Cio 큰 데이터 아키텍처의 선택에 직면

큰 데이터 아키텍처에 대 한 Cio의 선택의 오랜 딜레마에 직면: 구매 또는 구축? 새로운 비즈니스 문제, 업체 솔루션의 부족 및 신기술의 큰 숫자의 출현 만들었습니다 그것은 결정을 어렵게. 또한, 관련 명사는 큰 데이터 등 너무 모호 합니다.

느낌으로 테슬라는 2017 년에서 저렴 한 전기 자동차의 출시를 발표 했다 강하다. 하지만 IT 영역에서 Cio는 엘 론 머 스크 (테슬라의 CEO 및 제품 건축가) CIO를이 문제를 다루는 방법에 대해 더 우려: SAP를 기반으로 구축 자체 엔터프라이즈 리소스 계획 시스템 (ERP) 그것을 업그레이드 하는 대신.

이것은 ERP, 그냥 작업 하지만 추세의 창조입니다. MIT 슬론 CIO 포럼 참가자 준 테슬라 더 광범위 한 의미, Facobook는 마찬가지로 계획 자체 CRM 시스템을 구축. 이러한 결정 뒤에 의미는 시장 하지 완전히 고객의 사용자 요구를 충족 할 수 있다 비늘은 비즈니스 전략으로 큰 데이터의 점진적인 침투의 맥락에서 특히 특정 최적화 구성표를 전통적인 공급 업체에서 괴상 한 되었습니다. Babson 대학 (매사 추세 츠 웰) 정보 기술 및 관리 교수 톰 데이 븐 포트 말했다 Cio에 대 한 가장 중요 한 것 이어야 한다.

"내가 만약 테슬라의 시스템 SAP 또는 Oracle 제품을 능가할 수 있습니다 모르겠어요. 무슨 정말 삼진 개발 자체에 모든 것을 결정 했다. 그러나, 그것은 항상 비즈니스의 차별화 전략 시스템을 구축 하는 의미 있는입니다. "데이 븐 포트 때 큰 데이터 관련 연구를 호스팅 했다.

가장 중요 한 기술 요구 사항, 기존 공급 업체를 통해 거의 사용할 수 있는 및 비즈니스 문제에 가장 밀접 하 게 관련 된 식별 합니다.

Cio는 대용량 데이터 시스템을 구축 때 그들은 오랜 딜레마 결정 직면할 수: 빌드 또는 구매? 지금, 수년간 시장을 지배 표준화 계획 하지 않은 큰 데이터 인프라에 병목 현상을 다룰 수. 더 많은 선택 메모리 계산, NOSQL 데이터베이스와 함께 스포트 라이트로, 클라우드 컴퓨팅, 오픈 소스 소프트웨어를 시작 하 고 개발자가 같은 페이스 북과 테슬라. 그러나, 어떤 경우에, CIO 먼저 다양 한 혼돈과 혼란의 단어 "빅 데이터"를 제거 하 기업 기술 통 얼굴을 볼 수 밀 물 아래 지점. 결국, Cio 더 많은 타겟, 지점간 접근, 보다는 오히려 모든 측면을 다루는 통일 솔루션 채택 가능성이 있다.

첫째, 큰 데이터 무엇입니까?

단어 "빅 데이터" 1 년 이상 동안 존재에서 했지만 그 의미는 여전히 혼란. "빅 데이터에 관심이 있는 모든 포괄 마케팅 용어 이며 그것을 포함할 수 있습니다." "커트 모나 쉬, 매사 추세 츠 Acton에 본사를 둔, 모나 쉬의 설립자 고 말했다.

악화, 2011 블로그 게시물, 모나 쉬는 (를 포함 하 여 가트너의 3V 정의) 큰 데이터의 정의 자체에 오해의 소지가 종종는 시장 혼란에 지도. 모나는 스택 기술 하는 데의 생각 모든 새로운 IT 문제를 해결 매우 순 진 하다.

