan se på vanskelighetsgradene med å få forskjellige biter av data inn i en big datasammenheng som et datasenter. For eksempel kan allerede formaterte datasett lett fordøyes, men noen andre dataoppgaver kan trenge omfattende manipulering for å få dem til et nyttig format, og det er kanskje ikke verdt det.
Adoptører vil også måtte se på avansert håndtering av big data. Store datasystemer er definert som de som er vanskelige å håndtere med grunnleggende og enkle maskinvare- og programvareinfrastrukturer. Det betyr at adopterne må ha tilstrekkelig talent og ressurser til rådighet for å finne måter å bruke store datasettene som ikke vil forårsake nettverkstetthet eller på annen måte skape flaskehalser i operasjonene.
