Samtidig tviler mange selskaper på om den nåværende infrastrukturen er lønnsom og om de har kompetansen til å analysere dataene innenfor riktig tidsramme, ifølge en ny undersøkelse fra Intel og SAS Institute. Det kan se ut som mange fremdeles er usikre når det gjelder hvilken teknologi og hvilke ferdigheter de trenger for å lykkes.
I det teknologiske økosystemet rundt Big Data, blir plattformen Hadoop ofte debattert. Hadoop. Er det et produkt? Er det et økosystem bestående av verktøy? Har vi kompetansen som er nødvendig for å mestre denne nye teknologien? Hvor skal vi starte? Dette er noen av spørsmålene som gjør det vanskelig for organisasjoner å starte den spennende reisen.
Du har faktisk ikke noe valg om du vil ta del i denne reisen. «Digital disrupsjon» sørger for at organisasjoner på tvers av vertikale bransjer blir nødt til å omstille seg, og i større grad bli motivert og styrt av dataanalyse. Spørsmålene som stilles ovenfor, viser at det fortsatt eksisterer et stort gap som må fylles før man kan ta det første steget.
En ny artikkel som er lagt ut på Datanami drøfter resultatene i en Gartner-undersøkelse, som sier noe om hvorfor omstillingen til Hadoop har gått så sakte. To av de hemmende elementene er kompleks teknologi og mangel på tilgjengelig kompetanse. Du trenger både ferdigheter og riktig programvare for å gjennomføre endringen.
Tilgjengelig Hadoop-kompetanse og riktige ressurser ser ut til å være avgjørende faktorer. I Norden har organisasjoner frem til nå begynt å undersøke teknologien og fastsette pilotprosjekter for å gi seg i komme igang med læringen.
Hadoop-rammeverket selges gjennom flere leverandører, på samme måte som Linux. En pakkeløsning er satt sammen av flere teknologier ansvarlig for ulike funksjoner som lagring, ressursplanlegging, databruk, datastyring og programmeringsgrensesnitt.
Hadoop er mer enn et distribuert filsystem. Teknologien i seg selv bygger på prinsippene om distribuert beregning – distribuert lagring og distribuert prosessering. Høy grad av kompleksitet er en del av det hele.
I tillegg til Hadoop, må en analyseplattform for Big Data ha løsninger for avansert analyse som skal utføre statistiske beregninger for både deskriptive og prediktive analyser. Det er også behov for avansert kapasitet for visualisering og datagjenoppretting for å finne nye sammenhenger i eksisterende data eller forhold mellom eksisterende data og nye datakilder.
Når man håndterer massive datasett, er det nødvendig at de tre byggeklossene (datagjenoppretting, avansert analyse og Big Data) kan lene seg på distribuert prosessering og lagringsmuligheter. For mange organisasjoner kan denne strukturen virke svært kompleks og skremmende.
Hvis kompleksiteten i å sette opp og styre infrastrukturene er skjult, kan organisasjonene fokusere på det som betyr noe – ny og konkret kunnskap som de får fra ulike datasett.
Ved bruk av en PaaS-utviklet Big Data-plattform vil verdiskapningen øke. Den konsumbaserte leveringsmodellen via nettskyen har flere fordeler – fra styrt kompleksitet og styrket kontantstrøm og utbytte til økt smidighet.
Vil du lese mer om Big Data?
Dette er de viktigste tingene å tenke på »
Last ned artikkelen:
Slik sikrer du suksess for bedriften når industrien din disrupteres »
