Como iniciar um projeto de análise de big data

Postado por em

Olá, leitores! Hoje falaremos um pouco sobre como iniciar um projeto de Big Data Analytics. Vamos lá!

Ao começar um projeto de Big Data Analytics é importante ter uma coisa em mente: o tempo. Essa análise pode levar e custar bastante do seu tempo, pois depende de vários fatores, como entender os requisitos passados, sua complexidade e quais tecnologias vão ser escolhidas, etc.

Neste link é possível observar uma abordagem interessante descrita em 8 etapas para iniciar um projeto em Big Data Analytics, são elas: Problema, Impacto dos problemas, Critérios de sucesso, Valor e Impacto, Nuvem ou Local, Requisito de dados, Identifique as lacunas e Abordagem ágil ou iterativa. Logo abaixo teremos uma breve explicação de cada uma delas.


  1. Problema: identificar o problema é fundamental para facilitar a encontrar as devidas soluções.
  2. Impacto dos problemas: Entender o quão impactante é o problema para os seus negócios, ajudará a criar boas estratégias para resolvê-los.
  3. Critérios de sucesso: É importante determinar quais são as métricas que serão usadas para medir o sucesso do processo.
  4. Valor e Impacto: Estime o quanto de impacto é a solução para o seu problema. Permite decidir se segue ou não com o projeto, além de poder estimar o orçamento que se pode usar. Compreender como o seu problema afeta seus negócios é fundamental na implementação da solução.
  5. Nuvem ou Local: Decida onde a solução deve ser implementada, solução na nuvem, local ou híbrida.
  6. Requisito de dados: Deve-se avaliar os requisitos de dados, para isso tente responder as seguintes perguntas: Quais são os dados que você precisa? Onde você encontrará esses dados, você os possui ou deve coletá-los? Qual é o requisito de taxa de transferência para os dados?
  7. Identifique as lacunas: Verifique se é necessário ajuda de fornecedores, mais funcionários ou profissionais especialistas para resolver determinado problema. É importante verificar ainda se recurso de hardware ou software serão precisos.
  8. Abordagem ágil ou iterativa: Estabeleça uma implementação inicial. Determine metas e marcos, e divida-os em partes gerenciáveis. Quando o projeto inicial estiver funcionando e for observado valor nele, implante-o na produção e use em toda a empresa.
Obs: É essencial que as etapas de 1 a 4 estejam bem definidas para passar para a etapa 5.

Uma etapa extremamente importante é dividir a análise em pequenos componentes, dessa forma, facilitará gerenciar, diminuindo os riscos e tornando mais flexíveis. Lembre-se sempre que tanto os dados e requisitos quanto as necessidades podem ser mudadas, portanto, é importante uma solução mais flexível e eficaz.

Bom, leitores, esse foi o nosso artigo de hoje. Nos vemos em breve! Até mais!

Fontes: 
https://www.javacodegeeks.com/2014/02/how-to-start-a-big-data-analytics-project.html
http://www.ikanow.com/8-proven-steps-to-starting-a-big-data-analytics-project/

Comentários

Postar um comentário