Bagaimana Membuat Implementasi Data Besar Peta Jalan - dummies

Rencana implementasi data yang besar, atau peta jalan, akan berbeda tergantung pada sasaran bisnis Anda, kematangan lingkungan pengelolaan data Anda, dan jumlah risiko yang dapat diserap oleh organisasi Anda. Jadi, mulailah perencanaan Anda dengan mempertimbangkan semua masalah yang memungkinkan Anda menentukan peta jalan implementasi.

Banyaknya organisasi ambisius selalu membutuhkan teknologi terbaru dan teranyar. Dalam beberapa situasi, sebuah organisasi dapat menunjukkan bahwa ketersediaan sumber data penting yang penting dapat menghasilkan strategi baru. Dalam kasus ini, masuk akal untuk menciptakan strategi dan rencana. Adalah suatu kesalahan untuk mengasumsikan bahwa adopsi data dan penerapan yang besar adalah proyek yang didefinisikan.

Penerapan data besar memiliki implikasi yang luas terhadap keseluruhan strategi pengelolaan data perusahaan. Jadi, terlepas dari beberapa faktor lain yang terlibat, waktu yang dibutuhkan untuk merancang solusi data besar Anda harus dicatat dengan jelas di peta jalan manapun. Selain itu, tugas desain tidak boleh diliputi atau dihilangkan.

Pilih metodologi pengembangan perangkat lunak data besar yang benar

Sebagian besar perusahaan dan organisasi memiliki tim TI yang mengikuti proses dan praktik pengembangan yang ditentukan. Beberapa metodologi pengembangan ini sangat sesuai untuk implementasi data yang besar, sementara yang lainnya, sayangnya tidak.

Proyek data besar paling sesuai untuk proses pengembangan yang tangkas dan interaktif. Metodologi Iteratif menggunakan siklus waktu singkat dengan hasil yang cepat dan keterlibatan pengguna secara konstan untuk secara bertahap memberikan solusi bisnis. Oleh karena itu, tidak mengherankan bahwa proses iteratif adalah metodologi pengembangan yang paling efektif untuk implementasi data yang besar.

Saldo anggaran data dan keahlian yang besar

Selalu sulit untuk mengantisipasi persyaratan anggaran untuk jenis proyek baru seperti data besar. Praktik terbaiknya adalah memahami dengan jelas biaya yang diharapkan dan manfaat hilir dari implementasi data besar Anda dan kemudian mengamankan anggaran yang sesuai.

Mendapatkan keahlian yang tepat untuk proyek apa pun adalah tantangan lain. Seringkali individu yang paling banyak dicari terbentang tipis di beberapa inisiatif. Jadi, augmentasi staf sering menjadi jawabannya, meski bukan yang mudah.

Seiring waktu, Anda akan menemukan lebih banyak pelatihan dan profesional yang lebih berkualitas. Sementara itu, praktik terbaik adalah mengidentifikasi dan memperoleh beberapa keterampilan sains data untuk disain dan perencanaan, keterampilan Hadoop dan NoSQL untuk implementasi, dan keterampilan komputasi paralel / cluster untuk operasi.

Tentukan selera Anda untuk risiko dengan data besar

Setiap organisasi memiliki budaya yang akan menentukan seberapa besar manajemen risiko yang akan dipikulnya. Jika Anda berada dalam pasar yang sangat kompetitif, Anda mungkin perlu mengambil lebih banyak risiko pada inovasi pasar potensial. Namun, bahkan perusahaan di pasar yang sangat kompetitif mungkin berhati-hati. Anda harus memahami dinamika organisasi Anda sebelum memulai proyek data yang besar.

Semua organisasi, bahkan mereka yang memiliki selera untuk berisiko tinggi, harus waspada saat mereka mengadopsi data besar. Perkembangan dan akulturasi dari setiap teknologi atau solusi baru dapat dipenuhi dengan kegagalan. Menggunakan metodologi tangkas untuk membantu menjelaskan keberhasilan yang cepat dan kegagalan cepat adalah praktik terbaik untuk menetapkan harapan yang tepat dalam organisasi pelacak.

Peta jalan data besar Anda

Anda harus memikirkan ini sebagai titik awal bagaimana Anda bisa mendapatkan bola menggelinding dengan data yang besar dan membuat perubahan seperlunya untuk bisnis Anda.

Jika organisasi Anda memiliki pengalaman dengan aplikasi dan analisis intelijen bisnis, praktik pengelolaan data yang relatif matang, dan telah membangun infrastruktur dan operasi berkapasitas tinggi, tugas untuk mengadopsi data besar sedikit lebih mudah. Hal ini tidak berarti menjamin kesuksesan atau berkurangnya risiko.

Memulai selalu lebih mudah jika beberapa orang yang terlibat telah melakukannya sebelumnya. Berikut adalah beberapa tip yang perlu dipertimbangkan saat Anda merenungkan membawa data besar ke perusahaan atau organisasi Anda:

Mohon bantuan.

• Janganlah merugikan mempekerjakan seorang ahli atau dua orang sebagai konsultan. Pastikan mereka mengetahui "barang" mereka dan memastikan bahwa mereka mampu membimbing orang-orang di organisasi Anda. Dapatkan pelatihan.

• Ikuti kelas, beli dan baca buku, lakukan penelitian di Internet, ajukan pertanyaan, dan hadiri satu atau dua konferensi. Percobaan.

• Rencanakan untuk gagal Kegagalan yang cepat menjadi de rigueur untuk organisasi berbasis teknologi kontemporer. Pelajaran terbaik yang dipelajari sering kali berasal dari kegagalan. Tetapkan harapan yang tepat.

• Di dunia bisnis, ekspektasi yang benar dapat berarti perbedaan antara kesuksesan dan kegagalan. Data besar menawarkan potensi besar bagi bisnis Anda hanya jika Anda secara akurat mewakili nilai, biaya, dan waktu untuk menerapkannya. Jadilah holistik.

• Cobalah untuk melihat semua dimensi. Jika proyek dikirimkan tepat waktu dan sesuai anggaran, namun pengguna akhir tidak dilatih atau siap menggunakannya, proyek mungkin gagal.