大数据采用与规划注意事项

---

---

采用大数据会带来一系列挑战和考虑因素，但通过仔细规划，组织可以最大限度地发挥其优势。大数据计划应具有战略性和业务驱动性。大数据的采用可以促进这种转变。大数据的使用可以带来变革，但这通常是创新的。转型活动通常风险较低，旨在提高效率和效力。

大数据的性质及其分析能力包含需要在开始时规划的问题和挑战。例如，新技术的采用使得需要解决与确保符合现有企业标准相关的担忧。与跟踪数据集从采购到利用的数据来源相关的问题通常是组织的新要求。有必要规划对那些其数据正在被处理或其身份被分析过程揭示的个人的隐私进行管理。

所有上述因素都要求组织认识并实施一套不同的治理流程和决策框架，以确保所有相关方都了解大数据的性质、后果和管理要求。随着大数据的采用，执行业务分析的方法正在发生变化。大数据分析生命周期是一种有效的解决方案。我们在实施大数据时需要考虑不同的因素。

下图描述了大数据采用和规划注意事项：

大数据采用与规划注意事项

大数据采用和规划的主要潜在考虑因素如下：

组织先决条件

大数据框架并非现成的解决方案。企业需要数据管理和大数据治理框架才能使数据分析和分析发挥作用。需要有效的流程来实施、定制、填充和利用大数据解决方案。

定义目标

概述实施大数据的目标和目的。无论是提升客户体验、优化流程还是改进决策，明确的目标始终为决策者制定战略提供积极的方向。

数据采购

由于开源平台和工具的可用性以及利用商品硬件的潜力，大数据解决方案的获取可以具有成本效益。获取外部数据可能仍然需要大量预算。大多数商业相关的数据必须购买，这可能需要持续的订阅费用以确保获得已获得数据集的更新。

基础设施

评估您当前的基础设施是否能够处理大数据处理和分析。考虑您是否需要投资新的硬件、软件或基于云的解决方案来管理数据的数量、速度和多样性。

数据策略

制定与您的业务目标一致的全面数据策略。这包括确定需要哪些类型的数据、从哪里获取数据、如何存储和管理数据以及如何确保其质量和安全性。

数据隐私和安全

对数据集的分析可能会揭示关于组织或个人的机密数据。分析不同的数据集包括良性数据，当这些数据集被集体审查时，可能会泄露私人信息。解决这些隐私问题需要了解所收集数据的性质，以及相关的 数据隐私规则和数据标记和匿名化的特定程序。长期积累的遥测数据，例如汽车的 GPS 记录或智能仪表数据读数，可能会暴露个人的位置和行为。

安全确保使用身份验证和授权机制来保护数据网络和存储库的安全是保护大数据的重要组成部分。

数据来源

数据来源是指关于数据来源和处理的信息。数据来源信息用于确定数据的有效性和质量，也可用于审计。随着大量数据使用不同阶段进行收集、集成和处理，维护数据来源可能会很困难。

有限的实时支持

需要流数据和警报的仪表板和其他应用程序通常需要实时或近实时数据传输。不同的开源大数据解决方案和工具是面向批处理的；但是，新阶段的实时开源技术支持流数据处理。

独特的性能挑战

由于大数据解决方案必须处理大量数据，因此性能通常是一个问题。例如，海量数据集与高级搜索算法相结合会导致查询时间过长。

独特的治理要求

大数据解决方案访问和生成数据，这些数据成为企业资产。治理结构对于确保数据和解决方案环境得到规范、标准化和受控演变至关重要。建立强大的数据治理策略，以确保数据质量、完整性、隐私以及符合 GDPR 和 CCPA 等法规。定义数据管理角色和职责，以及数据访问、使用和安全流程。

独特的 методология

需要一种机制来管理数据进出大数据系统的流程。

它需要探索如何构建反馈回路，以便可以再次修改处理后的数据。

持续改进

大数据计划是迭代的，需要随着时间的推移不断发展。监控性能指标、获取反馈并微调您的策略，以确保您充分利用数据投资。

通过仔细检查和规划这些因素，组织可以成功地采用和利用大数据来推动创新、提高效率并在当今数据驱动的世界中获得竞争优势。