Q:
Více není vždy lepší. Jak mohou organizace snížit hluk ve svých datech, aby dosáhly cílené a přesné analýzy?
A:U velkých datových systémů je jednou z velkých otázek pro společnosti to, jak udržet tyto projekty dobře zacílené a efektivní. Mnoho nástrojů a zdrojů vytvořených pro velká data je vytvořeno tak, aby nasávaly obrovské množství informací v široké síti. Nejsou vždy tak pozorní k upřesnění těchto údajů a jejich udržování v jednoduchosti. V průmyslu se však objevují některé osvědčené postupy s cílem vytvářet cílenější a užitečnější velké datové projekty.
Jedním z pilířů cíleného přístupu k velkým datům je použití správných softwarových nástrojů a zdrojů. Ne všechny analytické systémy a velké datové systémy jsou stejné. Někteří mohou účinněji odfiltrovat nepřiměřená nebo irelevantní data a umožňují podnikům soustředit se pouze na základní fakta, která budou určovat jejich základní procesy a operace.
Další významnou část tvoří lidé. Před zapojením do velkého datového projektu a při získávání softwaru dodavatele, před implementací a školením ostatních musí být tento proces zodpovědný za centrální skupinu lidí a delegovat také úkoly v oblasti výzkumu a brainstormingu. To může udělat z velkých dat přístup k přesné, chirurgické metodě, která zlepší podnikání, aniž by se stala příliš těžkou a narušující každodenní operace.
Například pracovní skupiny nebo jiné hlavní skupiny se mohou posadit a podrobně se podívat na to, jak bude prováděna implementace, jak podnik začne vyhodnocovat soubory údajů, jak budou křížově indexovat účty, jaký druh papíru nebo digitální prezentace, které budou používat k šíření těchto informací, jak budou vytvářet užitečné zprávy atd. Tyto údaje ochrání podnik před nadýmáním velkých dat.
Společnosti také začaly získávat více služeb pro dodavatele, dělat větší data, která se drtily a komplikovaly IT architektury, a naučily se oddělit nejcitlivější data od všeho ostatního.
Jedním způsobem, jak toho dosáhnout, je vytvoření stupňovitého systému. Například základní soubor údajů o zákaznících a historii lze uchovávat ve speciálně udržované databázi na základě konkrétní smlouvy o zabezpečení cloudu nebo na místě. Jiné sady dat mohou být umístěny v méně specializovaných datových prostředích, buď proto, že jsou méně citlivé z hlediska porušení dat, nebo proto, že jsou méně přímo relevantní pro analytiku, kterou podnik dělá. Vrstvené nebo víceúrovňové systémy umožňují nákladově efektivní implementaci velkých dat.
Toto jsou některé ze způsobů, jak podniky získávají informace o tom, jak získat velká data správným způsobem. Spíše než jen vysávání jakýchkoli dat, která mohou chytit, zacházejí s určitými datovými sadami jako s nejdůležitějšími, aby získali co nejvíce obchodních informací s nejmenším úsilím.
