簡(jiǎn)介
在確定投資大數(shù)據(jù)解決方案之前，評(píng)估可用于分析的數(shù)據(jù);通過(guò)分析這些數(shù)據(jù)而獲得的洞察;以及可用于定義、設(shè)計(jì)、創(chuàng)建和部署大數(shù)據(jù)平臺(tái)的資源。詢問(wèn)正確的問(wèn)題是一個(gè)不錯(cuò)的起點(diǎn)。使用本文中的問(wèn)題將指導(dǎo)您完成調(diào)查。答案將揭示該數(shù)據(jù)和您嘗試解決的問(wèn)題的更多特征。
盡管組織一般情況對(duì)需要分析的數(shù)據(jù)類(lèi)型有一些模糊的理解，但具體的細(xì)節(jié)很可能并不清晰。畢竟，數(shù)據(jù)可能具有之前未發(fā)現(xiàn)的模式的關(guān)鍵，一旦識(shí)別了一種模式，對(duì)額外分析的需求就會(huì)變得很明顯。要幫助揭示這些未知的未知信息，首先需要實(shí)現(xiàn)一些基本用例，在此過(guò)程中，可以收集以前不可用的數(shù)據(jù)。構(gòu)建數(shù)據(jù)存儲(chǔ)庫(kù)并收集更多數(shù)據(jù)后，數(shù)據(jù)科學(xué)家就能夠更好地確定關(guān)鍵的數(shù)據(jù)，更好地構(gòu)建將生成更多洞察的預(yù)測(cè)和統(tǒng)計(jì)模型。
組織可能也已知道它有哪些信息是不知道的。要解決這些已知的未知，組織首先必須與數(shù)據(jù)科學(xué)家合作，識(shí)別外部或第三方數(shù)據(jù)源，實(shí)現(xiàn)一些依賴于此外部數(shù)據(jù)的用例。
本文首先嘗試回答大多數(shù) CIO 在實(shí)施大數(shù)據(jù)舉措之前通常會(huì)提出的問(wèn)題，然后，本文將重點(diǎn)介紹一種將幫助評(píng)估大數(shù)據(jù)解決方案對(duì)組織的可行性的基于維度的方法。
我的大數(shù)據(jù)問(wèn)題是否需要大數(shù)據(jù)解決方案?
大數(shù)據(jù)，曾幾何時(shí)似乎很少出現(xiàn)
組織多半會(huì)選擇以增量方式實(shí)現(xiàn)大數(shù)據(jù)解決方案。不是每個(gè)分析和報(bào)告需求都需要大數(shù)據(jù)解決方案。如果對(duì)于對(duì)大型數(shù)據(jù)集或來(lái)自多個(gè)數(shù)據(jù)源的臨時(shí)報(bào)告執(zhí)行并行處理的項(xiàng)目，那么可能沒(méi)有必要使用大數(shù)據(jù)解決方案。
隨著大數(shù)據(jù)技術(shù)的到來(lái)，組織會(huì)問(wèn)自己：“大數(shù)據(jù)是否是我的業(yè)務(wù)問(wèn)題的正確解決方案，或者它是否為我提供了業(yè)務(wù)機(jī)會(huì)?”大數(shù)據(jù)中是否隱藏著業(yè)務(wù)機(jī)會(huì)?以下是我從 CIO 那里聽(tīng)到的一些典型問(wèn)題：
? 如果我使用大數(shù)據(jù)技術(shù)，可能會(huì)獲得何種洞察和 業(yè)務(wù)價(jià)值？
? 它是否可以擴(kuò)充我 現(xiàn)有的數(shù)據(jù)倉(cāng)庫(kù)？
? 我如何評(píng)估 擴(kuò)展當(dāng)前環(huán)境 或采用新解決方案的成本？
? 對(duì)我現(xiàn)有的 IT 治理 有何影響？
? 我能否 以增量方式實(shí)現(xiàn) 大數(shù)據(jù)解決方案？
? 我需要掌握哪些 具體的技能 來(lái)理解和分析構(gòu)建和維護(hù)大數(shù)據(jù)解決方案的需求？
? 我的 現(xiàn)有企業(yè)數(shù)據(jù) 能否用于提供業(yè)務(wù)洞察？
? 來(lái)自各種來(lái)源的 數(shù)據(jù)的復(fù)雜性 在不斷增長(zhǎng)。大數(shù)據(jù)解決方案對(duì)我有幫助嗎？維度可幫助評(píng)估大數(shù)據(jù)解決方案的可行性
為了回答這些問(wèn)題，本文提出了一種依據(jù)下圖中所示的維度來(lái)評(píng)估大數(shù)據(jù)解決方案的可行性的結(jié)構(gòu)化方法。
