W skrócie: Big data opisuje zbiory danych, których rozmiar, szybkość lub różnorodność przekraczają możliwości zwykłych metod przetwarzania. Sam rozmiar nie gwarantuje użytecznych wniosków.
Jak wykorzystuję big data w praktyce
Najpierw wybieram wąskie zadanie z jasno określonym wejściem i kontrolowalnym wynikiem. Zapisuję, jakich danych system może używać, czego nie może decydować samodzielnie i kto zatwierdza rezultat. Porównuję małą próbę z pracą ręczną; dopiero po wykryciu typowych błędów zajmuję się szerszą automatyzacją.
Na co uważać
Demo to nie produkcja. Kilka przygotowanych przykładów może działać, podczas gdy przypadki brzegowe, język czeski lub nowe dane zawiodą. Bez rzeczywistych przypadków testowych, kontroli człowieka i pomiaru kosztów skalowanie jest przedwczesne.
Pytania pomocne w podejmowaniu decyzji
- Które wąskie zadanie powinna usprawnić technologia?
- Z jakich danych może korzystać i kto sprawdza wynik?
- Na jakich rzeczywistych przypadkach zmierzymy dokładność i koszt?
- Jak zatrzymamy lub cofniemy proces w razie błędu?