Q:
Er big data en løsning i én størrelse, der passer til alle?
EN:Inden for ideen om et samlet Big Data-økosystem eller industri er applikationer af big data-strategier specifikke for en bestemt virksomheds eller organisations behov. En af de største fejl, som ledere og andre fagfolk begår, er at tage en generisk tilgang til big data og prøve at passe systemer til en skabelon, der er blevet brugt før.
Big data-filosofien har at gøre med en meget målrettet og mikromaneret anvendelse af store puljer af information. For eksempel vil et firma, der har tusinder og tusinder af kunder, gennemføre et big data-projekt for at udnytte al den information, det har om disse kunder - deres navne, hvor de bor, hvad de har købt før osv. Resultaterne har imidlertid mere at gøre med opsætning af specifikke strukturer til datamanipulation og rapportering end de gør med bare at indsamle og "køre" disse massive datasæt.
En del af udfordringen med big data er, at det kræver mere specialiserede hardwareprocesser. Virksomheder bruger ofte open source-systemer som Apache Hadoop og specifikke relaterede værktøjer som MapReduce for at få big data-løsninger i spil. Dette kræver yderligere teknisk know-how ud over blot at opsætte en Microsoft Access-tabel eller forfølge anden enklere databaseteknologi.
For at gøre big data effektive skal virksomhederne se på implementering og hvordan man undgår at forstyrre deres normale forretningsaktiviteter. For at gøre det mest effektivt skal de se på nøjagtigt, hvilke datasæt der vil være mest nyttige for dem. For eksempel, hvis sælgere eller andre kan gøre, hvad de har brug for med en simpel rapport med bare efternavne, stater og telefonnumre, giver det ikke mening at prøve at køre mere omfattende data gennem systemet og forsøge at indsamle og præsentere andre identifikatorer eller nøgleoplysninger.
Effektivitet, nem implementering og omkostninger styrer fremkomsten af firmaspecifikke big data-løsninger. Disse innovationer er bestemt afhængige af en bestemt forretningsmodel og af de problemer, der skal løses.