- Community Home
- >
- HPE Community, Italy
- >
- HPE Blog, Italy
- >
- I 5 pregiudizi più comuni legati ai Big Data
-
-
Forums
- Products
- Servers and Operating Systems
- Storage
- Software
- Services
- HPE GreenLake
- Company
- Events
- Webinars
- Partner Solutions and Certifications
- Local Language
- China - 简体中文
- Japan - 日本語
- Korea - 한국어
- Taiwan - 繁體中文
-
- Advancing Life & Work
- Advantage EX
- Alliances
- Around the Storage Block
- HPE Ezmeral: Uncut
- OEM Solutions
- Servers & Systems: The Right Compute
- Tech Insights
- The Cloud Experience Everywhere
- HPE Blog, Austria, Germany & Switzerland
- Blog HPE, France
- HPE Blog, Italy
- HPE Blog, Japan
- HPE Blog, Middle East
- HPE Blog, Latin America
- HPE Blog, Russia
- HPE Blog, Saudi Arabia
- HPE Blog, South Africa
- HPE Blog, UK & Ireland
- HPE Blog, Poland
- Blogs
-
Informazione
- Comunità
- Welcome
- Primi passi
- FAQ
- Panoramica Classifica
- Regole di partecipazione
- Tips and Tricks
- Contatto
- Announcements
- Email us
- Dai il tuo feedback
- Information Libraries
- Integrated Systems
- Networking
- Servers
- Storage
- Altri Siti HPE
- Support Center
- Aruba Airheads Community
- Enterprise.nxt
- HPE Dev Community
- Cloud28+ Community
- Marketplace
-
Forums
-
Forums
-
Blogs
-
Informazione
-
Italiano
- Iscriversi a feed RSS
- Contrassegna come Nuovo
- Contrassegnare come Letto
- Aggiungi ai Preferiti
- Ricevi notifiche via mail
- Invia via mail a un amico
- Visualizza in formato stampa
- Segnala contenuto inappropriato
I 5 pregiudizi più comuni legati ai Big Data
Dall'articolo Top 5 misconceptions about Big Data di waltermaguire
Nell’identificare quali sono le migliore pratiche per l’utilizzo dei big data, abbiamo scoperto che ci sono ancora molti pregiudizi a riguardo.
Per questo abbiamo raccolto (e demistificato) quelli che sono i 5 pregiudizi più comuni legati al mondo dei big data, aggiungendo alcuni suggerimenti su come superarli.
Pregiudizio #5: Avere a che fare coi big data significa fare più di ciò che si sta facendo adesso
Le opportunità di business legate ai big data possono essere tantissime. Uno degli esempi più significativi è quello di Guess Inc. Questa azienda è riuscita reingegnerizzare il suo flusso di dati trasformando completamente il modo di gestire i loro punti vendita senza dover effettuare nuove pratiche o cambiare il personale. Grazie ai nuovi sistemi, oggi Guess è in grado di ottenere informazioni in tempo reale sui suoi negozi, i clienti e i programmi di branding e loyalty.
Pregiudizio #4: Avere a che fare coi big data significa buttare via tutto e ricominciare da capo
La maggior parte delle aziende non è nata ieri e, nel frattempo, ha accumulato opportunità d’affari e soluzioni in grado di tenerle in vita. Buttare via tutto e ricominciare da capo può costituire un grande rischio, ma lo è anche focalizzarsi solo sui miglioramenti della situazione corrente. In questa situazione è importante un equilibrio tra spirito imprenditoriale e prevedibilità.
Pregiudizio #3: I vantaggi si scopriranno solo fra cinque anni
Le esperienze passate sono spesso in grado di prevedere gli eventi futuri. Anche in questo caso possiamo applicare la teoria dell’approccio equilibrato. Con la giusta tecnologia a portata di mano bastano pochi mesi per ottenere grandi vantaggi da un progetto che coinvolge i big data.
Pregiudizio #2: Hadoop è fondamentale
Hadoop risolve alcuni problemi, ma non è la soluzione di tutti i mali. Quando venne costruita per la prima volta era molto comoda, soprattutto come piattaforma di riduzione. Ma, come tutte le tecnologie giovani, contiene dei rischi. Di conseguenza, molte aziende riescono a gestire i big data anche senza Hadoop, che rimane uno strumento molto comodo ma comunque da saper utilizzare nella maniera giusta.
Pregiudzio #1: I data scientists
Non c’è bisogno di avere degli scienziati per gestire i big data. Sono molti gli spunti che si possono trovare dai dati e, nel mondo dell’industria, raramente richiedono grande accuratezza.
Quindi per avere successo con i big data c’è bisogno di persone in grado di risolvere i problemi con metodo e di utilizzare modelli esplicativi o previsionali. Inoltre c’è bisogno di tecnologie che permettono di effettuare analisi facili e veloci. Per saperne di più cliccate qui.
- Ritornare al blog
- Articolo più recente
- Articolo meno recente
- Lorenzo COSLOVI su: HPE presenta il 5G Lab per accelerare l'adozione d...
- DavideZambelli su: Come funziona il calcolatore delle licenze core di...
- MassimilianoG su: Domande Frequenti HPE OEM Microsoft Windows Server...
- MassimilianoG su: HPE OEM Microsoft Client Access Licenses: Cosa son...
- MassimilianoG su: Il nuovo anno di Coffee Coaching
- MassimilianoG su: Perché il server ProLiant DL20 Gen9 è una grande r...
- Comunità
- Attività Aziendale
© Copyright 2022 Hewlett Packard Enterprise Development LP | HEWLETT PACKARD ITALIANA SRL - P. IVA 0 0 7 3 4 9 3 0 1 5 9