Comment créer une feuille de route de mise en œuvre de Big Data -

Les plans de mise en œuvre des Big Data seront différents en fonction des objectifs de votre entreprise, de la maturité de votre environnement de gestion des données et du niveau de risque que votre organisation peut absorber. Commencez donc votre planification en tenant compte de tous les problèmes qui vous permettront de déterminer une feuille de route de mise en œuvre.

Urgence commerciale et big data

De nombreuses organisations ambitieuses semblent toujours avoir besoin des technologies les plus récentes et les plus performantes. Dans certaines situations, une organisation peut démontrer que la disponibilité de sources importantes de données volumineuses peut mener à de nouvelles stratégies. Dans ces cas, il est logique de créer une stratégie et un plan. C'est une erreur de supposer que l'adoption et l'implémentation de Big Data sont un projet défini.

L'adoption de Big Data a de vastes implications pour la stratégie globale de gestion des données de l'entreprise. Ainsi, indépendamment de certains des autres facteurs impliqués, le temps requis pour concevoir vos solutions Big Data doit être clairement indiqué sur toute feuille de route. De plus, les tâches de conception ne doivent jamais être ignorées ou éliminées.

Sélectionnez la bonne méthodologie de développement de logiciels Big Data

La plupart des entreprises et organisations ont des équipes informatiques qui suivent les processus et les pratiques de développement prescrits. Certaines de ces méthodologies de développement sont bien adaptées aux implémentations de Big Data, alors que d'autres, malheureusement, ne le sont pas.

Les projets Big Data sont les mieux adaptés à un processus de développement agile et interactif. Les méthodologies itératives utilisent des cycles courts avec des résultats rapides et une implication constante de l'utilisateur pour fournir progressivement une solution métier. Par conséquent, il n'est pas surprenant qu'un processus itératif soit la méthodologie de développement la plus efficace pour les implémentations de Big Data.

Équilibre entre les budgets de données volumineuses et les compétences

Il est toujours difficile d'anticiper les besoins budgétaires pour un nouveau type de projet comme le big data. La meilleure pratique consiste à comprendre clairement les coûts attendus et les avantages en aval de votre implémentation Big Data, puis à vous assurer un budget approprié.

Obtenir les bons ensembles de compétences pour n'importe quel projet est un autre défi. Souvent, les personnes les plus recherchées sont étirées dans plusieurs initiatives. L'augmentation du personnel est souvent la réponse, même si elle n'est pas facile.

Au fil du temps, vous trouverez plus de formation et plus de professionnels qualifiés. En attendant, la meilleure pratique consiste à identifier et acquérir des compétences en science des données pour la conception et la planification, les compétences Hadoop et NoSQL pour la mise en œuvre, et des compétences en informatique parallèle / cluster pour les opérations.

Déterminez votre appétit pour le risque avec le Big Data

Chaque organisation a une culture qui déterminera la gestion des risques qu'elle est prête à assumer. Si vous êtes dans un marché hautement concurrentiel, vous devrez peut-être prendre plus de risques sur l'innovation potentielle du marché. Cependant, même les entreprises sur des marchés hautement concurrentiels peuvent être prudentes. Vous devez comprendre la dynamique de votre organisation avant de vous lancer dans un projet de données volumineuses.

Toutes les organisations, même celles qui ont un appétit pour les risques élevés, doivent se méfier de l'adoption des big data. Le développement et l'acculturation de toute nouvelle technologie ou solution peuvent être entachés d'échecs. L'utilisation de méthodologies agiles pour aider à expliquer les succès rapides et les échecs rapides est la meilleure pratique pour définir les attentes appropriées dans une organisation pionnière.

Votre feuille de route des données volumineuses

Vous devriez les considérer comme des points de départ pour savoir comment vous pouvez lancer la grosse masse de données et effectuer les changements nécessaires pour votre entreprise.

Si votre organisation a de l'expérience avec les applications et les analyses décisionnelles, possède des pratiques de gestion des données relativement matures et a mis en place une infrastructure et des opérations de grande capacité, l'adoption des données volumineuses est un peu plus facile. Cela n'implique pas un succès garanti ou un risque réduit.

La prise en main est toujours plus facile si certaines personnes l'ont déjà fait auparavant. Voici quelques conseils à prendre en compte lorsque vous envisagez d'importer de grandes quantités de données dans votre entreprise ou votre organisation:

• Obtenez de l'aide. Ne soyez pas défavorable à l'embauche d'un expert ou deux comme consultants. Assurez-vous qu'ils connaissent leurs «trucs» et assurez-vous qu'ils sont capables de mentorat dans votre organisation.

• Entraînez-vous. Prenez des cours, achetez et lisez des livres, faites des recherches sur Internet, posez des questions et assistez à une conférence ou à deux.

• Expérience. Planifier l'échec. L'échec rapide devient de rigueur pour les organisations technologiques modernes. Les meilleures leçons apprises viennent souvent des échecs.

• Définissez les attentes appropriées. Dans le monde des affaires, des attentes correctement définies peuvent faire la différence entre le succès et l'échec. Les données volumineuses n'offrent un potentiel énorme à votre entreprise que si vous représentez avec précision la valeur, les coûts et le temps de mise en œuvre.

• Soyez holistique. Essayez de regarder toutes les dimensions. Si le projet est livré à temps et dans le respect du budget, mais que les utilisateurs finaux n'ont pas été formés ou prêts à l'utiliser, le projet risque d'échouer.