Büyük veri projesi başarısının yedi sırrı

Büyük verinin yapması gerekenler

Do küçük başla
CIO'lar bu tavsiyeyi daha önce duymuştu ama ne işe yarar? küçükten başlamak kastetmek? Enstitü'den Morison, "Bu, performansta atasözü iğnesini hareket ettirme fırsatını ve daha fazla veri çekerek öğrenme fırsatını hissettiğiniz bir iş alanıyla başlamak anlamına gelir" dedi.

Ürün verimini yalnızca %1 ila %2 oranında artırmak isteyen bir ilaç üretim şirketine işaret etti. Geleneksel BI araçlarıyla, üretim geçmişinin sınırlı bir miktarını analiz edebilir, bu da sürecin üretime geçiş için nerede ince ayar yapılabileceğine dair sınırlı içgörüyle sonuçlanır. Şirket, daha fazla verinin analiz edilmesinin üretim performansının gerçek itici güçlerini belirlemeye yardımcı olup olmayacağını merak etti ve şirketin üç yıllık üretim geçmişini birkaç hafta içinde yüklemesini sağlayan açık kaynaklı, Hadoop ile ilgili teknolojiyi tedarik etti.

Morison, "Kısa bir süre sonra, daha iyi ürün verimine yol açabilecek değişken kombinasyonlarının - bu durumda basınç, sıcaklık, ajitasyon ve zamanlama gibi şeyler - ısı haritaları geliştiriyorlar" dedi. "Bu nedenle, birkaç ay içinde, daha fazla veriye bakarlarsa neler yapabileceklerini keşfetmekten, üretim tesislerinde verimlerini artırmak için deneyler başlatmaya geçtiler."

Do deneme
Morison, CIO'ların ve iş liderlerinin geleneksel BT'nin tüketim ve hedef odaklı proje yönetimi tarzından ayrılma zamanının geldiğini söyledi. Yerine, denemeyi ve yaratıcı düşünmeyi teşvik etmek. Yukarıdaki farmasötik üretim örneğinde, "amaç, olabildiğince öğrenmek ve ilerledikçe gelişmekti" dedi. "Bu uygulamada gerçekten harika olan şey, bir kez yapmaya başladıklarında, her yeni üretim partisi veritabanının bir parçası haline geliyor. Sürekli bir geri bildirim döngüsüne sahipler. İşleri daha iyi ve daha iyi hale getirmek için küçük bir deney.”

Gartner'dan Laney, deneylerin "belki de doğal olarak bir araya gelmeyen veri kaynaklarını entegre etmeyi" içermesi gerektiğini söyledi. Örneğin perakendeciler, "müşterilerinin mağazalardaki akışını anlamak için" güvenlik kamerası yayınlarını analiz ediyor ve onlara alışveriş profillerini ve alışveriş modellerini belirleme şansı veriyor.

Büyük veri yönetimi araçları devam ediyor

değerli olmak

Do Hadoop'ta tetiği çek
Büyük veri sadece Hadoop'un, "ancak Hadoop'un Forrester'dan Gualtieri, bunun için büyük bir katalizör” dedi çünkü ucuz ve kolay erişilebilir. Başarıyı büyük verilerle gören birçok şirket için Hadoop arka planda bir yerde. “Hadoop'u benimseyin. Bunu verileriniz için deneysel platformunuz yapın, çünkü tüm verileri nispeten uygun maliyetli bir şekilde bir araya getirebilirsiniz” dedi.

Do karanlık verilerden yararlanın
Laney, saklanan ve kendisinden bir daha asla görülmeyen veya bir daha haber alınamayan kurumsal verileri “karanlık veri” diyor ve CIO'ları üzerinde oturdukları olasılıkların zenginliğini değerlendirmeye teşvik ediyor. Bazı işletmeler zaten var. Örneğin sigortacılar çalışıyor metin madenciliği Laney, sigorta sektöründeki dolandırıcılığı veya eğilimleri daha iyi anlamak için eski ayarlayıcı raporlarına göre araçlar.

Ayrıca, karanlık verileri gün ışığına çıkarmak, yeni ve değerli gelir akışlarına yol açabilir. Dolar Genel Laney, paketlenmiş tüketici ürünleri verilerini müşterilerle paylaşarak kurumsal veri ambarı için ödeme yaptığını söyledi. Ve bir hizmet sağlayıcı olarak yazılım Giysi AtÇevrimiçi alışveriş yapanların mükemmel uyumu belirlemesine yardımcı olan bir girişim olan , perakendecilere müşteri tercihi konusunda daha fazla görünürlük sağlamak için müşteri verilerini analiz ediyor. Laney, aşağıdakiler de dahil olmak üzere, bir dizi satıcıdan veri dağıtmaya ve satmaya yardımcı olmak için yeni platformların da ortaya çıktığını söyledi: Microsoft; Programlanabilir Web, Edinilen MuleSoft 2013 içinde; Veri Pazarı, Edinilen QlikTech Geçen sonbaharda; ve qVeri, Almanya merkezli bir girişim.

Büyük veri yapılmaz

Yapma R çılgınlığına ver
Açık kaynak iken programlama dili R Genellikle veri bilimi ile ilişkilendirilir, CIO'ların gelişmiş bir analitik programını hemen başlatmak için R bilen veri bilimcileri tutması gerekmez. Kullanıma hazır yazılımlar şirketleri oldukça ileriye götürecektir. Gualtieri'ye göre, CIO'ların bugünlerde bir Java geliştiricisinden bir iş zekası raporu programlamasını istememesi gibi, aynı şey gelişmiş analitik için de geçerli. Araçlar Alp Veri Laboratuvarları, Alteryx, SAS, RapidMiner ve BIÇAK yaklaşık% 80'ini yapacak kadar olgun tahmine dayalı analitik her şeyi sıfırdan inşa etmek zorunda kalmadan işler, dedi.

Yapma sadece verileri rapor et
Geleneksel analitiğin ötesine geçmek, büyük veriyi kendileri için çalıştıran ve yapmayan işletmeler arasındaki en büyük farklardan biridir. Gartner'dan Laney, "Bu, pasta grafiklerin ve çubuk grafiklerin ötesine geçiyor," dedi. "Verileri iş süreçlerine entegre etmeye başlayın - yalnızca verileri raporlamakla kalmayın." Gualtieri ayrıca gelişmiş analitiği bir farklılaştırıcı olarak görüyor. “Büyük verilerle daha geleneksel raporlama ve daha iyi raporlama yapabilir misiniz? Evet, ama bu aynısından daha fazlası. Rekabetçi farklılaştırıcı, bu veriler üzerinde gerçekten tahmine dayalı modeller yarattığınız zamandır” dedi. Ne yazık ki, veri bilimci eksikliğiyle birlikte Gualtieri, geleneksel analitiğin ötesine geçme hayal gücünün yetersiz olduğunu söyledi.

Yapma analitiklerin otomatik olarak benimseneceğini düşünüyorum
Morison, sık sık gördüğü bir analitik tuzağının "makul derecede iyi analitiklerin yapıldığını, ancak benimsenmediğini" söyledi. Birkaç baş analitik görevlisiyle yaptığı son görüşmelerde kendisi için pekiştirilen bir ipucu, şirketle yakın çalışarak pürüzlerden kaçının dedi: "Her adımda iş ortakları var ya da başlamasalar bile yapmaya değer bir şey görüyorlar” dedi.

Her şey verisine ayrılmış haftalık bir sütun olan The Data Mill'e hoş geldiniz. Yeni bir şey (veya dedikodu) duydunuz mu? Bana e-posta veya beni Twitter'da bul @TT_Nicole.