3 pontos chave para sucesso com Big Data

Cada vez mais companhias aderem aos sistemas de gerenciamento para grandes volumes de dados, chamado de Big Data, mas será que elas selecionam a ferramenta que melhor entrega os 3 Vs desta tendência (volume, variedade e velocidade)? Brian Gentile, CEO da fornecedora de software de inteligência de negócio Jaspersoft, afirma que muitas corporações erram ao implantarem uma plataforma de Big Data sem explorar todas as opções do mercado. Como resultado, elas podem estar com um sistema que não necessariamente atende as necessidades do projeto.

Uma recente pesquisa conduzida pela Jaspersoft com sua base de usuários revelou que 62% dos entrevistados já implantaram uma solução de Big Data ou planejam fazer isso nos próximos 12 meses. ?Foi uma surpresa a quantidade de empresas que já tinham partido para alguma aplicação ou plataforma de big data?, afirmou Gentile, em entrevista à InformationWeek EUA.

O executivo, que possui 27 anos de experiência na indústria de software, incluindo passagens por companhias como Informatica Corporation, Brio Software e Sun Microsystems, tem discutido diversas tendências tecnológicas, incluindo o emergir da análise de grandes volumes de dados.

Gentile afirma ter visto recentemente muitas organizações implantarem ou, ao menos, experimentarem uma plataforma de big data. Diante da situação, ele tem alguns conselhos para compartilhar. Separamos os três principais e que devem ajudar as companhias a terem sucesso nesse tipo de projeto.

1 ? Escolha a plataforma correta de big data

Todo mundo já ouviu falar no Hadoop e o tem como melhor framework para uma plataforma de big data. Mas um dos erros mais comuns é quando a organização inicia o trabalho com o Hadoop antes de entender completamente qual tecnologia está mais adequada às necessidades da companhia.

?A melhor escolha poderia ser um dos outros software ou frameworks para big data, como algum da categoria NoSQL?, avaliou Gentile. Claro que o Hadoop é altamente escalável, relativamente barato e aberto a diversos tipos de dados, mas ele não é pensado em distribuição de dados em tempo real. ?Ele é voltado para compilar e trabalhar volume, variedade e velocidade dos dados, pedindo uma escolha certa da tecnologia de back-end: Hadooop x NoSQL x armazenamento de soluções analítica. Todos têm prós e contras e você precisa estar educado para eleger a melhor opção?, afirmou.

2 ? Domine o conhecimento

O seu projeto precisa de ideias vindas de especialistas, naturalmente. Mas não exclua as pessoas de outras áreas.

?Projetos de big data bem sucedidos agregam pessoas das áreas de negócio e da TI, talvez, muito mais que em qualquer outro tipo de projeto. Essa é uma exigência?, aponta Gentile.

O domínio do conhecimento vem com as pessoas dos outros departamentos mas, frequentemente, analistas querem apontar quais dados são usados e para quê, e quão rápido isso devem ser processados, na tentativa de resolver os problemas das áreas de negócio.

Como aponta Gentile, o ?domínio do conhecimento é realmente importante, de outra forma, você cometerá muitos erros ou mesmo poderá fazer com que seu projeto falhe no final?.

3 ? Aplique as ferramentas corretas de análise e relatório

É essencial mapear as ferramentas e suas capacidades e verificar se elas podem resolver os problemas que você tem em mãos.

?Uma ferramenta de análise e relatório para big data deve ter três características?, calcula Gentile. Primeiro é preciso oferecer acesso nativo e inteligente a todas as fontes de dados, incluindo dados tradicionais. ?Temos que assumir a necessidade de combinar a análise de dados tradicionais com as demais fontes.?

Em segundo lugar, a organização deve trabalhar a questão da escala e optar por uma arquitetura moderna que propicie, necessariamente, um crescimento na medida em que o volume de dados se expande.

O terceiro e último ponto é que essas ferramentas precisam se adaptar aos requesitos de latência ou velocidade atribuídas ao seu projeto de big data.