Q：
常により良いとは限りません。 組織は、データのノイズをどのように削減して、ターゲットを絞った正確な分析を実現できますか？
A：ビッグデータシステムを使用する場合、企業にとって大きな疑問の1つは、これらのプロジェクトをターゲットを絞って効率的に保つ方法です。 ビッグデータ用に構築されたツールとリソースの多くは、ワイドネットの膨大な量の情報を吸い上げるために構築されています。 彼らはそのデータを洗練し、シンプルに保つことに常に注意を払っているわけではありません。 ただし、よりターゲットを絞った有用なビッグデータプロジェクトを作成するために、業界にはいくつかのベストプラクティスが登場しています。
ターゲットビッグデータアプローチの1つの柱は、適切なソフトウェアツールとリソースを使用することです。 すべての分析システムとビッグデータシステムが同じというわけではありません。 過剰なデータや無関係なデータをより効果的に除外できるものもあり、企業はコアプロセスと運用を決定する重要な事実に集中することができます。
これのもう1つの主要な部分は、人々に関係しています。 ビッグデータプロジェクトに参加する前に、ベンダーソフトウェアを調達し、実装を追跡し、他の人をトレーニングする間、中央の人々のグループがプロセスを担当し、研究とブレインストーミングのタスクも委任する必要があります。 これにより、ビッグデータのアプローチを正確で外科的な方法に変えることができます。これにより、日々の業務を非常に重く混乱させることなく、ビジネスを強化できます。
たとえば、タスクフォースまたは他の中核グループは、実装の方法、ビジネスがデータセットの評価を開始する方法、アカウントを相互インデックスする方法、どのような紙またはその情報を広めるために使用するデジタルプレゼンテーション、有用なレポートの作成方法などが含まれます。これらの詳細は、ビッグデータの肥大化からビジネスを保護します。
また、企業がより多くのベンダーサービスを取得し、ビッグデータを処理し、ITアーキテクチャをより複雑にするにつれて、最も機密性の高いデータを他のすべてのものから分離することを学びました。
これを行う1つの方法は、階層型システムを作成することです。 たとえば、顧客IDと履歴のコアデータセットは、特定のクラウドセキュリティ契約の下、またはオンサイトで特別に管理されたデータベースに保存できます。 他のデータのセットは、データ侵害に関して機密性が低いため、またはビジネスが行っている分析との直接的な関連性が低いため、専門性の低いデータ環境に置くことができます。 階層型またはマルチレベルのシステムにより、費用対効果の高いビッグデータの実装が可能になります。
これらは、企業がビッグデータを正しい方法で取得することについてスマートになっている方法の一部です。 取得できるデータをただ一掃するのではなく、特定のデータセットを最も重要なものとして扱い、最小限の労力で最大限のビジネスインテリジェンスを取得します。
