У дома Cloud Computing- Повече не винаги е по-добро. как организациите могат да намалят шума в своите данни, за да постигнат целенасочена и точна анализа?

Повече не винаги е по-добро. как организациите могат да намалят шума в своите данни, за да постигнат целенасочена и точна анализа?

Anonim

Q:

Повече не винаги е по-добро. Как организациите могат да намалят шума в своите данни, за да постигнат целенасочена и точна анализа?

A:

При големите системи за данни един от големите въпроси за компаниите е как да поддържат тези проекти добре насочени и ефективни. Много от инструментите и ресурсите, изградени за големи данни, са изградени за изсмукване на огромно количество информация в широка мрежа. Те не винаги са толкова внимателни да усъвършенстват тези данни и да ги поддържат просто. Съществуват обаче няколко най-добри практики в бранша, за да се създадат по-целеви и полезни проекти за големи данни.

Един стълб на целенасочения подход за големи данни е използването на правилните софтуерни инструменти и ресурси. Не всички аналитични системи и системи за големи данни са еднакви. Някои могат по-ефективно да филтрират прекомерни или неуместни данни и да позволят на бизнеса да се съсредоточи само върху основните факти, които ще определят основните им процеси и операции.

Друга основна част от това включва хората. Преди да се включите в голям проект за данни и докато снабдявате софтуер за доставчици, преследвайки внедряването и обучаването на други, централната група от хора трябва да отговаря за процеса, както и да делегира задачи за изследвания и мозъчна атака. Това може да превърне подхода с големи данни в прецизен, хирургичен метод, който ще подобри бизнеса, без да става прекалено тежък и да прекъсва ежедневните операции.

Например, целевите групи или други основни групи могат да седнат и да разгледат подробно начините, по които ще се извърши внедряването, как бизнесът ще започне да оценява наборите от данни, как ще кръстосва индексиращите сметки, какъв вид хартия или цифрови презентации, които те ще използват за разпространение на тази информация, за това как ще изграждат полезни доклади и т.н. Тези подробности ще защитят бизнеса от подуване на големи данни.

Освен това, тъй като компаниите започват да придобиват повече доставчици на услуги, правят повече мащабни данни и правят ИТ архитектурите по-сложни, те се научиха да отделят най-чувствителните данни от всичко останало.

Един от начините за това е да се създаде многостепенна система. Например, основен набор от данни за идентификационни номера и история на клиентите може да се съхранява в специално поддържана база данни при определен договор за сигурност в облака или на място. Други набори от данни могат да пребивават в по-малко специализирани среди за данни, било защото са по-малко чувствителни по отношение на нарушенията на данните, или защото са по-малко пряко свързани с анализите, които бизнесът извършва. Многостепенни или многостепенни системи позволяват рентабилно прилагане на големи данни.

Това са някои от начините, по които предприятията стават умни за получаване на големи данни по правилния начин. Вместо да вакуумират всякакви данни, които могат да вземат, те третират определени набори от данни като най-критични, за да получат най-много бизнес информация с най-малко усилия.

Повече не винаги е по-добро. как организациите могат да намалят шума в своите данни, за да постигнат целенасочена и точна анализа?