론 Kasabian 기업 큰 데이터 신뢰를 구축 하는 방법에

세계 경제는 여전히 회복, 물의 풍부와 불 화 난무, 이며 이러한 맥락에서 그것은 서로 신뢰 하기 어려운. 그래서 지난 몇 년 동안, 그것은 놀라운 정부와 사업에서 공공 신뢰 현저 하 게 감소 했다입니다.

큰 데이터의 주제에 관해서, 그것은 사업에 대 한 상당한 신뢰 문제를 만들 수 있습니다. 큰 데이터에 가장 큰 장애물이 얼마나 성공적, 하지만 무엇이 정말 큰 데이터와 신뢰 큰 데이터에 믿는 사람들이 아니다. 그리고 그것은 단지에 대 한 데이터 자체에 대 한 믿음이 아니라 데이터를 통해 얻을 수 있는 결과에 대 한 믿음이.

인텔 데이터 센터와 상호 연결 된 시스템 부문 큰 데이터 솔루션 총괄 매니저 론 Kasabian

알다시피, 데이터의 단일 조각 값 제한 됩니다. 그것은 기업에 제공 하는 최고의 가치는 엔터 프 라이즈 통찰력을 얻을 미래의 추세를 파악 하 고 관련된 데이터 요소를 통해 구체적인 의미를 이해 하.

그러나, 사람들을 설득 하 고 통찰력 모델 큰 데이터를 통해 얻은 신뢰 쉽지 않다. 우리가 매일 직면 하는 질문은: 우리가 우리의 본능, 우리의 경험, 우리의 직관, 또는 우리의 데이터 신뢰 합니까? 경우에 데이터 쇼 판매 또는 효율성 향상, 비즈니스 리더 간의 상관 관계 하지 그들은 처음에 무엇을 보고 믿을 수 있습니다. 따라서, 대용량 데이터에 대 한 신뢰를 구축 필수입니다. 정말 큰 데이터의 장점을 설득할 수, 하지 않는 한 그들은 수 년에 걸쳐 결정에 익숙한 되었습니다 방법을 사람들이 제공 하지 않습니다. 따라서, 대용량 데이터의 가치를 증명 자체 더 어렵습니다 보다 성공적으로 프로젝트를 완료.

그것은 신뢰를 얻기 위해 하룻밤 불가능 합니다. 이 과정 하 고 관련 비즈니스 소유자를 다루는 전략으로 따라야 합니다. 지난 3 년 동안 인텔은 내부적으로 큰 데이터 계획을 구현 했습니다 하 고 매우 성공 했다. 하지만이 기간 동안, 우리 시도의 많은 만들었습니다 그리고 경험과 수업을 많이 얻고 있다. 우리가 이러한 계획을 실행에 직면 하는 주요 문제 중 하나는 문제를 해결할 수 있도록 비즈니스 단위 내에서 관련 사용자의 신뢰를 얻는 것입니다.

이 과정에서 우리는 큰 데이터 계획에 대 한 신뢰를 이기려면 6 단계를 설치 했다.

1. 비즈니스 및 데이터를 이해 합니다. 이 필요한, 보일 수도 있지만 주요 인사, 그들의 작품의 이해, 협력 회사, 그리고 그들이 직면의 다른 부분과 상호 작용을 필요로 하는 복잡 한 비즈니스 단위 깊이 있는 분석. 장애 란 무엇입니까? 보다 효율적으로 개발에서 그들을 방지 하는 요인은 무엇 인가? 이렇게 하려면 올바른 질문을 사용 가능한 데이터에 대 한 깊이 있는 이해를가지고 있어야 하는 비즈니스 프로세스 플래너를 해야 합니다.