? 來(lái)自可通過(guò)分析數(shù)據(jù)獲得的洞察的業(yè)務(wù)價(jià)值
? 針對(duì)新數(shù)據(jù)來(lái)源和數(shù)據(jù)使用方式的治理考慮因素
? 擁有相關(guān)技能和贊助商的承諾的人員
? 捕獲的數(shù)據(jù)量
? 各種各樣的數(shù)據(jù)源、數(shù)據(jù)類(lèi)型和數(shù)據(jù)格式
? 生成數(shù)據(jù)的速度，需要對(duì)它執(zhí)行操作的速度，或者它更改的速度
? 數(shù)據(jù)的真實(shí)性，或者數(shù)據(jù)的不確定性和可信賴性
對(duì)于每個(gè)維度，我們都給出了一些關(guān)鍵問(wèn)題。依據(jù)業(yè)務(wù)上下文，為每個(gè)維度分配一個(gè)權(quán)重和優(yōu)先級(jí)。評(píng)估會(huì)因業(yè)務(wù)案例和組織的不同而有所不同。您可以考慮在與相關(guān)的業(yè)務(wù)和 IT 利益相關(guān)者召開(kāi)的一系列研討會(huì)中探討這些問(wèn)題。
業(yè)務(wù)價(jià)值：可通過(guò)大數(shù)據(jù)技術(shù)獲取何種洞察?
許多組織想知道，他們?cè)趯ふ业臉I(yè)務(wù)洞察能否通過(guò)大數(shù)據(jù)解決方案解決。沒(méi)有權(quán)威的指南能夠用來(lái)定義可從大數(shù)據(jù)獲取的洞察。具體場(chǎng)景需要由組織識(shí)別，而且這些場(chǎng)景在不斷演變。在確定和識(shí)別在實(shí)現(xiàn)后會(huì)給企業(yè)帶來(lái)重大價(jià)值的業(yè)務(wù)用例和場(chǎng)景的過(guò)程中，數(shù)據(jù)科學(xué)家起著至關(guān)重要的作用。
數(shù)據(jù)科學(xué)家必須能夠理解關(guān)鍵績(jī)效指標(biāo)，對(duì)數(shù)據(jù)應(yīng)用統(tǒng)計(jì)算法和復(fù)雜算法來(lái)獲得一個(gè)用例列表。用例因行業(yè)和業(yè)務(wù)不同而有所不同。研究市場(chǎng)競(jìng)爭(zhēng)對(duì)手的行動(dòng)、發(fā)揮作用的市場(chǎng)力量，以及客戶在尋找什么，會(huì)很有幫助。下表給出了來(lái)自各行各業(yè)的用例示例。
表 1. 來(lái)自各行各業(yè)的示例用例
潛在的客戶正在社交網(wǎng)絡(luò)和評(píng)論站點(diǎn)上生成大量新數(shù)據(jù)。在企業(yè)內(nèi)，隨著客戶切換到在線渠道來(lái)執(zhí)行業(yè)務(wù)和與公司交互，交易數(shù)據(jù)和 Web 日志與日俱增。
確定數(shù)據(jù)的優(yōu)先級(jí)
首先為企業(yè)內(nèi)存在的數(shù)據(jù)創(chuàng)建一個(gè)清單。識(shí)別內(nèi)部系統(tǒng)和應(yīng)用程序中存在的數(shù)據(jù)以及從第三方傳入的數(shù)據(jù)。如果業(yè)務(wù)問(wèn)題可使用現(xiàn)有數(shù)據(jù)解決，那么有可能不需要使用來(lái)自外部來(lái)源的數(shù)據(jù)。
請(qǐng)考慮構(gòu)建一個(gè)大數(shù)據(jù)解決方案的成本，并權(quán)衡它與帶給業(yè)務(wù)部門(mén)的新洞察的價(jià)值。
在有關(guān)現(xiàn)有客戶的歸檔數(shù)據(jù)的上下文中分析此新數(shù)據(jù)時(shí)，業(yè)務(wù)人員將獲得對(duì)新業(yè)務(wù)機(jī)會(huì)的洞察。
主要滿足以下條件，大數(shù)據(jù)可提供可行的解決方案：
? 從數(shù)據(jù)中開(kāi)發(fā)的洞察所生成的價(jià)值，值得在大數(shù)據(jù)解決方案中投入的資本成本
? 面向客戶的場(chǎng)景可證明來(lái)自洞察的潛在價(jià)值
評(píng)估通過(guò)大數(shù)據(jù)解決方案獲取的業(yè)務(wù)價(jià)值時(shí)，請(qǐng)考慮您當(dāng)前的環(huán)境是否可擴(kuò)展并權(quán)衡此投資的成本。
我當(dāng)前的環(huán)境能否擴(kuò)展?