데 럴 페르난데스, 피델 리 티 투자 전문 서비스 그룹의 최고 정보 책임자 "빅 데이터" 단어의 남용 업체, 매출을 발생 시킬 수 있습니다 하지만 그것은 또한 잠재적인 구매자에 대 한 문제가 많이 발생 했다. MIT 포럼의 큰 데이터 워크샵, 기술 투자와 비즈니스 사이의 링크 반환 하는 경우에 특히이 업계를 다치게 것 페르난데스 애매 하다. 1990 's에서 명확 하 게 CRM 기술의 비즈니스 가치를 가리킬 수 있습니다 큰 데이터 범위는 너무 넓은, 분명 포인트, 그리고 욕망의 부족 및 비즈니스와 그것의 불안 수포로 끝.

그것은 그런 음색 들 페르난데스입니다. 예, 그것의 최신 보고 "다시 설정" 빅 데이터, 포 레스터 (매사 추세 츠 주 캠브리지에 본사를 둔 컨설팅 회사) 의도적으로 방지 하는 기술 또는 기술적인 문제는 기술자의 좁은 관점으로 이어질 수 있는 추세를 놓치지 큰 데이터 정의. 대신, 포 레스터 애 널 리스트 브라이언 홉킨스, 보고서의 저자 중 하나에 따라 큰 데이터는 "그래서 그 정보는 진정한 비즈니스 통찰력으로 번역 능력 및 기존 데이터 사이 간격을 메우기는 것 진행 하는 과정." "

처음에 시작 위치를 알고 해야 합니다. 포 레스터의 추천 비즈니스 이며 IT 지도자는 건물 또는 구입 하기 전에 실질적인 시나리오에 함께 작동 합니다. 가끔 걸리는 시나리오를 구현 하는 투자. 그러나, 기업 문화에서 변화 필요, 시간 있다 즉, 결정을 내릴 데이터에 따라. 큰 데이터 비즈니스 모델 데이터 중심 임을 의미 합니다. 이 변환은 어떤 투자를 하기 전에 회사의 현재 상황의 명확한 이해를가지고 있는 능력을을 요구 한다.

단일 공급 업체 수 있습니다 처리할 수 없습니다.

큰 데이터 기술 투자를 피할 수 없는 경우, 홉킨스 Cio (예: Hadoop, 대용량 데이터에 대 한 동의어로 최근 사용 되었습니다), 특정 명사에 의해 제한 될 수 없습니다 하지만 오히려 자연에 복귀 하 고 실제 기능에 초점을 떠올리게 합니다. 그는에 초점을 권장 그 Hadoop 제공 하는 "높은 신축성, 비용 허용 데이터 저장 및 분석 방법".

기본 확실성은 기술 스택의 현재 엔터프라이즈를 직면 하는 데이터 문제를 해결 하는 단일 공급 업체에서 오지 것입니다. "원스톱 해결책을 얻을 수 없습니다." "홉킨스는 말했다. 단일 공급 업체 로부터 구입 매우 비싼 것, 모나 쉬 말한다: "높은 투자 돈을에서 뿐만 아니라 관리 비용에서 온다." "

홉킨스 IBM, 마이크로소프트와 오라클, 완벽 한 솔루션 스택 같은 회사를 참조: "하지만 난 그들의 제품, 제조 업체의 선전, 응용 프로그램, 잠재 고객 등이 이해 또한 한다 생각 하지 않습니다." "오픈 소스 소프트웨어를 선택 하면 홉킨스 생각 문제가 너무 있을 것입니다." Cloudera, 모임의 Hortonworks 등 공급 업체는 그들의 제품을 만들려고 다른 오픈-소스 버전에 대 한 선택 했습니다. 때로는 이러한 공급 업체에 의해 개발 된 새로운 기능 오픈 소스 커뮤니티와 일치. 그래서 고객 무역-오프 기능 모듈의 수준에서 확인 해야 합니다.

이 점에서 모나는 그것의 자신의 원리: "그들의 가장 긴급 한 기술 필요를 찾을 수 즉, 몇 업체 만날 수 있는 기능 그리고 현재 비즈니스와 그 기술에 가장 밀접 하 게 관련 된 문제를." "

물론, 비즈니스 문제 또는 출력의 과장 된 수 없습니다. 페르난데스는 설명, 회사는 점차적으로 하 고 명확 하 고 구체적인 큰 데이터의 개념: "우리 보고 있다 특정 가정, 특정 시나리오 및 년간 특정 출력에서." 초점은 매우 집중 하기 때문에 우리 진보를 달성 하기 위해 계속 수 있습니다. "