基於常規法則的大資料分析最佳實踐

由於出現了新詞彙、新技術、新產品和新供應商，「大資料」分析讓人很陌生，但是經過檢驗的資料管理最佳實踐方法一樣能夠在這個仍然屬於新興學科的領域發揮作用。

與各種商業智慧(BI)和資料倉儲一樣，專家認為在開始進行大資料分析專案之前，清晰理解組織的資料管理需求和明確策略是非常重要的。 大資料分析被廣泛地進行討論，而且各種行業的公司都充斥著新資料來源和不斷增多的資訊。 但是，在未明確這樣做能夠真正給公司帶來什麼價值之前，就投入大量的資源應用大資料技術，這就是所謂使用者的最嚴重失誤。

David Menninger是Ventana研究公司的一名分析師，他主要關注于BI、分析與資訊管理技術。 他認為不要在這個技術上表現得太激進，要先從業務角度著手，並且要與CIO、資料科學家和業務人員進行交流，一起確定業務目標和預期價值，然後再開始動手。

準確定義可用的資料和確定組織最佳利用這些資源的方式是整個過程中最關鍵的部分。 Menninger指出，CIO、IT經理和BI人員需要確定所保留、聚集和使用的資料是什麼，並且將它們與丟棄的資料進行比較。 同時一定要考慮目前仍未涉及但可能會加入的外部資料源。

Menninger指出，即使公司不確定何時及如何應用大資料分析，儘早進行這種評估仍然是有好處的。 此外，開始資料捕捉的過程能夠説明您準備好實現最終的跳躍。 他說：「即使您不知道將使用它來做什麼，也要先捕捉資料。 否則，您就會失去一個機會，因為您沒有足夠的歷史資料可以分析。 」

大資料要從小開始

分析大資料集也一樣要從小機會開始，然後再使用它們作為起點。 隨著公司不斷地擴大分析的資料來源和資訊類型，以及開始創建最重要的分析模型，説明他們發現結構化和非結構化資料的模式和相關性，他們需要注意那些對於預期業務目標而言最重要的結果。

Gartner公司的分析師Yvonne Genovese指出：「如果您最終只能尋找新的模式，而且它們毫無用處，那麼您肯定遇到死角了。 」

ComScore公司專門跟蹤互聯網使用，為企業客戶提供Web分析和銷售智慧服務。 它們很早就認識到需要某種大資料策略。 但是，ComScore選取了一些非常有針對性的點，然後再慢慢建立自己的大資料分析專案。

ComScore的軟體工程副總裁Will Duckworth說：「我們從小開始--提取各個資料流程，再將它們傳輸到不同的系統。 如果您無法達到一定的規模，您是無法一夜之間做到這一點的。 」

鑒於公司處理的資料量，規模正是comScore重視的方面。 早在2009年，當它一開始每天只採集到3億條記錄的時候--現在每天達到230億條記錄並仍在增長，Duckworth就開始尋找一些新系統和技術基礎架構，以高效地完成comScore的資料處理。

不要忘記最終目標仍是大資料

通過利用開源Hadoop 技術和新型分析工具，Duckworth對開源環境進行了優化，這樣SQL的業務分析人員便可以更容易地接受。 他指出，在確定大資料分析實施計畫時，公司一定要重視規模因素。

他解釋說：「您一定要考慮到變化--從現在開始的半年內，您需要處理多少資料，您需要增加多少伺服器，是否由軟體來完成這些任務。 人們並沒有考慮到資料增長的程度，以及觖決方案部署到生產環境後的流行程度。 」

在陷入大資料「新常態」之後，許多公司經常忽略的另一個方面是資料管理的「舊常態」仍然是有效的。

Gartner的另一位分析師Marcus Collins指出，「資訊管理實踐方法對於現在的大資料和以前的資料倉儲都是一樣重要的。 即使是對於希望增加處理靈活性的公司而言，他們也要記住一點，資訊是企業資產，應該一如繼往地保持重視。 」

(責任編輯：呂光)