Lyhyesti: Big data tarkoittaa aineistoja, joiden määrä, nopeus tai monimuotoisuus ylittää tavanomaisten käsittelymenetelmien kapasiteetin. Pelkkä koko ei takaa hyödyllistä johtopäätöstä.
Miten käytän big dataa käytännössä
Valitsen ensin rajatun tehtävän, jonka syöte on selkeä ja lopputulosta voidaan hallita. Kirjaan, mitä tietoja järjestelmä saa käyttää, mitä se ei saa päättää yksin ja kuka hyväksyy tuloksen. Vertaan pientä otosta manuaaliseen työhön; vasta tyypilliset virheet löydettyäni ryhdyn laajempaan automatisointiin.
Mihin kannattaa kiinnittää huomiota
Demo ei ole tuotantoa. Muutama valmisteltu esimerkki voi toimia, vaikka poikkeustapaukset, tšekin kieli tai uudet syötteet epäonnistuvat. Ilman todellisia testitapauksia, ihmisen suorittamaa tarkistusta ja kustannusten mittaamista skaalaaminen on ennenaikaista.
Kysymyksiä päätöksentekoon
- Mitä rajattua tehtävää teknologian pitäisi parantaa?
- Mitä tietoja se saa käyttää ja kuka tarkistaa tuloksen?
- Millä todellisilla tapauksilla mittaamme tarkkuutta ja kustannuksia?
- Miten pysäytämme prosessin tai palautamme sen ennalleen virheen sattuessa?