T:
Anong mga pagsasaalang-alang ang pinakamahalaga kapag nagpapasya kung aling mga malalaking solusyon sa data ang maipatupad?
A:Ang bawat negosyo at organisasyon ay dapat isaalang-alang ang sariling mga pangangailangan at mapagkukunan kapag nalaman kung aling mga isyu ang pinakamahalaga sa pagpapatupad ng malaking data. Gayunpaman, mayroong isang bilang ng mga prinsipyo na sa pangkalahatan ay itinuturing na kritikal para sa ganitong uri ng pag-aampon ng teknolohiya.
| Webinar: Big Iron, Kilalanin ang Big Data: Liberating Mainframe Data with Hadoop & Spark Magrehistro dito |
Ang isa sa mga pinakamalaking katanungan ay ang pagpapatupad at ang dami ng pagkagambala na magaganap nito. Ang mga gumagamit ng mga malalaking sistema ng data ay palaging kailangang ihambing kung ano ang kanilang gagamitin sa kung ano ang kanilang ginagamit ngayon. Sa maraming mga kaso, ang pagkagambala ay ang pagpapasya ng kadahilanan kung ang malaking mga mapagkukunan ng data ay mapapalaki ang pagiging produktibo at kita, o magpadala ng isang pag-crash ng negosyo dahil sa hindi masulubhang mga hadlang sa pagpapatupad. Ang suporta ng Vendor (o kakulangan nito) ay may kaugnayan sa ito, ngunit ang mga negosyo ay dapat ding tingnan ang curve ng pag-aaral para sa mga teknolohiya, kung gaano nila mababago ang pagpapatakbo ng mga sistemang pamana, at sa pangkalahatan, kung ang mga pagbabago ay isang bagay na maaaring panghawakan ng negosyo.
Ang isa pang pangunahing katanungan ay kung aling data ang pinakamahalaga sa isang negosyo o organisasyon. Sa pamamagitan ng pagsusuri sa halaga ng iba't ibang mga hanay ng data, ang mga nagnanais na ipatupad ang malaking data ay maaaring magtakda ng saklaw ng kanilang proyekto. Kung wala ang mga ganitong uri ng mga alituntunin, ang mga malaking proyekto ng data ay maaaring madugong at malulula sa isang negosyo. Inirerekomenda ng mga eksperto na tumutuon sa tukoy na mga hanay ng data na magbibigay ng pinakamaraming halaga, nang hindi nababawas sa pagpapalabas ng isang mas malawak na net.
Ang isang isyu ng corollary dito ay ang paggamit ng nakabalangkas at hindi nakaayos na data. Ang mga pinuno ng negosyo ay maaaring tumingin sa mga antas ng kahirapan ng pagkuha ng iba't ibang mga piraso ng data sa isang malaking konteksto ng data tulad ng isang data center. Halimbawa, ang naka-format na mga set ng data ay madaling matunaw, ngunit ang ilang iba pang mga piraso ng data ay maaaring mangailangan ng malawak na pagmamanipula upang makuha ang mga ito sa isang kapaki-pakinabang na format, at maaaring hindi ito nagkakahalaga.
Ang mga adopter ay dapat ding tumingin sa advanced na paghawak para sa malaking data. Ang mga malalaking sistema ng data ay tinukoy bilang mga mahirap hawakan sa mga pangunahing at simpleng mga imprastruktura ng hardware at software. Nangangahulugan ito na ang mga nag-aangkop ay kailangang magkaroon ng sapat na talento at mapagkukunan upang maghanap ng mga paraan upang magamit ang malaking hanay ng data na hindi magiging sanhi ng kasikipan ng network o kung hindi man ay lumikha ng mga bottlenecks sa mga operasyon.
