П:
Више није увек боље. Како организације могу смањити буку у својим подацима да би постигле циљану и тачну аналитику?
А:Уз велике системе података, једно од главних питања компанија је како да ти пројекти буду добро циљани и ефикасни. Многи алати и ресурси изграђени за велике податке изграђени су за усисавање огромних количина информација у широку мрежу. Нису увек пажљиви према рафинирању тих података и њиховом једноставном одржавању. Међутим, у индустрији се појављују неке најбоље праксе како би се створили усмеренији и кориснији пројекти великих података.
Један стуб циљаног приступа великим подацима је употреба правих софтверских алата и ресурса. Нису сви аналитички и системи великих података исти. Неки могу ефикасније филтрирати прекомерне или небитне податке и дозволити предузећима да се усредсреде на суштинске чињенице које ће одредити њихове основне процесе и пословање.
Други велики део тога укључује људе. Пре него што се укључи у велики пројекат података, и док набавља софтвер добављача, спроводи имплементацију и обучава друге, централна група људи мора бити задужена за тај процес, а делегираће и истраживачке и браинсторминг задатке. Ово може претворити велике податке у прецизан, хируршки метод који ће побољшати посао без претјеране тежине и ометања свакодневних операција.
На пример, радне групе или друге основне групе могу сести и детаљно прегледати начине на који ће се спровести, како ће пословање почети да процењује скупове података, како ће унакрсно индексирати рачуне, какав папир или дигиталне презентације које ће користити за ширење тих информација, како ће правити корисне извештаје, итд. Ови детаљи ће заштитити пословање од надимања великих података.
Такође, како компаније почињу да набављају више добављачких услуга, раде ли веће обрушавање података и чине ИТ архитектуре сложенијим, научиле су да одвајају најосетљивије податке од свега осталог.
Један од начина да се то постигне је креирање вишеслојног система. На пример, основни скуп података ИД-а и историје клијената може се чувати у посебно одржаваној бази података према одређеном уговору о безбедности у облаку или на лицу места. Остали сетови података могу се налазити у мање специјализованим окружењима података, било зато што су мање осетљиви у погледу кршења података или зато што су мање директно релевантни за аналитику коју посао обавља. Слојни или више нивоски системи омогућавају економичну имплементацију великих података.
Ово су неки од начина на који компаније постају паметне око добијања великих података на прави начин. Уместо да усисавају било које податке које могу узети, третирају одређене скупове података као најкритичније за постизање највише пословне интелигенције са најмање напора.