차례:
- 귀중한 데이터 목표 계획
- 예를 들어, 상황과 정부 요구 사항에 따라 데이터를 보호해야하는 방식을 결정하는 규칙이 있습니다. 의료 데이터는 신원 정보 및 개인 정보가 비공개로 유지되도록 저장되어야합니다. 분석가가 방대한 양의 정보를 수집하고 분석 할 때 문제가 발생할 수 있으며 해당 데이터를 보호하기 위해 올바른 관리 방식을 구현하는 것을 잊지 않아야합니다. 데이터 소스 자체는 독점적 일 수 있습니다. 이러한 소스가 조직 내에서 사용될 때 사용되는 데이터의 양과 용도에 제한이있을 수 있습니다.
- 서로 다른 메타 데이터 및 다른 가정을 기반으로하는 데이터 소스를 사용하면 회사를 잘못된 방향으로 보낼 수 있습니다. 데이터를 수집 할 때 회사가 정보에 입각하여 정확한 결정을 내리는 데 도움이되는 의미있는 데이터를 수집 할 때주의해야합니다. 즉, 이러한 새로운 데이터 소스를 과거 데이터 시스템과 통합하는 방법을 이해해야합니다.
비디오: 영화같은 일이 현실로 이루어지는 세상 [마이너리티 리포트] 2024
대용량 데이터는 첫 번째 단계에 불과하지만 성공을 계획하고 싶습니다. 계획과 우수 사례를 시작하는 것이 너무 이른 것이 아니므로 학습 내용과 얻는 경험을 활용할 수 있습니다.
귀중한 데이터 목표 계획
많은 조직에서 몇 가지 구체적인 이점을 제공 할 수있는 단일 프로젝트를 실험하여 큰 데이터 이동을 시작합니다. 프로젝트를 선택하면 자본 지출 위험없이 테스트 할 수 있습니다. 그러나 일단 일회성 프로젝트가 끝나면 회사의 큰 데이터 활용 가치를 이해하기 시작할 때 좋은 계획을 세울 수 없을 것입니다.
큰 데이터 활용에 대한 목표를 이해하면 작업이 시작됩니다. 비즈니스에 모든 이해 관계자를 참여시켜야합니다.
대용량 데이터와 함께 보안 계획
그러나 분석가가 회사로 가져올 많은 양의 데이터를 선택하면 내부 및 외부 위험으로부터 데이터를 보호해야합니다. 이 데이터 중 일부는 권한이없는 사람이 액세스 할 수 없도록 가려 야하는 개인 정보를 갖습니다. 보안이 큰 데이터 환경에서 효과적이기 위해서는 잘 정의 된 계획이 필요합니다.
거대한 데이터 거버넌스 전략 수립
정보 거버넌스는 직원, 파트너 및 고객이 신뢰할 수있는 정보 리소스를 생성하는 기능입니다.거버넌스 전략은 IT와 비즈니스의 공동 책임입니다.
예를 들어, 상황과 정부 요구 사항에 따라 데이터를 보호해야하는 방식을 결정하는 규칙이 있습니다. 의료 데이터는 신원 정보 및 개인 정보가 비공개로 유지되도록 저장되어야합니다. 분석가가 방대한 양의 정보를 수집하고 분석 할 때 문제가 발생할 수 있으며 해당 데이터를 보호하기 위해 올바른 관리 방식을 구현하는 것을 잊지 않아야합니다. 데이터 소스 자체는 독점적 일 수 있습니다. 이러한 소스가 조직 내에서 사용될 때 사용되는 데이터의 양과 용도에 제한이있을 수 있습니다.
대대적 인 데이터 관리를위한 계획
데이터 분석 결과가 정확하다고 가정 할 때 쉽게 빠질 수 있습니다. 경영진은 숫자가 마음에 들기 때문에 숫자를 좋아하고 의사 결정을 내립니다. 그러나 데이터가 올바른 방식으로 관리되지 않으면 위험이 발생할 수 있습니다.
회사가 잠재적으로 신제품에 대한 최상의 목표가되는 고객을 결정하는 상황에서 회사는 10 개 또는 15 개의 서로 다른 데이터 소스를 분석하여 결과를 얻고 자 할 수 있습니다.
서로 다른 메타 데이터 및 다른 가정을 기반으로하는 데이터 소스를 사용하면 회사를 잘못된 방향으로 보낼 수 있습니다. 데이터를 수집 할 때 회사가 정보에 입각하여 정확한 결정을 내리는 데 도움이되는 의미있는 데이터를 수집 할 때주의해야합니다. 즉, 이러한 새로운 데이터 소스를 과거 데이터 시스템과 통합하는 방법을 이해해야합니다.
빅 데이터 베스트 프랙티스를 연구하고 패턴을 활용하여 계획하기
빅 데이터 시장이 성숙함에 따라 기업은 올바른 결과를 얻는 데 성공한 모범 사례 또는 기술에 대한 경험을 더 많이 습득하게됩니다. 큰 데이터를 활용하여 비즈니스 결과를 얻는 방법을 조사하는 동료들과 만날 수 있습니다.
모범 사례를 고객에게 제공 할 수있는 패턴으로 체계화 한 공급 업체 및 시스템 통합 업체를 볼 수도 있습니다. 다른 사람들이 배운 실수를 되풀이하는 것보다 다른 사람들에게서 배우는 방법을 찾는 것이 항상 좋습니다. 빅 데이터 시장이 성숙하기 시작하면 더 많은 목록 화 된 베스트 프랙티스를 활용할 수있게 될 것입니다.