Как и все технологии, большие данные постоянно развиваются, и преддверие нового года — самое время, чтобы подвести итоги, найти области для улучшения и новые возможности. Президент консалтинговой компании Transworld Data Мэри Шеклет дает на портале TechRepublic десять советов, как организовать управление большими данными в 2022 г.

2022-й станет переломным годом для больших данных, искусственного интеллекта и аналитики, поскольку все больше компаний ожидают от этих технологий ощутимых результатов в бизнесе. Это значит, что ИТ-отделу предстоит еще много работы. Ниже предлагается десять решений, которые помогут ему «обуздать» большие данные.

1. Разработайте политику хранения данных

Многие организации избегают обсуждать вопрос о хранении больших данных. В какой-то мере это можно связать с опасениями юридического характера, но, конечно, основная причина отсутствия политик хранения и управления данными заключается в том, что они не уделяют этому вопросу должного внимания. Учитывая прогнозируемый рост объема глобальных данных до 180 Зб к 2025 г. и то, что большие данные составляют 80% этих данных, пора заняться установлением политики хранения больших данных и ликвидации ненужных данных.

2. Определите роль больших данных в ткани данных

Чтобы разрушить изолированные среды между отдельными подразделениями и предоставить данные по всей организации всем желающим для анализа и принятия решений, ИТ-отдел должен сосредоточиться на вовлечении больших данных, а также структурированных данных во вновь организуемую ткань данных, чтобы связать изолированные среды и хранилища.

3. Разрабатывайте больше аналитических приложений No-code/Low-code

Внедрение инструментов No-code/Low-code для создания аналитических отчетов позволяет нарастить их объем и ускорить их передачу в руки конечных пользователей, одновременно снижая нагрузку на ИТ.

4. Проведите переоценку бизнес-ценности развернутых приложений

Производственная эксплуатация аналитического приложения — это здорово, но работает ли оно для бизнеса сейчас так же хорошо, как два года назад, когда оно было впервые развернуто? Бизнес постоянно меняется. Со временем обязательно возникнет разрыв между тем, на что продолжают ориентироваться аналитические решения, и тем, что нужно бизнесу сейчас. В 2022 г. было бы целесообразно пересмотреть эффективность работы развернутых аналитических приложений, чтобы увидеть, отвечают ли они потребностям бизнеса, для которого они были разработаны.

5. Разработайте стратегию обслуживания приложений и данных

Как и структурированные данные и приложения, большие данные и аналитика также требуют обслуживания. Однако многие организации, внедряющие их, не имеют процедур по обслуживанию. Большие данные и аналитика в производстве достигли того уровня зрелости, когда для должны быть разработаны и применяться на практике процедуры обслуживания.

6. Займитесь повышением квалификации ИТ-специалистов

Для поддержки операций с большими данными и аналитики персоналу необходимы новые ИТ-навыки. Ему может потребоваться дополнительная подготовка в области анализа данных, науки о данных, управления хранением и обработкой больших данных, а также компетентность в использовании новых инструментов разработки, таких как аналитика No-code/Low-code.

7. Контролируйте безопасность, конфиденциальность и надежность источников данных

Большие данные, в частности, могут быть получены из различных сторонних источников. Как и ваши собственные внутренние большие данные эти источники должны регулярно проверяться на соответствие корпоративным стандартам безопасности и конфиденциальности.

8. Оцените поддержку поставщиков в области больших данных и аналитики

Многие поставщики предлагают инструменты для работы с большими данными и аналитикой, но они не всегда гарантируют одинаковый уровень поддержки, когда она необходима. Важно работать с поставщиками, которые предлагают активную поддержку сотрудникам в использовании инструментов, а также руководство в ходе ключевых проектов. Если вы работаете с поставщиками, которые не предлагают нужный вам уровень поддержки, рекомендуется отказаться от их услуг.

9. Совершенствуйте большие данные и аналитику, которые поддерживают клиентский опыт

Каждая компания стремится улучшить опыт взаимодействия с клиентами. Центральное место в этом процессе занимает разработка автоматизированных систем, ориентированных на клиента, и справочных средств, помогающих им получать ответы на запросы, вопросы и проблемы. Автоматизация систем взаимодействия с клиентами (например, чат, телефонные консультанты и т. д.), использующих NLP (обработку естественного языка) и ИИ для интерпретации настроения клиентов и ведения беседы, еще далека от совершенства. Компании, которые сосредоточатся на повышении производительности NLP и ИИ в этих областях, получат выгоду.

10. Обсудите вопрос применения больших данных и аналитики на высшем уровне

Первые крупные дискуссии о больших данных и аналитике начались тогда, когда и то, и другое стало внедряться в организациях. Сейчас эти технологии стали более зрелыми и переходят в мейнстрим корпоративных систем. Пришла пора ИТ-директорам вновь собраться с другими руководителями высшего звена и заинтересованными сторонами, чтобы подвести итоги прогресса в области ИИ и аналитики и заручиться их поддержкой для следующих шагов.