如何知道一個大數(shù)據(jù)解決方案是否適合您的組織

在確定投資大數(shù)據(jù)解決方案之前，評估可用于分析的數(shù)據(jù)；通過分析這些數(shù)據(jù)而獲得的洞察；以及可用于定義、設(shè)計、創(chuàng)建和部署大數(shù)據(jù)平臺的資源。詢問正確的問題是一個不錯的起點。使用本文中的問題將指導(dǎo)您完成調(diào)查。答案將揭示該數(shù)據(jù)和您嘗試解決的問題的更多特征。

盡管組織一般情況對需要分析的數(shù)據(jù)類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，一旦識別了一種模式，對額外分析的需求就會變得很明顯。要幫助揭示這些未知的未知信息，首先需要實現(xiàn)一些基本用例，在此過程中，可以收集以前不可用的數(shù)據(jù)。構(gòu)建數(shù)據(jù)存儲庫并收集更多數(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)測和統(tǒng)計模型。

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，識別外部或第三方數(shù)據(jù)源，實現(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 在實施大數(shù)據(jù)舉措之前通常會提出的問題，然后，本文將重點介紹一種將幫助評估大數(shù)據(jù)解決方案對組織的可行性的基于維度的方法。

我的大數(shù)據(jù)問題是否需要大數(shù)據(jù)解決方案？

大數(shù)據(jù)，曾幾何時似乎很少出現(xiàn)

組織多半會選擇以增量方式實現(xiàn)大數(shù)據(jù)解決方案。不是每個分析和報告需求都需要大數(shù)據(jù)解決方案。如果對于對大型數(shù)據(jù)集或來自多個數(shù)據(jù)源的臨時報告執(zhí)行并行處理的項目，那么可能沒有必要使用大數(shù)據(jù)解決方案。

隨著大數(shù)據(jù)技術(shù)的到來，組織會問自己：“大數(shù)據(jù)是否是我的業(yè)務(wù)問題的正確解決方案，或者它是否為我提供了業(yè)務(wù)機會？”大數(shù)據(jù)中是否隱藏著業(yè)務(wù)機會？以下是我從 CIO 那里聽到的一些典型問題：

如果我使用大數(shù)據(jù)技術(shù)，可能會獲得何種洞察和 業(yè)務(wù)價值？

它是否可以擴充我 現(xiàn)有的數(shù)據(jù)倉庫？

我如何評估 擴展當(dāng)前環(huán)境 或采用新解決方案的成本？

對我現(xiàn)有的 IT 治理 有何影響？

我能否 以增量方式實現(xiàn) 大數(shù)據(jù)解決方案？

我需要掌握哪些 具體的技能 來理解和分析構(gòu)建和維護大數(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？

來自各種來源的 數(shù)據(jù)的復(fù)雜性 在不斷增長。大數(shù)據(jù)解決方案對我有幫助嗎？

維度可幫助評估大數(shù)據(jù)解決方案的可行性

為了回答這些問題，本文提出了一種依據(jù)下圖中所示的維度來評估大數(shù)據(jù)解決方案的可行性的結(jié)構(gòu)化方法。

來自可通過分析數(shù)據(jù)獲得的洞察的業(yè)務(wù)價值

針對新數(shù)據(jù)來源和數(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)類型和數(shù)據(jù)格式

生成數(shù)據(jù)的速度，需要對它執(zhí)行操作的速度，或者它更改的速度

數(shù)據(jù)的真實性，或者數(shù)據(jù)的不確定性和可信賴性

對于每個維度，我們都給出了一些關(guān)鍵問題。依據(jù)業(yè)務(wù)上下文，為每個維度分配一個權(quán)重和優(yōu)先級。評估會因業(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)者召開的一系列研討會中探討這些問題。

業(yè)務(wù)價值：可通過大數(shù)據(jù)技術(shù)獲取何種洞察？

許多組織想知道，他們在尋找的業(yè)務(wù)洞察能否通過大數(shù)據(jù)解決方案解決。沒有權(quán)威的指南能夠用來定義可從大數(shù)據(jù)獲取的洞察。具體場景需要由組織識別，而且這些場景在不斷演變。在確定和識別在實現(xiàn)后會給企業(yè)帶來重大價值的業(yè)務(wù)用例和場景的過程中，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)鍵績效指標(biāo)，對數(shù)據(jù)應(yīng)用統(tǒng)計算法和復(fù)雜算法來獲得一個用例列表。用例因行業(yè)和業(yè)務(wù)不同而有所不同。研究市場競爭對手的行動、發(fā)揮作用的市場力量，以及客戶在尋找什么，會很有幫助。下表給出了來自各行各業(yè)的用例示例。

