Læs også:
Big data: Her er forklaringen på tidens store it-trend
Definer hovedområdet, definer problemstillingen og gå så på opdagelse.
Det er ifølge it-arkitekt Kim Escherich den grundlæggende opskrift, når det handler om en af tidens store it-trends, big data.
"Det handler om at finde problemstillingen eller definere domænet i hvert fald," forklarer Kim Escherich, der er Executive Innovation Architect hos IBM Danmark.
"Det skal ikke være så konkret, at det "bare" handler om at segmentere kunderne, men du skal selvfølgelig have et overordnet formål - for eksempel at lade kunden være udgangspunkt for en søgning på tværs af sociale medier, salgsdata og produktionsdata."
Big data afslører uventede sammenhænge
"Der er sket et paradigmeskift. Nå du som virksomhed tidligere skulle kigge på din fremtid og din nutid, så havde du en tendens til at tænke strategi og planlægning og budgettering."
"I dag ændrer de her datamængder sig hele tiden, og vi begynder at få en mere forsker-agtig indfaldsvinkel til data. I stedet for vores traditionelle planlægning, dykker vi ned i data-oceanet og finder måske nogle sammenhænge, som er uventede, og det bruger vi til at ændre vores strategi."
Samtidig forklarer it-arkitekten dog, at man selvfølgelig skal have en eller anden tese eller problemstilling som udgangspunkt, når man dykker ned i de massive data-mængder.
"Der er sket et ryk, der i høj grad er båret af sociale medier, men også af, at vi har systemer og standarder og muligheder for at trække data fra alternative kilder og bruge de data fornuftigt."
"Men udfordringen er, at data er meget forskelligartede, og big data er så en filosofi, der handler om at få integreret og om at få de her data gjort meningsfyldte - men også om at få adresseret den problemstilling, at det bliver mere og mere realtid."
Mange forskellige former for data
Kim Escherich forklarer, at big data-filosofien adskiller sig markant fra mere traditionelle it-løsninger:
"I gamle dage var det batch-programmer og store mainframes, der stod og kørte om natten, men i dag er vi nødt til at agere på sekunder."
Er hastigheden det "nye" ved big data?
"Hastigheden er en ting, og den er væsentlig, når man taler eksempelvis sociale medier eller forskellige former for produktionsstyrerings-systemer."
"En anden ting er, at der er mange forskellige data-typer, som vi skal blande, og det er en ny disciplin. I gamle dage lavede vi et data warehouse, og så havde vi SQL og forskellige former for rapporterings-teknologi og så videre. I dag får vi data ind fra sensorer," forklarer Kim Escherich og giver et konkret eksempel.
"Når vi skal agere på kø-problemstillinger i en by, så skal vi integrere på tværs af GPS-enheder, der sidder i busserne, og trafiklys og vejspoler, der sidder i vejbanen - det er meget forskelligartede data."
Kim Escherich påpeger dog, at de største udfordringer ved big data dog ikke nødvednigvis handler om it - læs mere om det her.
Læs også:
