L'économie du Big Data - les nuls

La meilleure façon de comprendre l'économie du Big Data est de regarder les différentes méthodes pour mettre les Big Data au service de votre organisation. Bien que les coûts spécifiques puissent varier en fonction de la taille de votre organisation, de son pouvoir d'achat, des relations avec les fournisseurs, etc., les catégories de dépenses sont relativement uniformes.

Big data types et sources

Les décisions les plus importantes que vous devez prendre en ce qui concerne les types et les sources sont

• Quelles données seront nécessaires pour résoudre le problème de votre entreprise?

• Où pouvez-vous trouver les données?

• Que pouvez-vous faire avec les données?

• À quelle fréquence avez-vous besoin d'interagir avec les données?

• Qui conserve la propriété des données et des produits de travail?

• Combien de temps avez-vous besoin pour conserver les données?

• Pouvez-vous faire confiance aux données et à leur source?

Analyse des données volumineuses pour anticiper la suite

Souvent, des astuces sont disponibles dans les données existantes. Cependant, sans données suffisantes, ces indications seront ignorées car ces données peuvent ressembler à une valeur aberrante ou même à une erreur. Ces types de notifications anticipées d'une exigence changeante pourraient permettre aux entreprises de tester de nouveaux services et de nouveaux emballages qui pourraient devenir importants.

Trouver les bonnes sources de données

La recherche des données est l'étape suivante. Il ne s'agit pas seulement de l'endroit où obtenir les données, mais aussi de la forme ou du type des données ainsi que de la qualité ou de la fiabilité des données. De bonnes sources de données sur les sentiments se trouvent dans les sites Web sociaux tels que Facebook, foursquare, Yelp, Pinterest et Twitter.

Les sources que vous sélectionnez peuvent être déterminées par les habitudes de vos clients. La quantité de données est vaste et vous cherchez peut-être l'aiguille proverbiale dans la botte de foin. De plus, la structure et les types de ces données varient d'un site à l'autre, ce qui ajoute une complexité et des coûts supplémentaires.

Que pouvez-vous faire avec les données?

La compréhension de la fréquence d'utilisation des données par les systèmes internes peut aider à contrôler les coûts. Si les exigences sont d'analyser le sentiment des clients en temps réel sur plusieurs propriétés sociales, les coûts seront très élevés. Si l'analyse peut être effectuée plus tranquillement ou avec moins de sources de données, les coûts peuvent être inférieurs et plus contrôlables.

Certains grands fournisseurs de sources de données voudront conserver la propriété de leurs données, les autorisant pour des utilisations spécifiques et non destructives. D'autres seront ouverts avec peu ou pas de coûts d'accès ou d'exigences d'utilisation dominantes. Certaines licences de données limiteront l'utilisation à calculer et à détruire.

D'autres peuvent vous permettre d'utiliser les données, mais vous demandent de les "rendre" lorsque vos analyses ou calculs sont terminés.Des précautions doivent toujours être prises pour protéger les informations de l'entreprise.

L'économie du Big Data doit être comprise à partir de deux dimensions: la mise en route et la gestion de l'état stationnaire. Les coûts de démarrage peuvent être contenus en trouvant des données ouvertes ou des sources de données librement accessibles. Si davantage de ressources de centre de données sont requises, vous devez envisager des services basés sur le cloud où vous pouvez "payer par la boisson". "Il est beaucoup plus facile d'expérimenter de cette façon.

L'impact technologique du Big Data

Dans un monde idéal, il sera possible d'utiliser un grand nombre de technologies et d'applications existantes lorsque les Big Data sont appliquées aux workflows. Cependant, il est beaucoup plus probable que de nouvelles technologies devront être employées.

De nombreux outils nouveaux et différents sont disponibles pour le Big Data. Si un responsable de marque doit rassembler des données provenant de plusieurs sites sociaux différents, chacun avec des types de données différents, il devra travailler avec les équipes informatiques pour sélectionner la technologie qui correspond le mieux aux besoins de l'entreprise et aux coûts.

Vous aurez certainement des implémentations de produits qui incorporeront des éléments de Hadoop et Hive. En outre, de nouvelles technologies seront nécessaires. Les technologies existantes sont trop fragiles ou parce qu'elles sont conçues pour une tâche spécifique.

Trouvez les talents pour soutenir les projets de données volumineuses

Les analystes métier devront peut-être augmenter leurs effectifs avec des data scientists. Cela peut être accompli avec des relations de consultation dans les phases de démarrage, mais devrait passer à la dotation permanente à mesure que la direction devient claire. Un seul chercheur de données n'est pas susceptible d'être la réponse. Le plus de levier sera réalisé en créant une équipe de scientifiques de données.

Pour l'équipe informatique, la connaissance des nouvelles technologies de big data devra être introduite auprès des membres de l'équipe existante à travers la formation et le mentorat. Il est juste de supposer que de nouveaux talents devront être embauchés à mesure que votre organisation se rapproche de l'état stable.

Beaucoup d'universités et de collèges ont commencé à offrir des cours qui devraient aider à combler l'écart à court terme. À long terme, les fournisseurs fournissant des solutions devront créer des solutions de données volumineuses plus exploitables qui résoudront la complexité.