行業(yè)示例用例
電子商務(wù)和在線零售電子零售商（比如 eBay）在不斷創(chuàng)建針對性產(chǎn)品來提高客戶終生價值 (CLV)；提供一致的跨渠道客戶體驗；從銷售、營銷和其他來源收獲客戶線索；并持續(xù)優(yōu)化后端流程。

• 推薦引擎：通過基于對交叉銷售的預(yù)測分析來推薦補充性產(chǎn)品，增加平均訂單大小。
• 跨渠道分析：銷售屬性、平均訂單價值和終生價值（例如多少店內(nèi)購買活動源自特定的推薦、廣告或促銷）。
• 事件分析：那一系列步驟（黃金路線）得到了想要的結(jié)果（例如產(chǎn)品購買或注冊）？
• “恰當(dāng)時機的恰當(dāng)產(chǎn)品” 和 “下一款最佳產(chǎn)品”：結(jié)合部署預(yù)測模型和推薦引擎，得到自動化的下一款最佳產(chǎn)品和跨多個交互渠道的經(jīng)調(diào)整的交互。

零售和專注于客戶

• 推銷和市場籃分析
• 營銷活動管理和客戶忠誠度計劃
• 供應(yīng)鏈管理和分析
• 基于事件和行為的目標(biāo)
• 市場和用戶細(xì)分
• 預(yù)測分析：在將產(chǎn)品放在貨架上之前，零售商希望預(yù)測可能對購買者至關(guān)重要的一些因素

金融服務(wù)

• 合規(guī)性和監(jiān)管報告
• 風(fēng)險分析和管理
• 欺詐檢測和安全分析
• CRM 和客戶忠誠度計劃
• 信用風(fēng)險、評分和分析
• 高速套利交易
• 交易監(jiān)管
• 異常交易模式分析

欺詐檢測欺詐管理可預(yù)測給定交易或客戶帳戶遇到欺詐的可能性，幫助提高客戶帶來的利潤。解決方案將會實時分析交易，生成立即行動建議，這對阻止第三方欺詐、第一方欺詐和帳戶特權(quán)的蓄意濫用至關(guān)重要。解決方案通常設(shè)計用于跨多個行業(yè)檢測和阻止各種各樣的欺詐和風(fēng)險類型，這些類型包括：

• 信用卡和借記卡欺詐
• 存款帳戶欺詐
• 技術(shù)欺詐和壞賬
• 醫(yī)療欺詐
• 醫(yī)療補助計劃和醫(yī)療保險欺詐
• 財產(chǎn)和災(zāi)害保險欺詐
• 工傷賠償欺詐
• 保險欺詐

Web 和數(shù)字媒體我們目前處理的許多數(shù)據(jù)是增多的社交媒體和數(shù)字營銷的直接后果。客戶生成一連串可挖掘并投入使用的 “數(shù)據(jù)廢氣”。

• 大規(guī)模單擊流分析
• 廣告投放、分析、預(yù)測和優(yōu)化
• 濫用和單擊欺詐預(yù)防
• 社交圖分析和概要細(xì)分
• 營銷活動管理和忠誠度計劃

公共領(lǐng)域

• 欺詐檢測
• 威脅檢查
• 網(wǎng)絡(luò)安全
• 合規(guī)性和監(jiān)管分析
• 能耗和碳排放管理

健康和生命科學(xué)

• 健康保險欺詐檢測
• 營銷活動和銷售計劃優(yōu)化
• 品牌管理
• 患者護理質(zhì)量和程序分析
• 醫(yī)療設(shè)備和藥物供應(yīng)鏈管理
• 藥品發(fā)現(xiàn)和開發(fā)分析

電信

• 收入保障和價格優(yōu)化
• 客戶流失預(yù)防
• 營銷活動管理和客戶忠誠度
• 呼叫詳細(xì)記錄 (CDR) 分析
• 網(wǎng)絡(luò)性能和優(yōu)化
• 移動用戶位置分析

