Mga Hamon na Magtagumpay sa Big Data Implementation

May -Akda: Eugene Taylor
Petsa Ng Paglikha: 13 Agosto. 2021
I -Update Ang Petsa: 1 Hulyo 2024
Anonim
NEW NOTE MECHANICS LEAKED?! CONFIRMED! (Roblox Funky Friday)
Video.: NEW NOTE MECHANICS LEAKED?! CONFIRMED! (Roblox Funky Friday)

Nilalaman


Takeaway:

Ang malaking data ay naging kailangan sa paggawa ng mga pagpapasya sa negosyo, ngunit mayroong isang bilang ng mga hamon na dapat isaalang-alang ng isang tao bago ipatupad ang malaking data sa kanilang negosyo.

Ang malaking data ay naging isang mahalagang bahagi ng paggawa ng desisyon sa negosyo. Nag-aalok ito ng makabuluhang pananaw sa mga kumpanya at pinuno ng negosyo. Ngunit sa parehong oras na ito ay nagtataas ng maraming mga hamon na hindi mahawakan ng aming tradisyunal na sistema. Samakatuwid, dapat maunawaan ng isang tao ang mga hamong ito nang detalyado bago ipatupad ang malaking data sa isang samahan.

Tulad ng bawat McKinsey Global Institute (MGI): "Ang malaking data ay tumutukoy sa mga datasets na ang sukat ay lampas sa kakayahan ng mga karaniwang tool sa database software upang makunan, mag-imbak, mamahala at magsuri." Kaya ang mga malalaking hamon ng data ay kailangang matugunan nang maayos. Matapos suriin ang malaking data, ang halagang nakuha ay maaaring mai-summarize bilang:


  • Mga Transparencies
  • Mas mahusay na pagganap at pagkakaiba-iba
  • Ang pagpapalit ng mga ginawa ng tao sa mga awtomatikong algorithm
  • Pagbabahagi ng mga customer

Mga madiskarteng Hamon

Hinahayaan magsimula sa malaking mga database ng mga madiskarteng hamon. Ang mga malaking data ay nagpipilit sa amin upang labanan na may tatlong pangunahing mga hamon sa estratehiya at pagpapatakbo:

Ang buong industriya ng IT ay nasa ilalim ng presyur, dahil kailangan nitong pamahalaan ang pagtaas ng dami ng data araw-araw upang makatulong na mapabuti ang negosyo. Ang pagsusuri ng data ay maaaring maiuri sa tatlong kategorya:

  • Mahulaan na pagtatasa - Ito ay trabaho ng siyentipiko ng data na gumamit ng data ng real-time para sa mahuhulaang pagsusuri sa iba't ibang mga domain. Mahalaga rin sa pagsusuri ng data na ito upang magamit ang mga bagong uri ng data, tulad ng emosyonal na data, data stream ng video, data ng imahe, data, atbp.
  • Pag-aaral ng pag-uugali - Mahalaga ang data ng pag-uugali para mapabuti ang kasiyahan ng customer. Ang trabaho ng scientist ng data ay mag-tap sa mga set ng data na kumplikado sa likas na katangian upang lumikha ng mga bagong modelo ng negosyo na makakatulong sa pagbawas ng gastos at magsulong ng pagbabago upang mapagbuti ang kasiyahan ng customer.
  • Interpretasyon ng data - Ang mga analyst ng data ay dapat magbigay ng bagong impormasyon sa pagsusuri ng negosyo sa pamamahala at isama ang mga ito para sa makabagong ideya ng produkto.

Hindi mo maaaring mapabuti ang iyong mga kasanayan sa pag-programming kapag walang nagmamalasakit sa kalidad ng software.


  • Pagkuha ng data
  • Pag-align ng data mula sa iba't ibang mga mapagkukunan
  • Ang pagbabago ng data sa isang form na angkop para sa pagsusuri
  • Pagmomodelo ng data sa tulong ng matematika at / o mga simulation
  • Ang pag-unawa sa output at kakayahang ipaliwanag ito upang tapusin ang mga gumagamit

Mga Hamon sa Pamamahala

Isang pangunahing hamon sa pamamahala ng data ay ang pagtiyak ng seguridad, privacy privacy, pamamahala at pamantayan sa etikal. Habang nakikipag-ugnayan sa data ng customer, dapat sumunod ang isa sa nais nitong paggamit at mga nauugnay na patakaran. Ang pagsubaybay sa data ay mahalaga sa mga tuntunin ng paggamit nito, pagbabagong-anyo, pagbuo pati na rin ang pamamahala ng siklo ng buhay nito. Ang data ay dapat na secure at ma-access kinokontrol. Kasabay nito, ang mga pag-audit ay dapat isagawa sa mga regular na agwat upang matiyak ang seguridad ng data, dahil ang karamihan sa mga bodega ng data ay nag-iimbak ng personal na data, na maaaring humantong sa mga potensyal na alalahanin sa ligal at etikal.

Konklusyon

Natalakay namin ang iba't ibang mga malaking hamon ng data at ang epekto nito sa negosyo. Ang mga hamong ito ay nangyayari sa lahat ng antas ng pagpapatupad. Kaya bago ipatupad ang malaking data sa anumang samahan, dapat tugunan ng isang tao ang mga hamong ito at magplano para sa kanila.