Læs også:
Kæmpe data-analyser: Her spår man om din fremtid
Big data: Her er forklaringen på tidens store it-trend
Derfor ændrer big data alt ved din data-håntering
En af de helt store it-trends i 2012 er det markante fokus på omfattende data-analyser og anvendelsen af realtids-data i stor målestok.
Tendensen, der også går under navnet big data, er dog stadig noget over-hypet, og derfor er vejen mod de reelle gevinster brolagt med en række afklarende spørgsmål.
"Tror du, at du er klar til at give dig i kast med big data, fordi du rykker grænserne inden for din data-volumen, -hastighed, -variation og -foranderlighed? Tag en dyb indånding (og måske et koldt bad), før du sætter fuld fart på mod big datas ukendte territorier og plumrede hav," skriver Forrester-analytiker Boris Evelson i et blogindlæg.
Det skal du spørge dig selv om
Han anbefaler, at man først og fremmest holder tungen lige i munden og får klarlagt, hvad brugscenariet i forretningen er; hvad er det for udfordringer og muligheder, der ligger bag ønsket om at bruge big data.
For når mange i forbindelse med big data, stiller spørgsmålet, om det ikke bare er business intelligence i stor målestok, er det ikke helt uden grund, mener Boris Evelson.
Han opever selv, at mange, der efterspørger rådgivning om big data, i virkeligheden er ude i projekter omkring data governance, -integration, -modellering og -prioriteringer.
Det er også en af grundene til, at man gør klogt i at undersøge, om ens eksisterende it-miljø i virkeligheden ikke sagtens kan klare det "big data-projekt," man har udset sig.
"Er du helt sikker på, at dit eksisterende ETL/DW/BI/Advanced Analytics-miljø ikke kan adressere det? Kunne man måske klare det ved blot at tilføje et nyt knudepunkt, en ny server eller mere hukommelse (hvis dette er inden for dine budget-rammer)?"
To former for big data
Forrester-analytikeren peger på, at man - når man først har fået besvaret en række spørgsmål, der kan afklare, om det overhovedet er big data, der er svaret - skal analysere sig frem til, hvilken form for big data-projekt, man skal give sig i kast med.
Den ene big data-kategori handler om at reducere omkostninger ved at arbejde med data, som man allerede gør i de eksisterende miljøer - bare billigere og hurtigere.
Den anden kategori af projekter tager udgangspunkt i, at man vil løse nye problemer, som man hidtil ikke har kunnet få has på.
"Husk på, at traditionel ETL/DW/BI kræver en data-model. Data-modeller kommer fra krav. Krav kommer af en forståelse af data og forretningsprocesser. Men i big data-verdenen ved du ikke, hvad der gemmer sig derude, før du leder efter det," skriver Boris Evelson.
Denne mere "opdagelses-agtige" tilgang til data analyser har den danske it-arkitekt Kim Escherich fra IBM tidligere beskrevet således:
"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."
Læs også:
Kæmpe data-analyser: Her spår man om din fremtid
