Q:
Ist Big Data eine Komplettlösung?
EIN:Innerhalb der Idee eines Big-Data-Ökosystems oder einer Big-Data-Branche sind Anwendungen von Big-Data-Strategien spezifisch für die Anforderungen eines bestimmten Unternehmens oder einer bestimmten Organisation. Einer der größten Fehler, den Führungskräfte und andere Fachleute machen, besteht darin, einen generischen Ansatz für Big Data zu wählen und zu versuchen, Systeme in eine Vorlage einzufügen, die zuvor verwendet wurde.
Die Philosophie von Big Data hat mit einer sehr gezielten und mikromanagmentierten Nutzung großer Informationspools zu tun. Zum Beispiel wird ein Unternehmen mit Tausenden und Abertausenden von Kunden ein Big-Data-Projekt durchführen, um alle Informationen über diese Kunden zu nutzen - ihre Namen, ihren Wohnort, das, was sie zuvor gekauft haben usw. Die Ergebnisse haben sich jedoch bestätigt Es geht mehr darum, bestimmte Strukturen für die Datenbearbeitung und Berichterstellung einzurichten, als nur diese massiven Datensätze zu sammeln und "auszuführen".
Ein Teil der Herausforderung von Big Data besteht darin, dass speziellere Hardwareprozesse erforderlich sind. Unternehmen verwenden häufig Open-Source-Systeme wie Apache Hadoop und spezifische verwandte Tools wie MapReduce, um Big-Data-Lösungen ins Spiel zu bringen. Dies erfordert zusätzliches technisches Know-how, das über das Einrichten einer Microsoft Access-Tabelle oder eine andere einfachere Datenbanktechnologie hinausgeht.
Um die Effektivität von Big Data zu erhöhen, müssen Unternehmen über die Implementierung nachdenken und Möglichkeiten finden, um Störungen ihrer normalen Geschäftstätigkeit zu vermeiden. Um es effizienter zu gestalten, müssen sie genau prüfen, welche Datensätze für sie am nützlichsten sind. Wenn beispielsweise Vertriebsmitarbeiter oder andere Mitarbeiter mit einem einfachen Bericht nur über Nachnamen, Bundesstaaten und Telefonnummern arbeiten können, ist es nicht sinnvoll, umfangreichere Daten durch das System zu leiten und zu sammeln und zu präsentieren andere Kennungen oder wichtige Informationen.
Effektivität, einfache Implementierung und Kosten treiben die Entstehung unternehmensspezifischer Big-Data-Lösungen voran. Diese Innovationen hängen definitiv von einem bestimmten Geschäftsmodell und den zu lösenden Problemen ab.