詢問(wèn)以下問(wèn)題，確定您能否擴(kuò)充現(xiàn)有的數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)?
? 當(dāng)前的數(shù)據(jù)集是否非常大，是否達(dá)到了 TB 或 PB 數(shù)量級(jí)？
? 現(xiàn)有的倉(cāng)庫(kù)環(huán)境是否包含生成或獲取的所有 數(shù)據(jù)的存儲(chǔ)庫(kù)？
? 是否有大量冷數(shù)據(jù)或人們很少接觸的數(shù)據(jù)未分析，可以通過(guò)分析這些數(shù)據(jù)獲得業(yè)務(wù)洞察？
? 您是否需要丟棄數(shù)據(jù)，因?yàn)闊o(wú)法存儲(chǔ)或處理它？
? 您是否希望能夠在復(fù)雜且大量的數(shù)據(jù)上執(zhí)行數(shù)據(jù)探索？
? 您是否希望能夠?qū)Ψ遣僮鲾?shù)據(jù)執(zhí)行分析？
? 您是否有興趣使用數(shù)據(jù)執(zhí)行傳統(tǒng)和新類(lèi)型的分析？
? 您是否試圖延遲對(duì)現(xiàn)有數(shù)據(jù)倉(cāng)庫(kù)的升級(jí)？
? 您是否在尋求途徑降低執(zhí)行分析的總體成本？
如果任何這些問(wèn)題的答案是 “是”，那么您就可以探索擴(kuò)充現(xiàn)有數(shù)據(jù)倉(cāng)庫(kù)環(huán)境的方式。擴(kuò)展我當(dāng)前的環(huán)境的成本是多少?
擴(kuò)展現(xiàn)有數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)或 IT 環(huán)境與實(shí)現(xiàn)大數(shù)據(jù)解決方案的成本和可行性取決于：
? 現(xiàn)有工具和技術(shù)
? 現(xiàn)有系統(tǒng)的可伸縮性
? 現(xiàn)有環(huán)境的處理能力
? 現(xiàn)有平臺(tái)的存儲(chǔ)能力
? 執(zhí)行的治理和策略
? 現(xiàn)有 IT 應(yīng)用程序的異構(gòu)性
? 組織中存在的技術(shù)和業(yè)務(wù)技能。
它還依賴于將從新數(shù)據(jù)來(lái)源收集的數(shù)據(jù)量、業(yè)務(wù)用例的復(fù)雜性、處理的分析復(fù)雜性，以及獲取數(shù)據(jù)和擁有恰當(dāng)技能集的人員的成本?，F(xiàn)有的資源池能否開(kāi)發(fā)新的大數(shù)據(jù)技能，或者是否可從外部雇傭擁有稀缺技能的人員?
請(qǐng)注意，大數(shù)據(jù)舉措會(huì)對(duì)其他正在實(shí)施的項(xiàng)目產(chǎn)生影響。從新的來(lái)源獲取數(shù)據(jù)具有很高的成本。您首先應(yīng)當(dāng)識(shí)別系統(tǒng)和應(yīng)用程序內(nèi)部存在的數(shù)據(jù)，以及目前收到的第三方數(shù)據(jù)，這一點(diǎn)很重要。如果業(yè)務(wù)問(wèn)題可以使用現(xiàn)有數(shù)據(jù)解決，那么有可能不需要使用來(lái)自外部來(lái)源的數(shù)據(jù)。
在生成新工具和應(yīng)用程序之前，請(qǐng)?jiān)u估組織的應(yīng)用程序組合。例如，一個(gè)普通的 Hadoop 平臺(tái)可能無(wú)法滿足您的需求，您可能必須購(gòu)買(mǎi)專業(yè)的工具。或者相對(duì)而言，Hadoop 的商業(yè)版本對(duì)當(dāng)前用例而言可能很昂貴，但可能需要用作長(zhǎng)期投資來(lái)支持一個(gè)戰(zhàn)略性的大數(shù)據(jù)平臺(tái)?？紤]大數(shù)據(jù)工具和技術(shù)需要的基礎(chǔ)架構(gòu)、硬件、軟件和維護(hù)的成本。
對(duì)數(shù)據(jù)的治理和控制：對(duì)現(xiàn)有的 IT 治理有何影響?
