大数据集成没有被打破_大数据时代

大数据涉及到不同的数据管理方法和商业智能和业务系统之间的相互作用，这使得它迫切需要业务数据的所有来源得到有效整合和组织能够轻松地适应新的数据类型和来源。我们最近  大数据基准研究，  证实了大数据存储
技术的不断跟随许多方法，包括家电，Hadoop的，并且在内存和专门的数据库管理系统。随着品种，速度和大数据是当今的信息架构的一部分体积，大数据是喂其他系统的来源的潜力，整合应是当务之急。

已经部署大数据技术目前很难获得许多组织，改造，运输和使用传统技术的加载信息。即使复制或从现有数据源的数据迁移可能会很麻烦，需要自定义编程和手工处理，这始终是一个税，资源
和时间。障碍如具有数据分散在太多的应用程序和系统，其中  我们的基准研究  发现，组织67％，走不走，只是因为一个组织使用大数据技术; 事实上，他们变得更加复杂。然而，大数据也创造了机会，利用信息创新，改善业务流程。为了避免风险，并采取的机遇，企业需要高效的流程和有效的技术，使从可用到谁需要它的人所有的大数据得出的信息。

组织需要集成技术具有足够的灵活性，不管它起源于企业或在互联网上以处理大的数据。出于这个原因，对于大数据集成工具必须能够与一个范围底层架构和数据技术，包括电器，平面文件的Hadoop，内存计算和常规数据库的工作，和移动数据无缝关系和非关系之间结构。他们必须能够适应事件或数据流，它们必须收获从交易系统和业务应用中的企业数据仓库数据。支持数据质量和主数据管理需求也是支持大数据与数据整合的一部分。

选择正确的方法，以大数据整合是困难的，当组织缺乏的功能要求的知识和最佳实践相关的行业，业务和IT的线条。在现有的软件和数据环境的不足可以进一步复杂明智选择的能力，所以应该被考虑到部署的决策过程。组织必须确定一体化的类型被使用或正在考虑到处理数据比格式化为关系数据库等，并评估的加工能力和技术来处理大数据的增殖。因此，IT专业人员必须了解如何与分析师和业务管理工作提供及时，效益为基础的大数据部署。

IT应评估是否可以利用现有的技能，缩短才能获得大数据给用户的时间。由于我们的研究发现，缺乏资源成为最大障碍采用创新的技术，根据组织的51％，企业应该确保自己的IT人员尽一切可能最大限度技能和资源在内部，而不是浪费在定制，手工siloes的努力。拥有正确的数据集成流程和数据管理方法能够帮助它更有效地工作，并与业务部门的合作伙伴更好。

没有一个什么信息管理能力的商务需求，是一个错误的对话。我所见到的大多数IT行业分析公司“内容处理大数据的图片只是一部分，讨论例如只是技术来存储和访问数据，对品种，速度和体积固定。然而，决策者必须考虑数据在其行进整个路径的高效流动，从起源到用户系统，以确保任何大数据项目的有效运作。否则，那意味着失败，以优化其整个生命周期信息的商业价值。如果没有能力看到整个大数据的价值链，一个企业可能会发现它的举措超出成本和时间的限制提供和破坏建立在时间-价值度量的商业案例。根据我们的研究，大的数据的技术的最重要的优点包括保持和分析多个数据（74％）
和增加分析（70％）的速度。企业需要确保他们不会增加他们跑手工流程的数量和花在它们，从而损害大数据的价值的时候。

我们已经开始研究，评估最新的大数据集成技术和最佳实践，帮助推动这些努力，我们在介绍  大数据和2013年信息优化研究议程，我们将记录的新兴最佳实践大数据整合，以满足业务需求，从基本的访问和复制，以转型迁移。直到我们可以分享我们的成果，一定要考虑大数据集成为您的业务案例和项目的一部分，因为它是必不可少的获取从大数据投资中获得最大价值。

转载请注明：数据分析 » 大数据集成没有被打破_大数据时代