Менеджмент.com.ua - главная страница Мастер-класс Радислава Гандапаса по личной эффективности «Профессиональный и личный успех: скрипты и алгоритмы»
На главную
Сделать закладку
Карта сайта
Расширенный поиск
Обратная связь
Проекти MCUa
Рассылка обновлений портала


РЕЦЕНЗИИ | Обзор книги 11 декабря 2014 г.

Как извлекать знания из массивов информации
с помощью глубокой аналитики

Автор: Нана Альгарад
Источник: Searchengines.ru

Укрощение больших данных. Как извлекать знания из массивов информации с помощью глубокой аналитики (Билл Фрэнкс)
ПОДРОБНЕЕ О КНИГЕ
Книга "Укрощение больших данных" — это попытка объять необъятное. Автор постарался объединить под одной обложкой все, что связано с обработкой больших данных, от их сущности, методов анализа и эволюции до типов организации аналитических отделов в компаниях, взаимоотношениях между IT-отделами, аналитиками и менеджерами. В результате рефреном «Укрощения» стала фраза «детальное рассмотрение этой темы выходит за рамки данной книги». С другой стороны, если вы раньше не интересовались концепцией больших данных, эффектом применения их анализа в бизнесе сегодня и завтра, вам достаточно прочесть этот том для получения полной картины. Заодно вы узнаете, чем отличается отчет от анализа и как можно хорошего аналитика отличить от плохого.

Билл Фрэнкс (Bill Franks) — директор по аналитике глобальных партнерских программ компании Teradata. Среди его клиентов — самые разные компании, от корпораций из Fortune 100 до маленьких некоммерческих организаций. Он также курирует центр Business Analytic Innovation Center, который совместно спонсируется компаниями Teradata и SAS, и преподает в Международном институте аналитики.

Билл Фрэнкс определяет большие данные как «данные, сбор, управление и обработку которых невозможно произвести с помощью наиболее часто используемых аппаратных сред и программных инструментов в течение допустимого для пользователя времени. Данные можно считать «большими» не только с точки зрения объема, но и с точки зрения разнообразия, скорости передачи и сложности». Очевидно, для разных компаний и в разное время большими можно называть совершенно разные данные. Более того, данные, которые в одной организации будут считаться большими, для другой, более продвинутой, окажутся стандартными. Кто первым научится собирать, обрабатывать и анализировать большие данные, тот окажется в выигрыше, уверен Билл Фрэнкс.

В идеале, организация должна анализировать все данные из всех источников, до которых сможет дотянуться. Интересно, что при этом большая часть полученных данных окажется совершенно бесполезной. Вот только заранее нельзя сказать, какая именно. Более того, для разных задач это могут быть разные данные. «Укрощение больших данных похоже не на закачку воды в бассейн, — пишет Фрэнкс, — а скорее на питье воды из шланга: вы отхлебываете только то, что вам нужно, а остальному позволяете течь мимо». Для определения, что нужно, а что — пусть течет, служат различные методики и фильтры.

Наиболее эффективным для организации Фрэнкс называет гибридный подход — анализ не только больших данных самих по себе, а вместе с другими, стандартными данными корпорации.

Серьезной проблемой, связанной с большими данными, автор считает конфиденциальность. Когда организация будет обладать практически полной информацией о клиенте, взятой из разных источников — номер телефона, адрес, семья, вкусовые предпочтения, планы на будущее, круг общения, ежедневные маршруты, отношение к продукту и т.д. — велик риск ее недобросовестного использования. Потребуется введение и правового, и самостоятельного (внутри организации) регулирования политики конфиденциальности.

В качестве источников больших данных Фрэнкс, помимо веб-данных, приводит совершенно разные отрасли: телематические данные в автостраховании, RFID-данные в розничной торговле, данные о местоположении и времени в разных отраслях, текстовые данные, данные датчиков двигателей и другого промоборудования, данные интеллектуальных сетей для коммунальных предприятий, данные телеметрии в видеоиграх и многое другое. Автор детально описывает варианты извлечения, обработки и возможного применения полученных данных для каждой отрасли, включая отслеживание фишек в казино. Вывод: несмотря на огромное разнообразие источников, между получаемыми данными есть определенное сходство. А значит, они могут быть использованы в других отраслях.

