Bagaimana Mengintegrasikan Data Besar - dummies

Hanya memiliki akses ke sumber data besar saja tidak cukup. Anda perlu mengintegrasikan sumber ini. Segera akan ada petabyte data dan ratusan mekanisme akses yang bisa Anda pilih. Tapi aliran dan jenis data apa yang Anda butuhkan?

• Pahami masalah yang ingin Anda selesaikan

• Identifikasi proses yang terlibat

• Identifikasi informasi yang diperlukan untuk menyelesaikan masalah

• Mengumpulkan data, mengolahnya, dan menganalisis hasilnya

Proses ini mungkin terdengar asing karena bisnis telah melakukan variasi dari algoritma ini selama beberapa dekade. Jadi data besar berbeda? Ya, walaupun bisnis telah berurusan dengan data operasional dalam jumlah besar selama bertahun-tahun, data besar mengenalkan data tipe baru ke dalam kehidupan profesional dan pribadi seseorang.

arus Twitter, posting Facebook, data sensor, data RFID, log keamanan, data video, dan banyak sumber informasi baru lainnya muncul hampir setiap hari. Karena sumber data dan ekspansi besar ini berkembang, orang mencoba menemukan cara menggunakan data ini untuk lebih melayani pelanggan, mitra, dan pemasok. Organisasi mencari cara untuk menggunakan data ini untuk memprediksi masa depan dan mengambil tindakan yang lebih baik.

Kesehatan merupakan salah satu bidang investasi yang paling penting dan kompleks saat ini. Ini juga merupakan area yang semakin menghasilkan lebih banyak data dalam bentuk lebih banyak daripada kebanyakan industri. Oleh karena itu, perawatan kesehatan kemungkinan akan sangat diuntungkan oleh bentuk data baru yang besar. Penyedia layanan kesehatan, asuransi, peneliti, dan praktisi kesehatan sering membuat keputusan tentang pilihan pengobatan dengan data yang tidak lengkap atau tidak relevan dengan penyakit tertentu.

Salah satu alasan mengapa perbedaan ini adalah sangat sulit untuk mengumpulkan dan memproses data pasien secara efektif. Elemen data sering disimpan dan dikelola di tempat yang berbeda oleh organisasi yang berbeda. Selain itu, penelitian klinis yang sedang dilakukan di seluruh dunia dapat membantu dalam menentukan konteks bagaimana penyakit atau penyakit tertentu dapat didekati dan dikelola.

Terapkan algoritma ini pada skenario kesehatan data standar:

1. Pahami masalah yang ingin kami selesaikan:

   • Perlu merawat pasien dengan jenis kanker tertentu

2. Identifikasi proses yang terlibat:

   • Diagnosis dan pengujian

   • Analisis hasil termasuk meneliti pilihan pengobatan

   • Definisi protokol pengobatan

   • Pantau pasien dan sesuaikan pengobatan sesuai kebutuhan

3. Identifikasi informasi yang dibutuhkan untuk memecahkan masalah:

   • Riwayat pasien

   • Darah, jaringan, hasil tes, dan sebagainya

   • Hasil statistik dari pilihan pengobatan

4. Mengumpulkan data, mengolahnya, dan menganalisis hasilnya:

   • Memulai pengobatan

   • Pantau pasien dan sesuaikan pengobatan sesuai kebutuhan

     

Inilah bagaimana praktisi medis bekerja dengan pasien saat ini.Sebagian besar data lokal ke jaringan layanan kesehatan, dan dokter memiliki sedikit waktu untuk pergi ke luar jaringan untuk mendapatkan informasi atau praktik terbaru.