公用事業(yè)公用事業(yè)公司運行大型、昂貴、復(fù)雜的系統(tǒng)來發(fā)電。每個電網(wǎng)包含監(jiān)視電壓、電流、頻率和其他重要操作特征的復(fù)雜傳感器。效率意味著密切關(guān)注從傳感器傳來的所有數(shù)據(jù)。

公用事業(yè)公司現(xiàn)在正利用 Hadoop 集群來分析分析發(fā)電（供應(yīng)）和電力消耗（需求）數(shù)據(jù)。

智慧儀表的采用導(dǎo)致前所未有的數(shù)據(jù)流洶涌而來。大多數(shù)公用事業(yè)公司都未做好充分準(zhǔn)備在開啟儀表后分析該數(shù)據(jù)。

媒體在有線行業(yè)，大型有線運營商（比如 Time Warner、Comcast 和 Cox Communications）每天都可以使用大數(shù)據(jù)來分析機頂盒數(shù)據(jù)?？梢岳么藬?shù)據(jù)來調(diào)整廣告或促銷活動。
雜項

• Mashup：移動用戶位置和精度目標(biāo)
• 機器生成的數(shù)據(jù)
• 在線約會：一個領(lǐng)先的在線約會服務(wù)使用復(fù)雜的分析來度量各個成員之間的兼容性，以便建議匹配的商品
• 在線游戲
• 飛機和汽車的預(yù)測性維護

潛在的客戶正在社交網(wǎng)絡(luò)和評論站點上生成大量新數(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

首先為企業(yè)內(nèi)存在的數(shù)據(jù)創(chuàng)建一個清單。識別內(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)問題可使用現(xiàn)有數(shù)據(jù)解決，那么有可能不需要使用來自外部來源的數(shù)據(jù)。

請考慮構(gòu)建一個大數(shù)據(jù)解決方案的成本，并權(quán)衡它與帶給業(yè)務(wù)部門的新洞察的價值。

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，業(yè)務(wù)人員將獲得對新業(yè)務(wù)機會的洞察。

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)中開發(fā)的洞察所生成的價值，值得在大數(shù)據(jù)解決方案中投入的資本成本

面向客戶的場景可證明來自洞察的潛在價值

評估通過大數(shù)據(jù)解決方案獲取的業(yè)務(wù)價值時，請考慮您當(dāng)前的環(huán)境是否可擴展并權(quán)衡此投資的成本。

我當(dāng)前的環(huán)境能否擴展？

詢問以下問題，確定您能否擴充現(xiàn)有的數(shù)據(jù)倉庫平臺？

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？

現(xiàn)有的倉庫環(huán)境是否包含生成或獲取的所有 數(shù)據(jù)的存儲庫？

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)，因為無法存儲或處理它？

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)和新類型的分析？

您是否試圖延遲對現(xiàn)有數(shù)據(jù)倉庫的升級？

您是否在尋求途徑降低執(zhí)行分析的總體成本？

如果任何這些問題的答案是 “是”，那么您就可以探索擴充現(xiàn)有數(shù)據(jù)倉庫環(huán)境的方式。

擴展我當(dāng)前的環(huán)境的成本是多少？

擴展現(xiàn)有數(shù)據(jù)倉庫平臺或 IT 環(huán)境與實現(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)有平臺的存儲能力

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。現(xiàn)有的資源池能否開發(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？

請注意，大數(shù)據(jù)舉措會對其他正在實施的項目產(chǎn)生影響。從新的來源獲取數(shù)據(jù)具有很高的成本。您首先應(yīng)當(dāng)識別系統(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)，這一點很重要。如果業(yè)務(wù)問題可以使用現(xiàn)有數(shù)據(jù)解決，那么有可能不需要使用來自外部來源的數(shù)據(jù)。

在生成新工具和應(yīng)用程序之前，請評估組織的應(yīng)用程序組合。例如，一個普通的 Hadoop 平臺可能無法滿足您的需求，您可能必須購買專業(yè)的工具?；蛘呦鄬Χ裕?a href='/map/hadoop/' style='color:#000;font-size:inherit;'>Hadoop 的商業(yè)版本對當(dāng)前用例而言可能很昂貴，但可能需要用作長期投資來支持一個戰(zhàn)略性的大數(shù)據(jù)平臺?？紤]大數(shù)據(jù)工具和技術(shù)需要的基礎(chǔ)架構(gòu)、硬件、軟件和維護的成本。

