기존의 규칙에 따라 대용량 데이터 분석에 대 한 최상의 방법

새로운 용어, 기술, 새로운 제품, 새로운 공급자의 도래와 함께 "큰" 데이터 분석, 이지만 입증 된 데이터 관리 모범 사례 여전히 신흥 분야에 속하는 필드에 사용할 수 있습니다.

다양 한 비즈니스 인텔리전스 (BI), 데이터 창 고 처럼 전문가 조직의 데이터 관리 요구에 분명히 이해 하 고 큰 데이터 분석 프로젝트를 시작 하기 전에 전략을 취소 하는 것이 중요 하다 고 믿습니다. 대용량 데이터 분석은 널리 논의 그리고 다양 한 산업 분야에서에서 기업 들은 새로운 데이터 소스와 성장 정보 홍수. 그러나 전에 그것은 분명 어떤 값이 정말 회사에 가져올 수 있습니다, 큰 데이터 기술을 적용 하는 자원의 많은 투자, 소위 사용자의 가장 심각한 실수입니다.

Ventana 연구 회사에서 애 널 리스트 데이비드 Menninger Bi, 분석 및 정보 관리 기술에 초점을 맞추고. 너무 공격적이 기술 되 고, 대신 그는 말한다, 비즈니스 관점 및 비즈니스 목표와 예상 값을 식별 하는 Cio, 데이터 과학자, 그리고 기업 들과 의사 소통 및 다음 다시 시작.

정확 하 게 사용할 수 있는 데이터를 정의 하 고 조직 최고의 이러한 리소스를 활용 하는 방법을 결정 하는 과정의 가장 중요 한 부분이입니다. 그 Cio 지적 Menninger IT 관리자 및 데이터 보존 결정할 필요가 양방향 사람들이 집계, 및 사용, 그리고 폐기 데이터와 그들을 비교. 또한 외부 데이터 원본에 아직 관여 하지 않습니다 하지만 추가 될 수 있습니다 고려 해야 합니다.

Menninger 지적 회사 확실 하지 않은 경우에 대용량 데이터 분석, 적용 하는 방법도 유용 여전히 가능한 한 빨리 그러한 평가 실시 하. 또한, 데이터 캡처를 시작 하는 과정 마지막 점프에 대 한 준비를 도울 수 있다. 그는 말했다: "당신이 그것을 할 거 야, 모르는 경우에 데이터를 캡처합니다는 처음." 그렇지 않으면, 당신은 당신이 충분 한 기록 데이터를 분석 하지 않기 때문에 기회를 잃게됩니다. "

작은 시작 큰 데이터

큰 데이터 집합을 분석 또한 작은 기회와 함께 시작 하 고 시작 지점으로 그들을 사용 하 여. 회사는 지속적으로 그들은 분석, 정보와 데이터 원본 유형의 확장 하 고 패턴 및 데이터 및 구조화 되지 않은 데이터의 종속성을 발견 하는 그들을 돕기 위해 가장 중요 한 분석 모델을 만들기 시작, 그들은 예상된 비즈니스 목표에 가장 중요 한 결과의 인식 해야 합니다.

이 본 제 노 베스, 가트너 분석가 지적: "만약 당신이 새로운 모델을 찾고 결국 그리고 그들은 쓸모 없는, 코너에 되어야 합니다." "

컴 스 코어 웹 분석 및 정보 서비스 기업 고객에 게 제공 하는 인터넷 사용을 추적 전문. 그들은 긴 큰 데이터 전략의 어떤 종류에 대 한 필요성을 인식 했습니다. 그러나, 컴 스 코어 몇 가지 매우 구체적인 포인트를 선택 하 고 천천히 그것의 자신의 큰 데이터 분석 프로젝트를 빌드합니다.

"우리 시작 아이-데이터 스트림을 추출 하 고 다른 시스템에 전송 로" 지 워스, 컴 스 코어의 소프트웨어 엔지니어링 부사장 말했다. 특정 크기를 도달할 수 없는, 경우 하룻밤 할 수 없다. "

회사와 거래 하는 데이터의 양을 감안할 때, 규모는 어떤 컴을 중시. 빠르면 2009 년만 300 백만 레코드 수집 시작 될 때 하루 지금 도달 23 십억 하루를 기록 하 고 아직도 성장 워스 새로운 시스템 및 기술 인프라를 효율적으로 컴의 데이터 처리를 완료에 대 한 찾고 시작 했다.

궁극적인 목표는 여전히 큰 데이터를 잊지 마세요

오픈 소스 둡 기술과 새로운 분석 도구를 활용 하 여는 워스 SQL 비즈니스 분석가 그들을 더 쉽게 받아들일 수 있도록 오픈 소스 환경에 최적화 되어 있습니다. 그는 지적 대용량 데이터 분석 구현 계획의 결정에 회사 크기 요소에 관심을 지불 해야 합니다.

그는 설명 했다: "당신은 변화에 대해 생각해 야-얼마나 지금, 얼마나 많은 서버에서에서 6 개월 동안 함께 작업 하는 데 필요한 데이터를 추가 하려면 필요 하 고 이러한 작업을 수행 하는 소프트웨어의 것인지." 데이터 증가의 정도 되어 고려 하지 하 고 프로덕션 환경에서 觖의 유행 간주 되지 않습니다. "

큰 데이터의 "새로운 표준"으로 급락 후 다른 많은 기업 들이 종종 간과 하는 점은 데이터 관리의 "오래 된"정상적인 "는 여전히 유효.

마커 스 콜린스, 또 다른 가트너 분석가, 지적 "정보 관리의 사례는 현재 큰 데이터와 이전 데이터 웨어하우스 중요 하다." 심지어 회사를 위해 유연성 증가를 찾고, 그들은 정보 비즈니스 자산 이며, 항상 되어야 마음에 두어야 합니다. "

(책임 편집기: 루 광)