Cinq plans pour le succès du Big Data - des nuls

Alors que les big data n'en sont qu'à leurs débuts, vous voulez planifier leur succès. Il n'est jamais trop tôt pour commencer avec la planification et les bonnes pratiques afin que vous puissiez exploiter ce que vous apprenez et l'expérience que vous gagnez.

Planifiez vos objectifs Big Data

De nombreuses organisations démarrent leur parcours Big Data en expérimentant un seul projet qui pourrait apporter des avantages concrets. En sélectionnant un projet, vous avez la liberté de tester sans risque de dépenses en capital. Cependant, si tout ce que vous finissez par faire est une série de projets ponctuels, vous ne disposerez probablement pas d'un bon plan lorsque vous commencerez à comprendre la valeur de l'exploitation des mégadonnées dans l'entreprise.

Par conséquent, après avoir conclu quelques expériences et avoir une bonne compréhension initiale de ce qui pourrait être possible, vous devez vous fixer des objectifs. Qu'espérez-vous accomplir avec les données volumineuses? Des parties de votre entreprise pourraient-elles être plus rentables avec l'injection de plus de données? Il est important d'avoir une collaboration entre l'IT et les unités d'affaires pour développer des objectifs bien définis.

Une fois que vous avez compris les objectifs que vous vous êtes fixés pour tirer parti des mégadonnées, votre travail ne fait que commencer. Vous devez impliquer tous les acteurs dans l'entreprise.

Réunir un groupe de travail est une excellente façon de rassembler les représentants de l'entreprise afin qu'ils puissent voir comment leurs problèmes de gestion des données sont liés. Cette équipe peut évoluer vers une équipe qui peut aider les différentes unités d'affaires avec les meilleures pratiques. Le groupe de travail devrait avoir des représentants des dirigeants supérieurs qui établissent la stratégie et la direction de l'entreprise.

Planifiez la sécurité dans le contexte du Big Data

Bien que les entreprises considèrent toujours la sécurité des données comme l'un des problèmes les plus importants à gérer, elles ne sont souvent pas préparées aux complexités inhérentes à la gestion des données hautement distribuées et très complexes. Dans les premières étapes de l'analyse de Big Data, l'analyste ne sécurise pas les données, car seule une petite partie de ces données sera sauvegardée pour une analyse plus approfondie.

Cependant, lorsqu'un analyste sélectionne une quantité de données qui sera introduite dans l'entreprise, les données doivent être protégées contre les risques internes et externes. Certaines de ces données auront des informations privées qui doivent être masquées afin que personne sans autorisation n'ait accès. Pour que la sécurité soit efficace dans le contexte du Big Data, vous devez disposer d'un plan bien défini.

Planifier une stratégie de gouvernance de Big Data

La gouvernance de l'information est la capacité à créer une ressource d'informations à laquelle les employés, les partenaires et les clients peuvent faire confiance.Une stratégie de gouvernance est la responsabilité conjointe de l'informatique et de l'entreprise.

Par exemple, il existe des règles qui déterminent comment les données doivent être protégées en fonction des circonstances et des exigences gouvernementales. Les données de santé doivent être stockées afin que les données personnelles et d'identité restent privées.

Des problèmes peuvent survenir lorsqu'un analyste recueille et analyse d'énormes volumes d'informations et ne se souvient pas d'implémenter la bonne gouvernance pour protéger ces données. Les sources de données elles-mêmes peuvent être propriétaires. Lorsque ces sources sont utilisées dans une organisation, des restrictions peuvent exister quant à la quantité de données utilisées et à quelles fins.

Plan pour la gestion des Big Data

Il est facile de tomber dans le piège de supposer que les résultats de l'analyse des données sont corrects. La direction aime les chiffres et aime prendre des décisions en fonction de ce que les chiffres disent. Mais des risques peuvent survenir si les données ne sont pas gérées correctement.

Dans une situation où une entreprise détermine quels clients sont potentiellement les meilleures cibles pour un nouveau produit, une entreprise peut vouloir analyser 10 ou 15 sources différentes de données pour arriver aux résultats.

L'utilisation de sources de données basées sur différentes métadonnées et différentes hypothèses peut entraîner une entreprise dans la mauvaise direction. Soyez prudent et assurez-vous que lorsque vous collectez des données qui peuvent être significatives, elles peuvent s'exécuter d'une manière qui aide l'entreprise à prendre les décisions les plus éclairées et les plus précises. Cela signifie comprendre comment intégrer ces nouvelles sources de données avec les systèmes de données historiques.

Étudiez les meilleures pratiques en matière de données massives et les modèles de levier pour planifier

À mesure que le marché des données volumineuses arrivera à maturité, les entreprises acquerront une meilleure expérience des meilleures pratiques ou techniques qui leur permettront d'obtenir les bons résultats. Vous pouvez rencontrer des pairs qui étudient les moyens de tirer parti des données volumineuses pour obtenir des résultats commerciaux.

Vous pouvez également vous tourner vers des fournisseurs et des intégrateurs de systèmes qui ont codifié les meilleures pratiques en modèles disponibles pour les clients. Il est toujours préférable de trouver des moyens d'apprendre des autres plutôt que de répéter une erreur que quelqu'un d'autre a apprise. Au fur et à mesure que le marché des données volumineuses commence à mûrir, vous serez en mesure d'exploiter de nombreuses meilleures pratiques codifiées.