V:
Ali so veliki podatki rešitev, ki ustreza vsem?
A:Uporaba idej o celotnem ekosistemu ali industriji velikih podatkov je uporaba strategij velikih podatkov specifična za potrebe določenega podjetja ali organizacije. Ena največjih napak, ki jo delajo vodstveni delavci in drugi strokovnjaki, je v splošnem pristopu do velikih podatkov in poskusu vgradnje sistemov v predlogo, ki je bila že prej uporabljena.
Filozofija velikih podatkov je povezana z zelo usmerjeno in mikroračunano uporabo velikih skupin informacij. Na primer, podjetje, ki ima na tisoče in tisoče kupcev, se bo lotilo velikega podatkovnega projekta in tako izkoristilo vse informacije, ki jih ima o teh kupcih - njihova imena, kje živijo, kaj so kupili prej itd. Vendar pa rezultati bolj povezano z vzpostavljanjem posebnih struktur za obdelavo podatkov in poročanjem, kot pa s samo zbiranjem in "izvajanjem" teh množičnih nizov podatkov.
Del izzivov velikih podatkov je, da potrebujejo bolj specializirane strojne procese. Podjetja pogosto uporabljajo odprtokodne sisteme, kot je Apache Hadoop, in posebna sorodna orodja, kot je MapReduce, da dobijo velike rešitve podatkov. Za to so potrebna dodatna tehnična znanja, razen samo nastavitev tabele za Microsoft Access ali iskanje druge preprostejše tehnologije baze podatkov.
Da bi bili veliki podatki učinkoviti, morajo podjetja preučiti izvajanje in kako preprečiti motnje svojih običajnih poslovnih dejavnosti. Da bi bili najučinkovitejši, morajo natančno pregledati, kateri nabori podatkov jim bodo najbolj koristili. Na primer, če lahko prodajalci ali drugi naredijo, kar morajo storiti, s preprostim poročilom o samo priimkih, zveznih zvez in telefonskih številkah, nima smisla poskušati zagnati obsežnejših podatkov po sistemu in poskušati zbrati in predstaviti druge identifikatorje ali ključne podatke.
Učinkovitost, enostavna izvedba in stroški vplivajo na razvoj velikih podatkovnih rešitev, specifičnih za podjetje. Te novosti so vsekakor odvisne od določenega poslovnega modela in od težav, ki jih je treba rešiti.
