Casa La computació en núvol Més no sempre és millor. com poden les organitzacions reduir el soroll de les seves dades per aconseguir analítiques precises i dirigides?

Més no sempre és millor. com poden les organitzacions reduir el soroll de les seves dades per aconseguir analítiques precises i dirigides?

Anonim

P:

Més no sempre és millor. Com poden les organitzacions reduir el soroll de les seves dades per aconseguir analítiques precises i dirigides?

R:

Amb els sistemes de dades grans, una de les grans qüestions per a les empreses és com mantenir aquests projectes ben orientats i eficients. Moltes de les eines i recursos creats per a dades grans es construeixen per aspirar grans quantitats d'informació en una àmplia xarxa. No sempre estan tan atents a afinar aquestes dades ni a mantenir-les senzilles. Tot i això, hi ha algunes bones pràctiques emergents a la indústria per tal de crear projectes de big data més dirigits i útils.

Un dels pilars d'un enfocament dirigit a grans dades és utilitzar les eines i els programes adequats. No totes les analítiques i els sistemes de dades grans són iguals. Alguns poden filtrar de manera més eficaç les dades excessives o irrellevants i permetre que les empreses se centrin només en els fets essencials que determinaran els seus processos i operacions bàsiques.

Una altra part important d’això és la gent. Abans d’involucrar-se en un gran projecte de dades i, a la vegada que proveeix programari de proveïdors, segueix amb la implementació i la formació d’altres, un grup central de persones ha d’encarregar-se del procés i delegar tasques de recerca i pluja d’idees. Això pot fer un enfocament de grans dades en un mètode quirúrgic precís que millori el negoci sense convertir-se en una operació quotidiana massa pesada i trastornant.

Per exemple, els grups de treball o altres grups bàsics poden informar-se detalladament de les maneres en què es farà la implementació, de com començarà l’empresa per avaluar els conjunts de dades, de com s’indexaran els comptes, quin tipus de paper o les presentacions digitals que utilitzaran per difondre aquesta informació, com es crearan informes útils, etc. Aquests detalls protegiran el negoci de les inflacions de grans dades.

A més, a mesura que les empreses comencen a adquirir més serveis als venedors, realitzen més problemes de dades i fan més complexes les arquitectures informàtiques, han après a separar les dades més sensibles de la resta.

Una forma de fer-ho és crear un sistema de nivells. Per exemple, es pot conservar un conjunt de dades bàsic d’identificacions i històries de clients en una base de dades especialment conservada sota un contracte de seguretat al núvol o en el lloc. Altres conjunts de dades poden residir en entorns de dades menys especialitzats, ja sigui perquè són menys sensibles quant a incompliments de dades, o perquè són menys directament rellevants per a les analítiques que fa el negoci. Els sistemes amb nivells o amb nivells permeten la implementació de dades de grans dimensions rendible.

Aquestes són algunes de les maneres en què les empreses es posen de forma intel·ligent per obtenir dades grans de la manera correcta. En lloc de buidar qualsevol dada que puguin agafar, consideren que certs conjunts de dades són més crítics per obtenir la intel·ligència empresarial amb el mínim esforç.

Més no sempre és millor. com poden les organitzacions reduir el soroll de les seves dades per aconseguir analítiques precises i dirigides?