Cuprins:
- Porturi de date mari direct în platforme specifice sectorului
- Construiți sisteme vechi de informații de afaceri
- Utilizați acel depozit de date
- Date privind structura
- Identificarea și gestionarea lacurilor de date
În zilele noastre se vorbește foarte mult despre ce este implicat în crearea de configurații IT de date mari, de la utilizarea Apache Hadoop și instrumente conexe pentru inovarea accesibilității, până la conversații despre modalități tehnice de a îmbina datele din și din depozitele de date ale companiilor centrale. Dar există și elementul filosofic al datelor mari. Cu alte cuvinte, cum folosiți toate aceste date care se află pentru a vă îmbunătăți rezultatele afacerii și pentru a vă îmbunătăți modelul de afaceri?
Iată cinci moduri în care companiile scot numerele și le aplică efectiv unor rezultate concrete.
Porturi de date mari direct în platforme specifice sectorului
Un mod ușor de a începe să utilizați date de afaceri agregate este să introduceți elemente de date în sisteme de proces de afaceri pre-proiectate care sunt făcute pentru a furniza aceste date în mod eficient. Poate că cel mai bun exemplu îl reprezintă instrumentele de gestionare a relațiilor cu clienții (CRM). Vânzătorii își construiesc adesea serviciile în jurul tablourilor de bord care pot prezenta lucrătorii de vânzări și alții cu fișiere sau dosare eficiente și acționabile ale clienților.
Chestia este că folosirea CRM presupune că ai undeva datele necesare. Dacă puteți grupa identificatorii clienților, istoriile de achiziție și alte articole relevante împreună, puteți începe să expediați toate acestea în platforma dvs. CRM. Echipa dvs. de vânzări vă va mulțumi.
Construiți sisteme vechi de informații de afaceri
Din nou, vei alege și alege ce seturi de date specifice vrei să folosești, dar un alt lucru pe care companiile îl fac este să-și ia modalitățile normale de a culege datele și să le extindă încet, prin injectarea tot mai multor seturi de date mari în tradiționalele lor tehnici de raportare.
OK, deci există mai mult de câteva resurse de precauție despre cât de multe sisteme moștenite rețin în general progresul real. Există, de asemenea, câteva ghiduri practice care arată unele dintre provocările în utilizarea tehnologiilor vechi pentru date mari, cum se poate realiza și cum personalul potrivit poate face toată diferența. În plus, din punct de vedere tehnic, totul este „moștenire” odată ce este implementat, deci nu are întotdeauna sens să zgârieți un sistem moștenitor de fiecare dată când vine ceva mai bun.
Utilizați acel depozit de date
Dacă aveți date mari într-un depozit central și știți cum să îl accesați, puteți construi noi procese în jurul acestuia.
Iată un exemplu excelent al modului în care unele companii mai mari urmăresc utilizări specifice, precise, identificate de date mari. Ați putea numi indexare încrucișată; ajută o întreprindere să construiască modele consistente între toate tipurile lor de conturi de clienți care pot fi deținute în diferite părți ale arhitecturii software.
Combinând toate datele acționabile împreună, o companie poate fi în măsură să vadă dacă, de exemplu, un nume din baza sa de date de vânzare cu amănuntul punctuală de vânzare se potrivește cu un nume într-una din diviziile sale de servicii. Compania importă apoi informația în ambele departamente, astfel încât atunci când cineva ridică telefonul, ei știu că acea persoană este activă pe ambele canale separate.
Aceasta este utilizarea practică a informațiilor de afaceri - vă ajută să efectuați ceva pe baza tuturor datelor mari pe care le-ați răzuit împreună.
Date privind structura
O altă problemă majoră a datelor mari este aceea că de multe ori companiile colectează date relativ nestructurate. Datele nestructurate pot apărea sub formă de documente pe hârtie sau digitale, resurse de bază brute sau neterminate, sau chiar fragmente de text și cod de pe dispozitive mobile. Ceea ce au în comun datele nestructurate este faptul că acestea nu respectă formatul relațional al bazei de date. Drept urmare, baza de date tradițională relatabilă nu o poate face față și nu obțineți nicio informație de afaceri.
Există două modalități de a trata acest lucru: apucați o lopată și începeți să săpați sau să obțineți niște resurse care să rafineze acele date nestructurate în date acționabile. Companiile care nu doresc să investească în software nou pot folosi mâini umane pentru a sorta date nestructurate și a le forma corect, dar acum aveți câteva alternative datorită instrumentelor care vor analiza eficient datele nestructurate. Metadatele, de exemplu, reprezintă o modalitate de automatizare a extragerii datelor într-un mod care îl face util.
Identificarea și gestionarea lacurilor de date
Un alt cuvânt important în comunitatea de date mari este data Lake. În esență, lacul de date este doar un grup mare de date care stau acolo neutilizate. Este definiția chintesențială a datelor în repaus - nu se face nimic cu ea, nu se deranjează, este la fel de înghețată și placidă ca furnirul unui corp stagnant de apă.
Din nou, există mai multe modalități diferite de a gestiona lacurile de date, dar toate încep să reflecte asupra a ceea ce există în aceste seturi de date mari și de ce sunt în prim-timp depozitare la rece. Companiile își construiesc propriile centre de date și folosesc tehnologii de clustering de date ultramoderne orientate pe obiecte pentru a împărți aceste lacuri de date în piese acționabile. Acest lucru este realizat cu adevărat, de la caz la caz, dar unii experți au sugestii despre cum pot fi corelate aceste lacuri de date în canale utile care fac ca informațiile să ajungă undeva și să facă ceva.
