Uw big data projecten zullen waarschijnlijk mislukken, en hier is waarom

Overal waar er een grote hoeveelheid gegevens, onzekerheid en complexiteit, is er kans, “aldus Gartner,. Shutterstock, Bijna tweederde van big data projecten mislukken voorbij de piloot en experimenten fase in de komende twee jaar te gaan, en zal eindigen up in de steek gelaten.

Veel organisaties niet weet hoe aan de slag met big data en neem aan dat ze nodig hebben om grote investeringen in gereedschap en opgeleid personeel, maar maken, volgens Lisa Kart, research director bij Gartner-analist groep, dat de verkeerde benadering zou kunnen zijn.

“Een succesvolle geavanceerde analyses strategie gaat over meer dan alleen de juiste tools te verwerven. Het is ook belangrijk om mentaliteit en cultuur te veranderen, en creatief op zoek naar succes te zijn, ‘zei ze.

De analist groep heeft vier best practices om weg te komen uit de rotsen te sturen BI- en analytics-projecten.

1. Kies een bedrijf probleem dat een reëel voordeel biedt

Projectmanagers moeten werken met zakelijke leiders om echte problemen ter plaatse aan te pakken, door het identificeren van de data-driven zakelijke beslissingen die de grootste impact of de snelste terugverdientijd zou kunnen bieden. Dat kan onder meer gericht op een dag-tot-dag operationele kwestie, of een grote strategische beslissing zoals de vraag of om een ​​nieuwe geografie te voeren. “Waar er is een grote hoeveelheid gegevens, onzekerheid en complexiteit, is er kans”, zegt Gartner.

2. Koop (of uitbesteden) als u niet wilt om het zelf te bouwen

De analist huis zei dat veel organisaties aannemen dat ze moeten geavanceerde analysemogelijkheden te bouwen zelf. Echter, er zijn andere opties die beter geschikt zijn voor quick wins zijn, zoals het gebruik van externe dienstverleners of het kopen in analytics pakketten in plaats van het bouwen van de grond af.

3. Bepaal de execs die moeten worden gewonnen

Social Enterprise; LinkedIn onthult haar nieuwe blogging platform; Big Data Analytics, Is dit de leeftijd van Big OLAP;? Big Data Analytics; DataRobot gericht op low-opknoping fruit van de gegevens wetenschap te automatiseren; Big Data Analytics; MapR oprichter John Schroeder treden naar beneden, COO te vervangen

Zoeken naar de naysayers, de sceptici, en de beslissers en krijgen ze onside of het risico te ontsporen van het project, Gartner adviseert. Echter, het hebben van een business case die een goede illustratie van de waarde van het project is noodzakelijk, maar kan niet genoeg om de gezondheid van het project te verzekeren – in plaats daarvan moeten organisaties om ervoor te zorgen dat ze het belang van de gegevens over het inbedden van het bedrijf.

“Vaak is het succes van geavanceerde analyses initiatieven komt neer op de mogelijkheid om niet alleen de analytics leveren of te communiceren hun waarde, maar ook om een ​​data-driven cultuur te creëren,” zei Kart.

4. Bepaal welke vaardigheden je nodig hebt in-house

Gartner zei dat het wel zinvol is voor een organisatie om geavanceerde analyses intern als het is een gebied van strategisch belang op te bouwen, en er zijn veel mogelijkheden in de gehele organisatie toe te passen.

In dit geval zal een bedrijf nodig om een ​​team dat de zakelijke vaardigheden om de juiste prioriteiten te kiezen, de IT-vaardigheden om toegang tot de gegevens en het identificeren van de benodigde infrastructuur, en ook de gegevens wetenschap en kwantitatieve vaardigheden omvat bouwen om de juiste analytische aanpak de gegevens. Zoals Gartner merkt op: “Helaas, deze vaardigheid set is zelden in één persoon, maar het is van essentieel belang om alle drie de vaardigheden binnen een team.”

Meer over big data

LinkedIn onthult haar nieuwe blogging platform

Is dit de leeftijd van Big OLAP?

DataRobot streeft naar laaghangend fruit van data science automatiseren

MapR oprichter John Schroeder treden naar beneden, COO te vervangen