Keď sa v organizácii začína s business intelligence, často sa zdôrazňuje zásada “think big, start small”. Znamená to, že je potrebné začať malým uceleným projektom, ktorý už od počiatku treba plánovať tak, aby mohol byť súčasťou celkopodnikového riešenia.
Pri projektoch s big data je však potrebný iný prístup. Tu platí princíp, čo sa dá vyjadriť vetou: “Fail fast, to succeed ultimately.” Voľne preložené: “Robte chyby rýchle, aby ste to nakoniec zvládli.”
Tento rozdielny prístup má viacero dôvodov. Jednak to vyplýva z rôznej povahy týchto typov riešenia. Dátové sklady a riešenia business intelligence pracujú s dátami, ktoré majú pevnú štruktúru (zvyčajne tabuľkové dáta) jednoznačný kontext (granularitu, skupiny atribútov…). Tieto riešenia sa dajú relatívne ľahko rozširovať, ale to čo už je vytvorené sa mení veľmi zložito, lebo všetko je so všetkým prepojené. Preto je potrebné veľmi dôkladné plánovanie. V dnešnom, rýchlo sa meniacom svete, je však takýto prístup veľmi obmedzujúci. To je jeden z dôvodov, prečo sa stále viac začínajú používať postupy a metodiky vyvinuté pre big data.
Riešenia pre big data musia počítať s tým, že dáta majú premenlivú štruktúru, ktorá sa v čase mení. Rôzne zdroje podobných dát, majú odlišný kontext a rôznu mieru konzistencie a spoľahlivosti. Metodiky aj technológia sú tomu prispôsobené. Nemá teda zmysel strácať čas príliš detailným plánovaním a preferuje sa agilný prístup.
Kvôli premenlivej a nejasnej štuktúre a kvalite big data je ťažké vopred povedať, koľko informačného zlata z daného dátového zdroja je možné vyťažiť. Často je potrebné urobiť veľa prípravných prác a predbežných a čiastkových analýz, kým dokážeme.
Je preto potrebné byť mentálne pripravení na neúspechy. Ak sa nejaký projekt, alebo jeho časť ukáže ako slepá ulička, treba sa z toho poučiť a rýchle zmeniť smer.
Ďalší dôvod pre “fail fast to succeed ultimately.” je ten, že ak pred desiatimi rokmi Gartner predpovedal, že viac ako polovica DW projektov skončí neúspechom, pri big data by toto číslo bolo oveľa vyššie, ak by sa používali tie isté pricípy ako pri buisness intelligence a dátových skladoch.
Pokiaľ chce organizácia začať využívať big data musí teda mať kultúru, ktorá nielenže nebráni zmenám a podporuje zvedavosť ale ktorá je tolerantná k chybám. Alebo lepšie povedané, kultúru, ktorá považuje chyby a zlyhania za podstatnú súčasť cesty ku konečnému úspechu.
Toto býva problém pre veľké koroporácie, kde je veľký dôraz nielen na dlhodobú výkonnosť ale aj krátkodobý prevádzkový zisk. Tu je potrebné vytvoriť nezávislý tím s mikrokultúrou opísanou vyššie. Samozrejme, tím musí spadať pod vysoko postaveného manažéra, ktorý má k dispozícii taký veľký rozpočet, že náklady big data oddelenia budú v ňom zanedbateľné. Takto je možné aj vo veľkých koroporáciách získať big data kompetenciu, ktorá je z hľadiska dlhodobej prosperity kľúčová.
Ilustračný obrázok Designed by Freepik