Επιλέγοντας ένα σχέδιο 'μεγάλα δεδομένα'

Το "Big Data" είναι ένας τόσο νέος τομέας και αυξάνεται επτά φορές ταχύτερα από ό, τι στην αγορά τεχνολογίας πληροφοριών / επικοινωνιών, που λίγες εταιρείες είναι σίγουροι για το πώς θα πρέπει να το προσεγγίσουν. Μήπως η διατήρηση της ανώτατης ροής πληροφοριών απαιτεί μικρή εσωτερική ομάδα ή εξωτερική ανάθεση;

Είναι απίθανο η προσπάθεια Big Data να μπορεί να παραμείνει πλήρως εσωτερική, εκτός και αν η εταιρεία σας έχει επί του παρόντος υπερκάλυψη. Θα πρέπει να αφαιρεθούν και άλλα καθήκοντα. Η έρευνα μεγάλων δεδομένων είναι χρονοβόρα, κυρίως επειδή τα βουνά των δεδομένων που συσσωρεύουν οι εταιρείες είναι συχνά χωριστά τοποθετημένα σε χωριστά σιλό-Ε & Α, κατασκευή και μηχανική, για παράδειγμα.

Όπως επισημαίνει το Παγκόσμιο Ινστιτούτο McKinsey, ένα ιδανικό σχέδιο συντονίζει ομαλά εσωτερικά και εξωτερικά στοιχεία. "Οι εταιρείες θα πρέπει όλο και περισσότερο να ενσωματώνουν πληροφορίες από πολλαπλές πηγές δεδομένων, συχνά από τρίτα μέρη, και τα κίνητρα πρέπει να είναι σε θέση να το επιτρέψουν αυτό", δήλωσε ο σύμβουλος. Οι πιθανότητες είναι ότι οι τρέχουσες αναλυτικές μέθοδοι σας είναι ξεπερασμένες, ακόμα κι αν είναι σχετικά πρόσφατης προέλευσης.

Ο ερευνητής του MIT Andrew McAfee επισημαίνει έναν διαγωνισμό Allstate που προσέφερε βραβείο 10.000 δολαρίων σε ανταγωνιστικές ομάδες που ανέπτυξαν νέες μεθόδους για την πρόβλεψη ασφαλιστικών απαιτήσεων βάσει οχημάτων. Η νικήτρια είσοδος ήταν 340 τοις εκατό ακριβέστερη από την ανάλυση της εταιρείας. Ακόμη και μεγάλες εταιρείες μπορεί να είναι εκτός βάθους τους με το Big Data. Τομείς υποστήριξης που μπορούν να σας βοηθήσουν οι συμβούλοι περιλαμβάνουν τον προγραμματισμό και την εκτίμηση των αναγκών, τη χαρτογράφηση δεδομένων / διαδικασιών, τον προγραμματισμό ολοκλήρωσης, την υποστήριξη τεχνολογίας και τη διαχείριση αλλαγών. Κάποια από αυτά μπορείτε να δημιουργήσετε στο σπίτι, αλλά πιθανώς δεν είναι όλα αυτά.

Ας υποθέσουμε λοιπόν ότι θα χρειαστεί κάποιο επίπεδο διαβούλευσης. Πώς εντοπίζετε τη σωστή επιχείρηση; Η απάντηση έγκειται σε μια ρεαλιστική εκτίμηση τόσο της εταιρείας σας όσο και της πιθανότητας να είναι.

Σύμφωνα με τον Matt Fumento, αντιπρόεδρο για τη στρατηγική και την ανάπτυξη της εταιρείας συμβούλων Spring International, "Κατά την επιλογή ενός συμβούλου Big Data, οι σημαντικότερες εκτιμήσεις καθορίζουν το πού βρίσκεστε στην εξέλιξη της ύπαρξης ολοκληρωμένων διαδικασιών / συστημάτων / δεδομένων. 'προσπαθείτε να ολοκληρώσετε. Οι προμηθευτές έχουν διαφορετικά πλεονεκτήματα, ανάλογα με τις ανάγκες και τους στόχους σας. Συνιστούμε την ανάπτυξη ενός σχεδίου που συμπίπτει με τα σχέδια ανάπτυξης της εταιρείας και περιγράφει τα βήματα που πρέπει να ληφθούν τόσο βραχυπρόθεσμα όσο και μακροπρόθεσμα. Με το χέρι, θα είναι πιο εύκολο να προσδιορίσετε ποιος προμηθευτής μπορεί να σας βοηθήσει. "

Το σημαντικό είναι να ρυθμίσετε σωστά τη ροή δεδομένων, ώστε να μην κατακλύζεται η οργάνωση σας. Δεν έχει νόημα να επιτρέψουμε μια σταθερή ροή αναλυμένων πληροφοριών που κανείς στην εταιρεία δεν έχει το χρόνο ή την αποστολή να ενεργήσει. Το προσωπικό σας θα πρέπει να συμπεριλάβει τους ανθρώπους που είναι έτοιμοι για το σημαντικό χάσμα μεταξύ επιχειρήσεων και τεχνολογίας.

Ένα από τα μεγαλύτερα οδοφράγματα για την πρόσληψη ενός συμβούλου Big Data μπορεί να είναι η εξεύρεση ενός που δεν έχει ήδη υπερκρατηθεί. Ο Ian Bertram, αντιπρόεδρος της τεχνολογίας Gartner, δήλωσε στο Financial Review ότι υπάρχει σοβαρή έλλειψη επιστημόνων δεδομένων το 2012. "Πολλά πανεπιστήμια έχουν εγκαταλείψει τα στοιχεία της τεχνολογίας αλλά πρέπει να τα επαναφέρουν, σε συνδυασμό με τη διαχείριση των επιχειρήσεων και τις αναλυτικές δεξιότητες", δήλωσε . «Θα είμαστε σε σύντομο χρονικό διάστημα για αρκετά χρόνια μέχρι να περάσει το επόμενο κύμα».

Αλλά οι ανταμοιβές μιας προσέγγισης υψηλής προτεραιότητας στο Big Data μπορεί να είναι μεγάλη. Σύμφωνα με εκτιμήσεις του McKinsey, οι λιανοπωλητές που βελτιστοποιούν τη ροή των πληροφοριών τους θα μπορούσαν να αυξήσουν τα λειτουργικά περιθώρια κατά περισσότερο από 60% και ο τομέας της υγειονομικής περίθαλψης των ΗΠΑ θα μπορούσε να δημιουργήσει ετησίως πάνω από 300 δισεκατομμύρια δολάρια (δύο τρίτα από τη μείωση των δαπανών για την υγεία κατά 8%). Η εταιρεία παροχής συμβουλών εκτιμά ότι "οι χρήστες υπηρεσιών που παρέχονται από δεδομένα προσωπικής τοποθεσίας θα μπορούσαν να αποκομίσουν 600 δισ. Δολάρια από το πλεόνασμα των καταναλωτών".