2. 문제와 어떻게 데이터 수를 식별 합니다. 비즈니스 문제 및 사용 가능한 데이터 간의 연결을 찾습니다. 이 데이터는 문제를 해결 도울 수 있습니까? 이 시점에서 필요한 데이터를 존재 하지 않는 수 있습니다. 당신은 그것을 액세스할 수 있습니까? 참고: 사람들은 소셜 미디어와 사물의 인터넷 (IoT) 큰 데이터를 볼 경향이 있다. 그들은 즉시 엔터프라이즈 외부에, 데이터의이 종류를 발굴 해야 하 고 때로는 이것이 필요 믿습니다. 하지만 복잡성, 추가 외부 데이터를 병합 하 고 기업 내에서 데이터에 잠재적인 가치를 많이 것 같아요. 따라서, 외부 데이터를 사용 하 여 필요한 인지 또는 외부 데이터 수 있습니다 여부를 결정 해야 합니다. 먼저, 내부 데이터를 사용 하 여 다음 범위를 확장 합니다.

3. 합리적인 기대--필요에 따라 포기를 설정 합니다. 기업 이해: 비즈니스 문제에 모든 해결책 3 ~ 4 문제는 해결 되지 않을 수 있습니다 보류 됩니다. 우리는 몇 가지 프로젝트에 몇 개월을 보낼 수 있습니다 하지만 결국에서 결과 최소 고도 쓸모 없는. 프로젝트 예상된 결과 충족 하지 않습니다, 경우 포기 하 고 다음 다음 기회에 대 한 보고 배워야 한다.

4. 큰 데이터 프로젝트 구현 되었습니다 하지만 아직도 오래 된 관념에 잠기 다. 큰 데이터 프로젝트는 기존 프로젝트와 동시에 실행 됩니다. 비즈니스 리더 친숙 한 프로세스와 기술, 포기 하지만 말을 "나는 이제 데이터에 믿고 기꺼이" 기꺼이 되지 않습니다. 당신은 이것을 그들에 게 증명 하지만 여전히 그들의 매개 변수를 사용 하 여 결정을 해야 합니다.

5. 유연한 처리입니다. 당신이 하 고 있는 빅 데이터 분석 한 탐험 이다.입니다. 예상치 못한 지역에서 값을 찾을 수 있습니다. 이 방법 및 도구는 뛰어난 유연성을 보여줍니다. 큰 데이터 도구 개발의 초기 단계에 아직도 있습니다. 1 년 후에서 매우 다를 수 있습니다 큰 데이터 도구 사용 하 여 준비 해야 합니다. 유연성을 구현 하는 도구를 업그레이드 하 고 필요에 따라 기술에 투자 해야 합니다. 큰 데이터의 값을 귀하의 비즈니스에 새로운 방법으로 제시 하는 동시에 다양 한 유형의 분석 방법 및 전문 지식을 마스터 해야 하는 동안 계속 할 수 있습니다.

6. 결과에 초점을. 때로는이 과정은 지루한 수 있습니다. 이 시점에서 결과에 초점을 해야 합니다. 큰 데이터는 아직 성숙 하 고 그것의 초기 단계에 아직도 있다 정교한 방법 및 도구를 쉽고 효율적으로 데이터 분석을 수행. 하지만 인텔, 우리는 우리가 할 수 있는 모든 것을 할 큰 데이터 및 예측 분석에는 25%에 의해 칩 설계 검증을 위한 시간을 단축 하 고 새로운 칩에 대 한 시장에 시간을 증가의 사용. 이러한 결과 이러한 모든 노력 가치가 증명.

큰 데이터 통찰력에 신뢰 구축 시간이 걸립니다. 우리의 경우 그것은 단지 첫 번째 비즈니스 사례를 증명 하기 위해 6 개월 했다. 하지만 일단 계획이 장소에서 회사 주소 주요 과제를 큰 데이터를 사용 하 여 시작 됩니다. 뿐만 아니라 사업 부문 변경 됩니다, 하지만 IT 부서 또한 변화 경험 하 게 됩니다. IT 부서는 비즈니스 단위에 뛰어난 결과 제공 하는 큰 데이터 계획의 실시를 드라이브로 사업에 대 한 신뢰할 수 있는 파트너로 변형 됩니다.