D:
Quali considerazioni sono più importanti quando si decide quali soluzioni di big data implementare?
UN:Ogni azienda e organizzazione deve considerare le proprie esigenze e risorse quando deve capire quali sono i problemi più importanti per l'implementazione dei big data. Tuttavia, ci sono una serie di principi che sono generalmente considerati critici per questo tipo di adozione della tecnologia.
| Webinar: Big Iron, Meet Big Data: Liberating Dataframe Data con Hadoop & Spark Registrati qui |
Una delle domande più importanti è l'implementazione e la quantità di interruzioni che causerà. Gli utenti dei sistemi di big data devono sempre confrontare ciò che stanno per utilizzare con quello che stanno attualmente utilizzando. In molti casi, l'interruzione è il fattore decisivo nel determinare se le risorse di big data aumenteranno la produttività e i profitti o se manderanno in crash un'azienda a causa di ostacoli insormontabili con l'implementazione. Il supporto del fornitore (o la sua mancanza) ha molto a che fare con questo, ma le aziende devono anche guardare alla curva di apprendimento delle tecnologie, quanto cambierebbero le operazioni dei sistemi legacy e, in generale, se i cambiamenti sono qualcosa che l'impresa può gestire.
Un'altra domanda importante è quali dati sono più preziosi per un'azienda o un'organizzazione. Esaminando il valore di diversi set di dati, coloro che intendono implementare i big data possono stabilire l'ambito del loro progetto. Senza questo tipo di linee guida, i progetti di big data possono essere gonfiati e sopraffatti in un'azienda. Gli esperti raccomandano di concentrarsi su set di dati specifici che daranno il massimo valore, senza impantanarsi nel lancio di una rete più ampia.
Un problema corollario qui è l'uso di dati strutturati e non strutturati. I leader aziendali possono esaminare i livelli di difficoltà nel portare diversi bit di dati in un contesto di big data come un data center. Ad esempio, set di dati già formattati possono essere facilmente digeriti, ma alcuni altri dati potrebbero richiedere una manipolazione approfondita per renderli in un formato utile e potrebbe non valerne la pena.
Gli utenti dovranno anche esaminare la gestione avanzata dei big data. I sistemi di big data sono definiti difficili da gestire con infrastrutture hardware e software di base e semplici. Ciò significa che gli adottanti devono disporre di talenti e risorse adeguati per trovare il modo di utilizzare i set di big data che non causeranno congestione della rete o creeranno altrimenti colli di bottiglia nelle operazioni.
