O Δημήτρης Γρίβας, CIO, ICAP Group προτείνει τρόπους αποτελεσματικότερης αξιοποίησης των Big Data. Εκτιμάει, επίσης, ότι έχουμε πλησιάσει πολύ την χρονική στιγμή που θα υπάρχει, με θεμιτό κόστος, η δυνατότητα να χειριστούμε και να αξιοποιήσουμε μεγάλο όγκο διαφόρων δεδομένων από διάφορες πηγές, δομημένων ή αδόμητων και, μάλιστα, σε γρήγορες ταχύτητες.
Η σκοπιμότητα των Big Data και τα οφέλη που θα προκύψουν από την εκμετάλλευσή τους δεν είναι ακόμα προφανής στις περισσότερες εταιρείες. Έτσι, οι επενδύσεις που θα έπρεπε να γίνονται καθυστερούν και οι ευκαιρίες ανάπτυξης, τις οποίες περιμένουμε από την αξιοποίηση των Big Data, δεν δημιουργούνται. Τι φταίει, λοιπόν; Τα πιο προφανή και συνήθη επιχειρήματα για να μην προχωρήσει μία εταιρεία σε αξιοποίηση του μεγάλου διαθέσιμου όγκου δεδομένων είναι τα εξής:
1. Η εταιρεία μου δεν έχει Big Data. Πιθανότατα. Ενδέχεται όμως να υπάρχουν πληροφορίες που δεν μπορούν εύκολα να εντοπιστούν, διότι δεν είναι δομημένες σε κλασσικές βάσεις δεδομένων, αλλά υπάρχουν σε κάποιες από τις τεχνολογίες που έχουν εξελιχθεί ραγδαία (πχ. διάφορες μορφές ηλεκτρονικών εγγράφων) και οι οποίες μπορούν να δώσουν αποτελεσματικές λύσεις σε υπάρχουσες επιχειρηματικές ανάγκες. Ετσι το όφελος θα είναι διττό: Αφενός μείωση κόστους από τη βελτίωση των διαδικασιών σας και, αφετέρου, ανακάλυψη του πλούτου πληροφοριών που σήμερα αγνοείτε.
2. Η εταιρεία μου δεν έχει την τεχνογνωσία. Αυτό μπορεί να ισχύει, αλλά δεν σημαίνει απαραίτητα ότι πρέπει και να την αποκτήσει μονομιάς. Αφενός, υπάρχουν καλοί συνεργάτες και σύμβουλοι και αφετέρου υπάρχουν αρκετές λύσεις διαθέσιμες ως “Software As A Service”. Είναι όμως σημαντικό να βρεθεί το κατάλληλο εκείνο στέλεχος στο οποίο θα δοθεί ο ρόλος του συντονιστή αυτού του έργου (ο Project owner) που γρήγορα θα αποκτά εικόνα και σε συνεργασία με ανθρώπους που έχουν τις επιχειρησιακές ανάγκες προτείνοντας τεχνολογίες και λύσεις. Το άτομο αυτό δεν είναι απαραίτητο να έχει «σκληρό» background ΙΤ, αλλά θα πρέπει να είναι εξοικειωμένο με τις επιχειρηματικές δραστηριότητες της εταιρείας, την τεχνολογία και κυρίως με την επεξεργασία δεδομένων.
3. Δεν έχουμε εντοπίσει έστω και μία μεγάλη ευκαιρία. Δεν ψάχνετε εκεί που πρέπει. Ψάξτε εκεί που έχετε προβλήματα και δεν βρίσκετε τρόπους επίλυσής τους ή που δεν φαντάζεστε τρόπους για τη λύση τους. Από τεχνικής σκοπιάς, θέλετε το warehouse να ενημερώνεται καθημερινά με νέες πληροφορίες ή να επικαιροποιούνται οι ιστορικές πληροφορίες σε μόνιμη βάση; Και ερευνήστε βέβαια πως θα μπορέσετε να χρησιμοποιήσετε επεξεργασμένα στοιχεία από Big Data για να προσθέσετε αξία σε υπάρχουσες διαδικασίες και υποδομές.
4. Το κόστος της επένδυσης είναι απαγορευτικό. Σίγουρα υπάρχει κόστος επένδυσης, αλλά αξίζει να σημειωθεί ότι εταιρείες κολοσσοί δεν χρειάστηκε να επενδύσουν πάνω από 100.000 δολάρια για να αρχίσουν την έρευνα και τις δοκιμές. Εδώ προτείνω να βρείτε μια ισορροπία μεταξύ υποδομής που θα μαζεύει αυτής της μορφής τα δεδομένα, ώστε να εξερευνήστε τους βέλτιστους τρόπους συλλογής τους και του απαραίτητου λογισμικού επεξεργασίας.
Για την επεξεργασία τους, υπάρχουν αρκετές λύσεις open source software που θα σας βοηθήσουν να πραγματοποιήσετε ακόμα και πολύ σύνθετους υπολογισμούς ή και αναλύσεις. Υπάρχουν περιπτώσεις που τα Big Data μπορούν να βοηθήσουν βελτιστοποιώντας υπάρχουσες διαδικασίες, αποκαλύπτοντάς σας πληροφορίες που μέχρι σήμερα αγνοούσατε και εκεί μπορεί να βρίσκεται και το ROI. Αυτό παρεμπιπτόντως έκαναν σαν πρώτο βήμα και πολλές μεγάλες εταιρείες για να ξεκινήσουν
5. Εδώ δεν έχουμε κάνει πιο βασικά πράγματα. Σύμφωνοι. Σίγουρα υπάρχουν εκκρεμότητες σε διάφορες περιοχές του οργανισμού, αυτό όμως δεν σημαίνει ότι κάποια από αυτά δεν μπορείτε να ξεκινήσετε να τα ψηλαφείτε λαμβάνοντας υπόψη ότι αυτές οι τεχνολογίες υπάρχουν. Μάλιστα, θα έλεγα ότι ένα έργο τέτοιου βεληνεκούς θα έχει και παράπλευρα οφέλη μια και θα δώσει στον οργανισμό μία μοναδική ευκαιρία διατμηματικής συνεργασίας και ενός οράματος για το μέλλον που φέρνει τον οργανισμό πιο κοντά στην «επόμενη μέρα». νήσουν.