Специалисты в области корпоративной архитектуры (EA) должны сыграть важную роль в том, чтобы помочь их организации максимально использовать деловые возможности, которые открывают «большие данные», подчеркивает Gartner.

Бизнес-аналитика позволяет организациям стать «умнее» и продуктивнее, выжать максимум из разнообразных типов данных, которые раньше были недоступны, и найти еще неизвестные возможности. Однако выполнение этой задачи сталкивается с большими трудностями, и здесь должны прийти на помощь архитекторы EA, взяв на себя роль лоцмана стратегических перемен. Задача корпоративного архитектора - прочертить верный курс для «больших данных», который охватывает самые важные аспекты существования организации: ее бизнес, корпоративную культуру, вопросы взаимодействия и найма персонала и технологию.

«Традиционные подходы к EA претерпели значительные изменения с приходом "больших данных", - пишет Дэвид Ньюман, вице-президент исследования Gartner. - Для архитекторов EA центр внимания смещается с оптимизации и стандартизации внутри организаций на облегченные подходы, нацеленные на гармонизацию и выход вовне, что означает расширение корпоративной экосистемы. "Большие данные" означают перестройку привычной информационной архитектуры: вместо обслуживания хранилищ данных (хранение и сжатие данных) речь идет об обслуживании пулов данных (потоки, связи и средства коллективного использования информации). В эпоху Big Data задача корпоративного архитектора стоит ясно: проектировать достижение деловых результатов, используя все возможности "больших данных" как внутри, так и вне организации».

Gartner называет четыре важные области влияния «больших данных», указывая, как архитекторы EA могут помочь справиться с этими задачами:

1. Анализ «больших данных» позволяет тем, кто должен принимать решения, быстро выявлять новые закономерности в различных типах данных, но требует соответствующей деловой стратегии, чтобы достичь конкурентного преимущества.

Архитекторы EA должны донести до руководителей потенциальные возможности анализа «больших данных», доступные теперь в виде простых, но масштабируемых инструментов и методов выявления зависимостей, объяснив при этом факторы риска (конфиденциальность данных, регулятивные требования, юридические сложности и т. п.). Архитекторам следует также изучать всё новые общедоступные массивы данных с открытыми API и использовать их для анализа настроений (напр., добычи лент новостей из соцсетей), в LBS-сервисах (опираясь на общедоступные телеметрические данные) или для разработки контекстно-оптимизированных приложений.

2. Переход к «большим данным» выявляет внутреннюю разрозненность в организациях, которую руководители должны постараться устранить, вводя соответствующие меры и метрику, стимулирующие коллективное использование данных и доверие к ним.

Организации могут иметь самую лучшую технологию и лучший персонал, но если корпоративная культура отягощена разрозненностью и не налажено коллективное использование данных, то у них меньше шансов на успех в эффективном охвате «больших данных». Для устранения этих внутренних организационных проблем необходимо создать верные стимулы, чтобы построить доверенные источники корпоративной информации. Архитекторам EA следует провести анализ участвующих сторон, чтобы выявить организационные препятствия к коллективному использованию данных и подготовить стратегии их устранения, а также сформулировать обращения, которые позволят исправить ситуацию. Например, корпоративные архитекторы могут продвигать принцип открытой инновации, чтобы заказчики могли непосредственно участвовать в разработке продуктов, что поможет начать преодолевать разрозненность в работе и стимулировать единство использования данных в рамках всей организации.

3. Переход к «большим данным» выявляет пробелы в кадровом составе, требует новых междисциплинарных должностей и заставляет организации привлекать и удерживать специалистов бизнеса и менеджеров с глубоким знанием методов анализа данных.

Еще одна трудная задача - это как организации будут привлекать и удерживать нужный персонал, который занят обработкой «больших данных». Одна из самых востребованных профессий это аналитик данных (data scientist); она сочетает в себе знание информатики, математики и статистического анализа. Архитекторы EA могут помочь своей организации справиться с этой задачей, разработав инструмент планирования ресурсов, который позволяет выявить пробелы знаний и навыков анализа «больших данных» в рабочих группах. Архитекторам следует также оценить потребности в ресурсах среди команд информационной инфраструктуры и выявить технические пробелы в поддержке решений по обработке «больших данных».

4. Переход к «большим данным» требует, чтобы ИТ-специалисты освоили и применяли инструменты, методы и архитектуры, предназначенные для анализа, визуализации, привязки массивов «больших данных» и управления ими.

Корпоративные архитекторы должны помочь своей организации понять, как лучше разрабатывать и внедрять решения для «больших данных». Должно быть предпринято тщательное планирование, чтобы определить лучшие инструменты и методы для анализа сложных массивов данных. Это включает знание статистического анализа, машинного обучения, обработки текстов на естественных языках и прогнозного моделирования. Также, архитекторы должны помочь рабочим группам понять, как использовать методы визуализации «больших данных»: облако тегов, кластерограммы (clustergram), предысторию создания (history flow), анимации и инфографику. На ранних этапах опробования рабочие группы должны использовать недорогие инструменты на базе свободного ПО, которые могут продемонстрировать осуществимость проектов для «больших данных».

Дизайн и поддержка: Silicon Taiga

Обратиться по техническим вопросам