Как обеспечить успех? Работаем с большими данными

Как обеспечить успех? Работаем с большими данными

Есть несколько секретов того, как обеспечить максимальную полезность работы с большими данными.

Прежде всего, важно установить и понимать цели компании. Во многих случаях работа с большими данными начинается со своего рода эксперимента — одного проекта, по которому предполагается судить, будет ли анализ больших данных полезен компании в принципе. Выбирая один такой пилотный проект, компания минимизирует риски и затраты. Однако надо внимательно следить за тем, чтобы не начать делать множество отдельных проектов по анализу больших данных. Если такие проекты не связаны между собой определенными целями и не являются частью одного плана, то грандиозной выгоды от использования больших данных можно и не получить. Поэтому, как только экспериментальная стадия работы с большими данными осталась позади, и вы понимаете, чтó в принципе возможно с ними делать, важно поставить качественно сформулированные краткосрочные и долгосрочные цели, в соответствии с которыми будут разрабатываться и вестись все последующие проекты анализа. После того, как цели поставлены, можно начинать работу, к которой можно привлекать все заинтересованные стороны из разных отделов – ведь большие данные влияют на все аспекты организации.

Следующий этап — это создать план действий. Все проекты по анализу больших данных не могут быть выполнены одновременно и сразу. План (который есть смысл составлять на один-два года) должен обязательно включать в себя информацию о том, какие ресурсы и услуги касательно сбора и обработки больших данных будут задействованы. В плане также необходимо указать как цели бизнеса, так и технические цели аналитики.

Следующий этап — собственно найти или отобрать данные для анализа. Мало какие компании могут пожаловаться на нехватку данных, но такие проблемы как неумение их применить в конкретных целях — это вполне частое явление. Важно найти способ использовать большие данные для конкретных целей бизнеса. Одним из таких способов является обзор уже имеющихся данных — какие это данные, где они находятся, кому принадлежат, кем контролируются и как используются в настоящий момент. Также можно задать себе вопрос, а какие данные из сторонних источников компания уже использует. В процессе такого обзора, вероятно, возникнет множество открытий, а также придет понимание того, где есть пробелы в знаниях о больших данных, а где данные неточны.

Следующим логическим шагом является определение того, каких данных вам не хватает. Здесь можно использовать творческий потенциал сотрудников и задать им вопрос, к примеру, «Если бы у вас была возможность получить любые данные, безотносительно их стоимости или доступности, которые помогли бы существенно улучшить дела компании, какую бы информацию вы хотели получить?» Это поможет выйти за рамки привычного мышления и, возможно, даст идеи того, какие новые данные можно найти и применить в целях бизнеса.

Далее важно понять, какие существуют технологии, которые упростят для вашей компании достижение всех поставленных целей. Есть смысл ознакомиться с широким ассотриментом различных платформ, программ, баз данных и инструментов, которые могут быть полезными для анализа важных для вас больших данных. На основании этих знаний можно сделать осознанный выбор, подходящий именно вам.

Еще один важный аспект — позаботиться о безопасности в конктексте больших данных. Многие компании оказываются не готовыми к управлению сложными данными с развитой системой доступа. Данные необходимо защищать от внешних и внутренних рисков, а также позаботиться о сохранении частной информации.

Необходимо также спланировать стратегию управления информационными потоками, другими словами, создать такой информационный ресурс, которому смогут доверять клиенты, сотрудники и партнеры. Такая стратегия — плод совместной работы команды аналитики данных и IT, и строится она с учетом имеющихся правил и законов, в том числе юридических.

Уже в процессе анализа больших данных будет очень полезным опробовать на практике те предположения, которые возникают на основании получаемых результатов. Тогда становится возможным увидеть неявные проблемы или нехватку данных.

Наконец, необходимо помнить о том, что прогресс не стоит на месте, и постоянно возникают не только новые данные, но и пути, инструменты, способы и технологии их анализа. Мониторинг новинок, достижений и разработок в этой области – прекрасный способ быть в авангарде аналитики больших данных. А о ресурсах, которые помогут отслеживать все это богатство, — читайте в следующей статье.


Залишити коментар
Будь ласка, введіть ваше ім’я
Будь ласка, введіть коментар.
1000 символів

Будь ласка, введіть email
або Відмінити

Інші статті в категорії Project management, управління проектами Менеджмент, керування, KPI