Внедрение аналитических технологий в компании может занять от нескольких недель до нескольких лет. Это зависит от многих факторов:
- осознания бизнес-проблем;
- наличия барьеров в восприятии информационных технологий (ИТ);
- уровня доступа к необходимым данным;
- сложности аналитики.
Сроки реализации Big Data проекта — вопрос важный, но не первостепенный. Главное понимать — это должно быть бизнес-, а не ИТ-решение.
В этой статье мы приведем 8 поэтапных шагов к воплощению проекта по аналитике больших данных.
- Проблема. Определите, с какими проблемами обычно сталкивается ваша компания, и представьте, каковы могут быть решения.
- Влияние. Выясните, как возникшие проблемы влияют на ваш бизнес. Вы теряете миллионы? Ваш персонал некомпетентен в каких-то вопросах? Собирайте прецеденты.
- Критерий успеха. Как вы измеряете успех? Каковы главные критерии, которые необходимо отслеживать в ходе оценки?
- Значение и влияние. Нужно четко представлять, как решение проблемы повлияет на вашу организацию. Это один из самых важных шагов. Именно он помогает определить, как, когда и в каком направлении двигаться с проектом, каков будет его бюджет. Предположим, финансовое учреждение сталкивается с мошенничеством, обходящимся ему в $ 5 млн ежегодно. Цель заключается в сокращении данной цифры до $ 2 млн в следующем году. Если расходы на это составят $ 3 млн, то предпринятое решение никак не повлияет на эффективность и прибыльность компании и не обеспечит возврат инвестиций.
Нет смысла переходить к шагу 5, если вы не можете четко определить и сформулировать свою позицию на этапах 1-4. Обратите внимание, что первые 4 шага не имеют ничего общего с технологиями.
- Локально или в облаке. Решите вопрос локации своего решения: традиционная, облачная или гибридная модель развертывания.
- Требования к данным. Определите, какие данные необходимы для решения вашей проблемы. Вы уже имеете их или должны получить из внешних источников? Каковы требования к этим данным?
- Выявление пробелов. Поймите, может ли ваша организация справиться с проблемой при помощи существующих внутренних ресурсов и технологий, или вам нужна помощь консультантов. Достаточно ли у вас персонала? Имеет ли он необходимую квалификацию? Потребуется ли вам дополнительное оборудование или программное обеспечение?
- Agile или итеративный подход. Начните с пилотной версии. Ставьте цели и разбивайте работу на этапы. Как только пилотная версия начнет работать и докажет свою эффективность, приступайте к реализации.
Фрагментация аналитики больших данных
Пошаговая аналитика помогает сократить сроки и сделать реализацию проекта более управляемой. Это позволяет на раннем этапе установить ROI. Только так руководитель сможет «держать руку на пульсе», понимать, соответствует ли направление, в котором движется проект, его цели.
Важным преимуществом такого подхода является и его гибкость. Меняется все: требования, спрос и даже данные, которые вы используете. Только убедившись в эффективности и гибкости решения, его можно передавать для корпоративного использования.
Подводя итог, еще раз отметим: большая часть проблем, с которыми сталкиваются менеджеры, запуская Big Data проект, нуждается в бизнес-решениях, в четком определении целей, значения, влияния, проблематики и т.д. Только после этого приходит черед ИТ.