Вторая часть книги посвящена технологиям, процессам и методам «укрощения» больших данных. Речь идет о технических подходах, но на концептуальном уровне («данная книга — практическое пособие»). Автор рассказывает о слиянии аналитической среды со средой данных, о массивно-параллельных архитектурах (MPP), описывает преимущества и недостатки облачных и GRID-вычислений в зависимости от организации и поставленных задач, а также о гугловой модели MapReduce.

Отдельные главы Фрэнкс адресует как аналитикам, так и руководителям организаций. В них идет речь о подходах к найму и оплате аналитиков, критериях хорошего анализа, умению правильно ставить задачи перед аналитическими подразделениями, общаться и представлять результаты, и конечно же — отличать отчет от анализа.

«Большие данные реальны, и они никуда не исчезнут. Не игнорируйте и не бойтесь их. Пересмотрите с их учетом свои стратегии, касающиеся корпоративных данных и аналитики. Не применяйте старые традиционные методы к новым источникам больших данных, — призывает Билл Фрэнкс. — Редко выпадает шанс оказаться первым в совершенно новой сфере данных и их анализа. Не упустите его!»

Перефразируя Ротшильда, можно говорить о том, что кто скорее начнет работать с большими данными, тому достанется большая часть пирога.


I Всеукраинская конференция дистанционного обучения НЕ ПРОПУСТИТЕ:

Присоединяйтесь к профессионалам e-learning! На I Всеукраинской конференции дистанционного обучения Вы узнаете последние тренды и разработки в области обучения, сможете внедрить e-learning в компании.

ДЕТАЛЬНЕЕ ►


РЕКОМЕНДАЦИИ    
   


система корекції помилок Внимание! На сайте работает система коррекции ошибок. Найдя ошибку в слове (фразе), выделите его и нажмите Ctrl+Enter.

ЧИТАЙТЕ ТАКЖЕКНИГИ ДЛЯ РАЗВИТИЯ
Сила звички. Чому ми діємо так, а не iнакше в життi та бiзнесiСила звички. Чому ми діємо так, а не iнакше в життi та бiзнесi
Сделай себя сам. Советы для тех, кто хочет оставить свой следСделай себя сам. Советы для тех, кто хочет оставить свой след
50 великих книг об успехе50 великих книг об успехе
Тайм-менеджмент по Брайану Трейси. Как заставить время работать на васТайм-менеджмент по Брайану Трейси. Как заставить время работать на вас
О чем думают экономисты. Беседы с нобелевскими лауреатамиО чем думают экономисты. Беседы с нобелевскими лауреатами

Отзывы

Отзывов нет

Ваше имя:
E-mail:
Комментарий: 
 

  

Успешные инвестиции начинаются с бонуса 100%

bigmir)net TOP 100
МЕТОДОЛОГИЯ: Стратегия, Маркетинг, Изменения, Финансы, Персонал, Качество, ИТ
АКТУАЛЬНО: Новости, События, Тенденції, Интервью, Бизнес-образование, Комментарии, Рецензії, Консалтинг
СЕРВИСЫ: Работа, Семинары, Книги, Форумы, Глоссарий, Ресурсы, Статьи партнеров
ПРОЕКТЫ: Блог, Видео, Визия, Визионеры, Бизнес-проза, Бизнес-юмор

RSS RSS Актуально   RSS RSS Методология   RSS RSS Книги   RSS RSS Форумы   RSS RSS Менеджмент@БЛОГ
RSS RSS Видео  RSS RSS Визионери   RSS RSS Бизнес-проза   RSS RSS Бизнес-юмор


Copyright © 2001-2016, Management.com.ua
Портал создан и поддерживается STRATEGIC

Подписка на Менеджмент Дайджест

Получайте самые новые материалы на свой e-mail (1 раз в неделю)



Спасибо, я уже подписан(-а)