5 redenen waarom waarom Big Data projecten mislukken

Niet alle relevante data en bronnen beschikbaar krijgen

4. Vrijwel elke organisatie heeft ‘data’ in verschillende vormen: gestructureerd, in systemen en databases, ongestructureerd, in filesystemen en e-mailboxen en dan de ‘End User Computing’ tussenvorm nog met min of meer gestructureerde data in Excel sheets of zelfs Access databases. Als je er niet in slaagt de relevante data beschikbaar te krijgen in je Big Data implementatie dan ontstaat nooit een compleet beeld en dus geen volledige analytics mogelijkheden. Zorg dat de benodigde bronnen om de business requirements compleet te kunnen maken dus in zicht zijn vóór een oplossing gekozen wordt – deze data moet immers wel ín het Big Data ecosysteem passen.

Niet in staat zijn om de krachtige business analytics tools voor je te laten werken

5. Het is gelukt: alle relevant data is beschikbaar, alle business requirements zijn gehonoreerd – de Big Data oplossing staat. Nu de laatste valkuil: de mensen voor wie de oplossing is gebouwd kunnen er niet mee overweg. Data analyse is een vak apart en simpelweg wat dashboards in de wereld slingeren is helaas niet genoeg – elk antwoord op een vraag levert nieuwe vragen op die beantwoord moeten worden. Drilldown in data is noodzakelijk om te begrijpen wat er gebeurt en patronen veranderen continu. Dat vergt dus veel kennis in gebruik en onderhoud van logica. Neerzetten en weghollen, is zoals altijd, geen optie.


Haal meer waarde uit data met de InTellegus BigDataHub – hét platform voor integratie en visualisatie van data.

BigDataHub: Meer waarde uit data!

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.