如何解决实施大数据的常见障碍

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

有调查表明,实现大数据的障碍按比例从大到小排列如下:






如何解决在实施大数据过程中出现的如上障碍?本文提到的4大战略可以助你将走向大数据之路的绊脚石们一扫而光!


 ◆ ◆ 

1. 缺乏商业嗅觉




首先是缺乏商业嗅觉。部分公司或机构领导者有时缺乏足够的商业嗅觉,以致于不清楚大数据能够给组织所带来的价值。


解决战略:可以通过大数据的潜力以及可能的使用场景的教育与构思,令组织对大数据获得更深入的了解。


 ◆ ◆ 

2. 有限的IT知识与技术




其次是受限于其有限的IT知识与技术。如果想要有效地利用大数据,常常需要先进的技术和专业人才,而这些以前在很多公司或组织中不被重视。


解决战略:可以通过提供技能提升课程的和训练专业IT人员的方式培养并保留人才,让他们掌握内部大数据分析与经营所需要的最前沿的工具和技术。


 ◆ ◆ 

3. 数据管理的理念冲突





其三则是对于数据管理的理念冲突。很多大数据解决方案(如:虚拟化)建立在与传统数据中心相冲突的观点上,这导致了组织机构内部的不一致和革新的惰性。解决战略:可以通过努力达成前景共识,并设立行动计划,在组织中实现大数据的潜能。

 

◆ ◆ 

4. 预算考量




最后是预算考量。运作大数据经常需要重大的IT投入,其中就包括购买新的软硬件,以及培训人员。


解决战略:围绕一系列具有说服力的以业务为导向的使用情景构建战略,避免“盲目投入、守株待兔”。

原文发布时间为:2016-02-13

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
运维 大数据 数据建模
连载7:阿里巴巴大数据实践:OneData模型实施介绍
如何从具体的需求或项目转换为可实施的解决方案,如何进行需求分析、架构设计、详细模型设计等,则是模型实施过程中讨论的内容。
6170 1
连载7:阿里巴巴大数据实践:OneData模型实施介绍
|
5月前
|
存储 数据可视化 大数据
大数据平台架构设计与实施
【7月更文挑战第3天】本文探讨了大数据平台的关键技术,包括数据采集(如Kafka、Flume)、存储(HDFS、HBase、Cassandra)、处理(Hadoop、Spark)、分析挖掘及可视化工具。架构设计涉及数据收集、存储、处理、分析和应用层,强调各层次的协同与扩展性。实施步骤涵盖需求分析、技术选型、架构设计、系统部署、数据迁移、应用开发测试及上线运维,旨在为企业决策提供强有力的数据支持。
|
前端开发 JavaScript 大数据
如何解决大数据下滚动页面卡顿问题
如何解决大数据下滚动页面卡顿问题
256 0
|
存储 运维 Cloud Native
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
287 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
44 2
下一篇
DataWorks