在決定是否實(shí)現(xiàn)一個(gè)大數(shù)據(jù)平臺(tái)時(shí)，組織可能會(huì)查看新數(shù)據(jù)源和新的數(shù)據(jù)元素類(lèi)型，而這些信息當(dāng)前的所有權(quán)尚未明確定義。一些行業(yè)制度會(huì)約束組織獲取和使用的數(shù)據(jù)。例如，在醫(yī)療行業(yè)，通過(guò)訪問(wèn)患者數(shù)據(jù)來(lái)從中獲取洞察是否合法?類(lèi)似的規(guī)則約束著所有行業(yè)。除了 IT 治理問(wèn)題之外，組織的業(yè)務(wù)流程可能也需要重新定義和修改，讓組織能夠獲取、存儲(chǔ)和訪問(wèn)外部數(shù)據(jù)。
請(qǐng)?jiān)谀那闆r的上下文中考慮以下治理相關(guān)問(wèn)題：
安全性和隱私— 為了與當(dāng)?shù)胤ㄒ?guī)一致，解決方案可以訪問(wèn)哪些數(shù)據(jù)?可以存儲(chǔ)哪些數(shù)據(jù)?哪些數(shù)據(jù)應(yīng)在移動(dòng)過(guò)程中加密?靜止數(shù)據(jù)呢?誰(shuí)可以查看原始數(shù)據(jù)和洞察?
數(shù)據(jù)的標(biāo)準(zhǔn)化— 是否有標(biāo)準(zhǔn)約束數(shù)據(jù)?數(shù)據(jù)是否具有專用的格式?是否有部分?jǐn)?shù)據(jù)為非標(biāo)準(zhǔn)格式?
數(shù)據(jù)可用的時(shí)段— 數(shù)據(jù)在一個(gè)允許及時(shí)采取操作的時(shí)段是否可用?
數(shù)據(jù)的所有權(quán)— 誰(shuí)擁有該數(shù)據(jù)?解決方案是否擁有適當(dāng)?shù)脑L問(wèn)權(quán)和權(quán)限來(lái)使用數(shù)據(jù)?
允許的用法：允許如何使用該數(shù)據(jù)?
我能否增量地實(shí)現(xiàn)大數(shù)據(jù)解決方案?
大數(shù)據(jù)解決方案可以采用增量方式實(shí)現(xiàn)。明確地定義業(yè)務(wù)問(wèn)題的范圍，并以可度量的方式設(shè)置預(yù)期的業(yè)務(wù)收入提升，這樣做會(huì)很有幫助。
對(duì)于基礎(chǔ)業(yè)務(wù)案例，請(qǐng)仔細(xì)列出問(wèn)題的范圍和解決方案帶來(lái)的預(yù)期收益。如果該范圍太小，業(yè)務(wù)收益將無(wú)法實(shí)現(xiàn)，如果范圍太大，獲得資金和在恰當(dāng)?shù)钠谙迌?nèi)完成項(xiàng)目就會(huì)很有挑戰(zhàn)性。在項(xiàng)目的第一次迭代中定義核心功能，以便能夠輕松地贏得利益相關(guān)者的信任。
人員：是否已有恰當(dāng)?shù)募寄懿⒄{(diào)整了合適的人員?
需要特定的技能來(lái)理解和分析需求，并維護(hù)大數(shù)據(jù)解決方案。這些技能包括行業(yè)知識(shí)、領(lǐng)域?qū)ｉL(zhǎng)，以及有關(guān)大數(shù)據(jù)工具和技術(shù)的技術(shù)知識(shí)。擁有建模、統(tǒng)計(jì)、分析和數(shù)學(xué)方面的專業(yè)經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家，是任何大數(shù)據(jù)舉措成功的關(guān)鍵。
在實(shí)施一個(gè)新的大數(shù)據(jù)項(xiàng)目之前，確保已安排了合適的人員：
? 您是否獲得利益相關(guān)者和其他愿意投資該項(xiàng)目的業(yè)務(wù)贊助者的支持?
? 是否擁有熟悉該領(lǐng)域、能分析大量數(shù)據(jù)、而且能識(shí)別從數(shù)據(jù)生成有意義且有用的洞察的途徑的數(shù)據(jù)科學(xué)家?是否擁有可用于獲取洞察的現(xiàn)有數(shù)據(jù)?
