Big data-rådgiver Stig Torngaard fra konsulenthuset Platon er som udgangspunkt fortaler for, at man ikke investerer i dyre big data-løsninger, før man har fået afklaret, hvilke behov og ønsker man har.
For det første fordi big data slet ikke bør starte som et teknologi-spørgsmålet, men derimod som en forretnings-tankegang.
Men han kommer alligevel med en række anbefalinger til nogle grundlæggende teknologi-spørgsmål, som it-chefen og it-medarbejdere bør se nærmere på, når big data er et tema i virksomheden.
Når man ønsker at gå i gang med big data, er der grundlæggende tre områder, hvor man bør se på, hvilke teknologier man allerede har, og hvad der eventuelt kan være et behov for at investere i.
1) Storage
Der skal selvfølgelig været et storage-system, der kan rumme de mange data. Måske er din allerede eksisterende løsning helt tilstrækkelig, måske har du behov for at opgradere.
"Man skal som it-chef gøre op med sig selv, om man skal blive ved med at have storage-kapacitet til et eksponentielt udviklende databehov, eller om man skal begynde at kigge på alternative løsninger," siger Stig Torngaard.
Læs første halvdel af interviewet her.
Han anbefaler, at man - når man ved, at datamængderne vil blive ved med at stige - overvejer, om cloud-storage måske kan være vejen frem.
"Prisen på storage i skyen falder ret dramatisk i øjeblikket, så det er ved at være en farbar vej at bruge det til noget."
"Til de ekstreme datamængder vil det nok stadig ikke være forsvarligt, og der kan også være båndbredde-problemer," tilføjer han og peger på, at der også findes gode hybrid-løsninger på storage-fronten.
Databaser og regnekraft
2) Databaser og regnekraft
Der kan med big data, hvor man arbejder med store datamængder, opstå et behov for, at man flytter sin regnekraft tættere på dataene.
"Traditionelt har vi gjort det modsatte. Vi har indsamlet data, og så har vi puttet data ind i en eller anden computer, der så kunne beregne dem. Det fungerer ikke, når man har meget store datamængder. Der bliver du nødt til at kunne skubbe din computer-kraft derud, hvor data ligger."
Det er det, eksempelvis Hadoop kan hjælpe med. Det kører under frameworket MapReduce og er open source - læs mere om det her.
"Det kan dele ting op i små opgaver, og så kan det aggregere det sammen," fortæller Stig Torngaard.
"Den type systemer kommer der flere af. Database-leverandørerne vil jo helst ikke se Hadoop løbe med det hele, så der er ingen tvivl om, at de også vil kæmpe for deres berettigelse."
Han forklarer, at man typisk anvender Hadoop som et supplement til ens eksisterende infrastruktur.
"Som it-chef skal man kigge på sin database-infrastruktur og se på, om man har brug for noget supplement."
Hvis det er meget store datamængder, vil man typisk overveje to muligheder:
"At købe en af de her dyre datawarehouse-appliances. Det vil være relevant, hvis man er i et specielt segment, men som en gennemsnitlig virksomhed ville jeg nok vælge et supplement til min eksisterende database-platform, og der er Hadoop en meget kvalificeret kandidat at overveje."
Stig Torngaard forklarer, hvordan Hadoop grundlæggende adskiller sig fra traditionelle databaser.
"Hadoop er mindre rigid med skemaer. Du får ikke noget ind i en relationel database, hvis ikke du har et skema til det."
Applikationer
3) Applikationer
Big data handler ikke bare om storage-systemer og databaser, men i mindst lige så høj grad om at gøre medarbejderne i organisationen i stand til at spotte nye forretningsmuligheder, fordi man nu får et helt nyt data-setup.
For at det for alvor kan lade sig gøre, skal dataene visualiseres på en effektiv og brugervenlig måde i applikationerne på medarbejdernes maskiner.
Man kan som udgangspunkt godt anvende de BI-løsninger, man allerede har i virksomheden.
"Som udgangspunkt kan man godt bruge sit BI-initiativ som en platform for at køre big data-aspektet ud til nogle mennesker. Det vil være et naturligt sted at starte," forklarer Stig Torngaard.
Samtidig peger Platon-rådgiveren dog på, at mange BI-værktøjer typisk er designet ud fra nogle klassiske brugsscenarier, der ikke nødvendigvis minder om big data-scenarierne.
"Mange af de her BI-værktøjer er meget målrettet økonomerne, og når vi begynder at snakke mere komplicerede visualiseringer, hvor du vil se mere komplekse data, kan de fleste af BI-værktøjerne det ikke. Så er det mere specialiseret software, der skal til."
Forskellige løsninger på markedet
Der findes en række forskellige værktøjer til formålet, og dit konkrete valg vil afhænge af dine ønsker og behov. En mulighed kunne være at satse på Power BI til Microsofts Excel, som det er nemt at komme i gang med, hvis man allerede benytter Excel, men der findes mange forskellige muligheder.
Stig Torngaard nævner en af de populære open source-løsninger.
"Det, jeg ser mere og mere rundt omkring, er det værktøj, der hedder R. Det er open source-teknologi og findes også i flere forskellige distributioner. Det har et stærkt community," fortæller han.
"Set med it-briller er det måske en smule klondyke, fordi der er alle mulige med ikke-it-briller, der har lavet komponenter til det. Men det er et godt sted at starte, så man ikke behøver at foretage en million-investering, før man er bevidst om sine behov."
Læs første halvdel af interviewet med Stig Torngaard her.
Læs også:
Big data afmystificeret: Sådan kommer du i gang
Big data: her er forklaringen på tidens store it-trend
Her er fremtidens it-løsninger: Kan ændre dit firma
Her er Microsofts BI til Office 365: Sådan fungerer det
Sådan fungerer Hadoop - det mest hypede open source-værktøj lige nu
