V:
Več ni vedno boljše. Kako lahko organizacije zmanjšajo hrup svojih podatkov in tako dosežejo ciljno natančno analitiko?
A:Pri velikih podatkovnih sistemih je eno od velikih vprašanj za podjetja, kako ohraniti te projekte dobro usmerjene in učinkovite. Veliko orodij in virov, zgrajenih za velike podatke, je zgrajenih za črpanje velike količine informacij v široko mrežo. Niso vedno tako pozorni, da bi te podatke izpopolnili in jih ohranili preprosto. Vendar pa se v industriji pojavlja nekaj najboljših praks za ustvarjanje bolj usmerjenih in uporabnih projektov z velikimi podatki.
Eden steber usmerjenega pristopa k velikim podatkom je uporaba pravih programskih orodij in virov. Niso vsi analitični in veliki podatkovni sistemi enaki. Nekateri lahko učinkoviteje filtrirajo odvečne ali nepomembne podatke in podjetjem dovolijo, da se osredotočijo na bistvena dejstva, ki bodo določila njihove temeljne procese in poslovanje.
Drugi večji del tega vključuje ljudi. Preden se vključite v obsežen podatkovni projekt, in medtem ko pridobivate programsko opremo za prodajalce, izvajate izvajanje in usposabljate druge, mora biti za ta proces zadolžena osrednja skupina ljudi, prav tako pa delegirati raziskovalne in miselne naloge. Tako lahko pristop velikih podatkov postane natančna, kirurška metoda, ki bo izboljšala poslovanje, ne da bi postala preveč težka in motena vsakodnevne operacije.
Na primer, delovne skupine ali druge osrednje skupine se lahko usedejo in si podrobno ogledajo, na kakšen način se bo izvajalo, kako bo podjetje začelo ocenjevati nabore podatkov, kako bodo križal indeksne račune, kakšen papir oz. digitalne predstavitve, ki jih bodo uporabljali za širjenje teh informacij, kako bodo sestavljali uporabna poročila itd. Te podrobnosti bodo zaščitile podjetje pred velikimi napihnjenostmi podatkov.
Ko podjetja začnejo pridobivati več ponudniških storitev, delati večjo drobitev podatkov in kompleksnejše IT arhitekture, so se naučili ločevati najbolj občutljive podatke od vsega drugega.
Eden od načinov za to je ustvariti večplastni sistem. Na primer, ključni nabor podatkov o ID-jih in zgodovini strank se lahko shrani v posebej vzdrževano bazo podatkov v skladu z določeno pogodbo o zaščiti v oblaku ali na kraju samem. Drugi sklopi podatkov lahko prebivajo v manj specializiranih podatkovnih okoljih, bodisi zato, ker so manj občutljivi na kršitve podatkov, bodisi zato, ker so manj pomembni za analitiko, ki jo opravlja podjetje. Stopni ali večstopenjski sistemi omogočajo stroškovno učinkovito izvajanje velikih podatkov.
To je nekaj načinov, kako podjetja postajajo pametna glede pridobivanja velikih podatkov na pravi način. Namesto da bi samo odpravili kakršne koli podatke, ki jih lahko zajamejo, določene naloge podatkov obravnavajo kot najbolj kritične, da bi z najmanj truda pridobili največ poslovne inteligence.