所有組織都擁有大量未用于獲取業(yè)務(wù)洞察的數(shù)據(jù)。這些數(shù)據(jù)包括日志文件、錯(cuò)誤文件和來(lái)自應(yīng)用程序的操作數(shù)據(jù)。不要忽略此數(shù)據(jù)，它是寶貴信息的潛在來(lái)源。
數(shù)據(jù)復(fù)雜性是否在增長(zhǎng)?
查找數(shù)據(jù)復(fù)雜性增長(zhǎng)的線索，尤其是在數(shù)據(jù)量、種類(lèi)、速度和真實(shí)性方面。
數(shù)據(jù)量是否已增長(zhǎng)?
如果滿足以下條件，您可能希望考慮大數(shù)據(jù)解決方案：
? 數(shù)據(jù)大小達(dá)到 PB 和 EB 級(jí)，而且在不久的將來(lái)，它們可能增長(zhǎng)到 ZB 級(jí)別。
? 這一數(shù)據(jù)量給使用傳統(tǒng)方法(比如關(guān)系數(shù)據(jù)庫(kù)引擎)存儲(chǔ)、搜索、共享、分析和可視化數(shù)據(jù)帶來(lái)的技術(shù)和經(jīng)濟(jì)挑戰(zhàn)。
? 數(shù)據(jù)處理目前可使用可用硬件上的大規(guī)模并行處理能力。
數(shù)據(jù)種類(lèi)是否已增多?
如果滿足以下條件，各種各樣的數(shù)據(jù)可能都需要大數(shù)據(jù)解決方案：
? 數(shù)據(jù)內(nèi)容和結(jié)構(gòu)無(wú)法預(yù)期或預(yù)測(cè)。
? 數(shù)據(jù)格式各不相同，包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。
? 用戶和機(jī)器能夠以任何格式生成數(shù)據(jù)，例如：Microsoft? Word 文件、Microsoft Excel? 電子表格、Microsoft PowerPoint 演示文稿、PDF 文件、社交媒體、Web 和軟件日志、電子郵件、來(lái)自相機(jī)的照片和視頻、信息感知的移動(dòng)設(shè)備、空中感知技術(shù)、基因組和醫(yī)療記錄。
? 以前沒(méi)有為了獲得洞察而被挖掘的數(shù)據(jù)來(lái)源不斷地在產(chǎn)生新的數(shù)據(jù)類(lèi)型。
? 領(lǐng)域?qū)嶓w在不同的上下文中具有不同的含義。
數(shù)據(jù)的速度是否已增長(zhǎng)或改變?
考慮您的數(shù)據(jù)是否：
? 在快速更改，必須立即響應(yīng)
? 擁有過(guò)多的傳統(tǒng)技術(shù)和方法，它們不再足以實(shí)時(shí)處理傳入的數(shù)據(jù)
您的數(shù)據(jù)是否值得信賴?
如果滿足以下條件，那么請(qǐng)考慮使用大數(shù)據(jù)解決方案：
? 數(shù)據(jù)的真實(shí)性或準(zhǔn)確性未知。
? 數(shù)據(jù)包含模糊不清的信息。
? 不清楚數(shù)據(jù)是否完整。
如果數(shù)據(jù)的量、種類(lèi)、速度或真實(shí)性具有合理的復(fù)雜性，那么有可能會(huì)適合地采用大數(shù)據(jù)解決方案。對(duì)于更復(fù)雜的數(shù)據(jù)，需要評(píng)估與實(shí)現(xiàn)大數(shù)據(jù)解決方案關(guān)聯(lián)的任何風(fēng)險(xiǎn)。對(duì)于不太復(fù)雜的數(shù)據(jù)，則應(yīng)該評(píng)估傳統(tǒng)的解決方案。
是否所有大數(shù)據(jù)都存在大數(shù)據(jù)問(wèn)題?
不是所有大數(shù)據(jù)情形都需要大數(shù)據(jù)解決方案。請(qǐng)?jiān)谑袌?chǎng)中尋找線索。競(jìng)爭(zhēng)對(duì)手在做什么?哪些市場(chǎng)力量在發(fā)揮作用?客戶想要什么?
使用本文中的問(wèn)題，幫助確定大數(shù)據(jù)解決方案是否適合于您的業(yè)務(wù)情形和您需要的業(yè)務(wù)洞察。如果認(rèn)為是時(shí)候?qū)嵤┐髷?shù)據(jù)項(xiàng)目了，請(qǐng)閱讀下一篇文章，其中會(huì)介紹如何定義一個(gè)邏輯架構(gòu)，而且將會(huì)確定您的大數(shù)據(jù)解決方案需要的關(guān)鍵組件。
