Q:
Le Big Data est-il une solution universelle?
UNE:Dans le cadre d'un écosystème ou d'une industrie globale du Big Data, les applications des stratégies Big Data sont spécifiques aux besoins d'une entreprise ou d'une organisation particulière. L'une des plus grandes erreurs commises par les dirigeants et les autres professionnels consiste à adopter une approche générique des mégadonnées et à essayer d'intégrer les systèmes dans un modèle qui a été utilisé auparavant.
La philosophie du Big Data est liée à une utilisation très ciblée et microgérée de grands pools d'informations. Par exemple, une entreprise qui compte des milliers et des milliers de clients entreprendra un projet de Big Data pour exploiter toutes les informations dont elle dispose sur ces clients - leurs noms, où ils vivent, ce qu'ils ont acheté auparavant, etc. Cependant, les résultats ont plus à voir avec la mise en place de structures spécifiques pour la manipulation et la génération de rapports que de simplement collecter et "exécuter" ces ensembles de données massifs.
Une partie du défi du Big Data est qu'il nécessite des processus matériels plus spécialisés. Les entreprises utilisent souvent des systèmes open source comme Apache Hadoop et des outils spécifiques spécifiques comme MapReduce pour mettre en place des solutions de Big Data. Cela nécessite un savoir-faire technique supplémentaire au-delà de la simple configuration d'une table Microsoft Access ou de la poursuite d'une autre technologie de base de données plus simple.
Pour rendre les mégadonnées efficaces, les entreprises doivent examiner la mise en œuvre et comment éviter de perturber leurs activités commerciales normales. Pour le rendre plus efficace, ils doivent chercher exactement quels ensembles de données leur seront les plus utiles. Par exemple, si des vendeurs ou d'autres personnes peuvent faire ce qu'ils doivent faire avec un simple rapport de noms de famille, d'états et de numéros de téléphone, il n'est pas logique d'essayer d'exécuter des données plus complètes via le système et de collecter et de présenter d'autres identifiants ou informations clés.
L'efficacité, la facilité de mise en œuvre et les coûts entraînent l'émergence de solutions de Big Data spécifiques à l'entreprise. Ces innovations dépendent définitivement d'un modèle d'entreprise particulier et des problèmes à résoudre.