對數(shù)據(jù)的治理和控制：對現(xiàn)有的 IT 治理有何影響？

在決定是否實現(xiàn)一個大數(shù)據(jù)平臺時，組織可能會查看新數(shù)據(jù)源和新的數(shù)據(jù)元素類型，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)，通過訪問患者數(shù)據(jù)來從中獲取洞察是否合法？類似的規(guī)則約束著所有行業(yè)。除了 IT 治理問題之外，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、存儲和訪問外部數(shù)據(jù)。

請在您的情況的上下文中考慮以下治理相關(guān)問題：

安全性和隱私— 為了與當(dāng)?shù)胤ㄒ?guī)一致，解決方案可以訪問哪些數(shù)據(jù)？可以存儲哪些數(shù)據(jù)？哪些數(shù)據(jù)應(yīng)在移動過程中加密？靜止數(shù)據(jù)呢？誰可以查看原始數(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)可用的時段— 數(shù)據(jù)在一個允許及時采取操作的時段是否可用？

數(shù)據(jù)的所有權(quán)— 誰擁有該數(shù)據(jù)？解決方案是否擁有適當(dāng)?shù)脑L問權(quán)和權(quán)限來使用數(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現(xiàn)。明確地定義業(yè)務(wù)問題的范圍，并以可度量的方式設(shè)置預(yù)期的業(yè)務(wù)收入提升，這樣做會很有幫助。

對于基礎(chǔ)業(yè)務(wù)案例，請仔細(xì)列出問題的范圍和解決方案帶來的預(yù)期收益。如果該范圍太小，業(yè)務(wù)收益將無法實現(xiàn)，如果范圍太大，獲得資金和在恰當(dāng)?shù)钠谙迌?nèi)完成項目就會很有挑戰(zhàn)性。在項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？

需要特定的技能來理解和分析需求，并維護大數(shù)據(jù)解決方案。這些技能包括行業(yè)知識、領(lǐng)域?qū)ｉL，以及有關(guān)大數(shù)據(jù)工具和技術(shù)的技術(shù)知識。擁有建模、統(tǒng)計、分析和數(shù)學(xué)方面的專業(yè)經(jīng)驗的數(shù)據(jù)科學(xué)家，是任何大數(shù)據(jù)舉措成功的關(guān)鍵。

在實施一個新的大數(shù)據(jù)項目之前，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、錯誤文件和來自應(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源。

數(shù)據(jù)復(fù)雜性是否在增長？

查找數(shù)據(jù)復(fù)雜性增長的線索，尤其是在數(shù)據(jù)量、種類、速度和真實性方面。

數(shù)據(jù)量是否已增長？

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，而且在不久的將來，它們可能增長到 ZB 級別。

這一數(shù)據(jù)量給使用傳統(tǒng)方法（比如關(guān)系數(shù)據(jù)庫引擎）存儲、搜索、共享、分析和可視化數(shù)據(jù)帶來的技術(shù)和經(jīng)濟挑戰(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)無法預(yù)期或預(yù)測。

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、來自相機的照片和視頻、信息感知的移動設(shè)備、空中感知技術(shù)、基因組和醫(yī)療記錄。

以前沒有為了獲得洞察而被挖掘的數(shù)據(jù)來源不斷地在產(chǎn)生新的數(shù)據(jù)類型。

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)

擁有過多的傳統(tǒng)技術(shù)和方法，它們不再足以實時處理傳入的數(shù)據(jù)

您的數(shù)據(jù)是否值得信賴？

如果滿足以下條件，那么請考慮使用大數(shù)據(jù)解決方案：

數(shù)據(jù)的真實性或準(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、速度或真實性具有合理的復(fù)雜性，那么有可能會適合地采用大數(shù)據(jù)解決方案。對于更復(fù)雜的數(shù)據(jù)，需要評估與實現(xiàn)大數(shù)據(jù)解決方案關(guān)聯(lián)的任何風(fēng)險。對于不太復(fù)雜的數(shù)據(jù)，則應(yīng)該評估傳統(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。請在市場中尋找線索。競爭對手在做什么？哪些市場力量在發(fā)揮作用？客戶想要什么？