Các yếu tố giúp thực hiện phân tích Big Data

2.2. Kinh nghiệm áp dụng các công nghệ hiện đại vào hoạt động logistics trên thế giớ

2.2.1. Các yếu tố giúp thực hiện phân tích Big Data

2.2.1.1. Kinh doanh và CNTT liên kết

Trong quá khứ, tiến bộ trong quản lý thông tin thường cụ thể rõ ràng vào vấn đề kinh doanh hoặc vấn đề công nghệ. Trong khi xu hướng như CRM đang ảnh hưởng mạnh mẽ cách bán hàng và các loại dịch vụ, các đơn vị kinh doanh và bộ phận CNTT lại có quan điểm khác nhau làm thay đổi cách thức quản lý dữ liệu của doanh nghiệp.

Nhưng đối với một tổ chức để biến mình thành một cơng ty điều hướng thơng tin - trong đó sử dụng Big Data phân tích để lợi thế cạnh tranh - cả hai đơn vị kinh doanh và bộ phận CNTT đều phải chấp nhận và ủng hộ những sự thay đổi đáng kể. Do đó rất cần thiết để chứng minh và sắp xếp chung cả hai đơn vị kinh doanh và CNTT cùng khai thác một dự

63

án Big Data (bao gồm mục tiêu, lợi ích và rủi ro). Để hoàn thành một dự án Big Data, phải có một sự hiểu biết chung về những thách thức cũng như kiến thức hay kỹ năng.

2.2.1.2. Minh bạch và quản trị dữ liệu

Trường hợp sử dụng Big Data thường xây dựng dựa trên sự kết hợp thông minh các nguồn dữ liệu cá nhân để có thể mang lại cái nhìn đa chiều chun sâu. Nhưng thực tế trong nhiều cơng ty có ba thách thức lớn cần được giải quyết để đảm bảo thành cơng. Đầu tiên, để xác định vị trí dữ liệu đã có sẵn trong cơng ty, phải có sự minh bạch đầy đủ các tài sản thông tin và quyền sở hữu . Thứ hai, để ngăn chặn dữ liệu phân bố khơng rõ ràng, dữ liệu thuộc tính phải có cấu trúc rõ ràng và xác định rõ ràng trên nhiều cơ sở dữ liệu.Và thứ ba, quản trị mạnh mẽ về chất lượng dữ liệu phải được duy trì. Hiệu quả của kết quả truy vấn hàng loạt có thể sẽ bị sai lệch nếu khơng có những bộ lọc để loại bỏ dữ liệu không đầy đủ, lỗi thời, hoặc dự liệu trùng. Và điều vô cùng quan trọng là đảm bảo chất lượng dữ liệu tổng thể cho các nguồn dữ liệu cá nhân bởi vì - với khối lượng, sự đa dạng, và vận tốc của Big Data - rất khó khăn để thực hiện các thủ tục xác nhận và điều chỉnh hiệu quả.

2.2.1.3. Bảo mật dữ liệu

Trong giai đoạn khởi tạo của mỗi dự án Big Data, vấn đề bảo mật và thông tin nội bộ là rất quan trọng. Dữ liệu cá nhân thường được tiết lộ khi khai thác tài sản thông tin, đặc biệt là khi cố gắng để tìm thơng tin chi tiết về khách hàng. Một trong những rào cản là khó nắm bắt thơng tin trong một số nước có luật bảo vệ dữ liệu nghiêm ngặt, nhưng pháp luật không phải là hạn chế duy nhất. Ngay cả khi một trường hợp sử dụng phù hợp với pháp luật hiện hành, việc thu thập và khai thác dữ liệu quy mô lớn thường khuấy động cuộc tranh luận công cộng và điều này sau đó có thể làm hỏng danh tiếng của cơng ty và giá trị thương hiệu.

2.2.1.4. Kỹ năng khoa học dữ liệu

Một chìa khóa để thực hiện thành cơng Big Data là thành thạo việc phân tích dữ liệu và thao tác kỹ thuật chắt lọc thông tin. Trong hầu hết các ngành công nghiệp, yêu cầu kỹ năng toán học và thống kê là khá khan hiếm. Trong thực tế, một cuộc chiến tranh tài năng

64

đang được tiến hành, khi ngày càng nhiều công ty nhận ra họ thiếu kỹ năng khoa học dữ liệu bên ngoài. Đây là kiến thức chuyên ngành rất cần thiết để triển khai các kỹ thuật phù hợp với từng vấn đề xử lý dữ liệu đặc biệt, vì vậy các tổ chức phải đầu tư vào phương pháp tiếp cận nhân sự mới trong việc hỗ trợ các dự án về Big Data.

2.2.1.5. Sử dụng cơng nghệ thích hợp

Nhiều vấn đề xử lý dữ liệu hiện đang được thổi phồng là "Thách thức Big Data", trên thực tế, đã được giải quyết về mặt kỹ thuật cách đây năm năm .

Nhưng trở lại sau đó, việc đầu tư cơng nghệ cần thiết có thể sẽ phá vỡ tất cả các mơ hình kinh doanh. Tuy nhiên hiện nay chỉ với chi phí thấp, cùng với sự xuất hiện thêm của các công nghệ xử lý dữ liệu tiên tiến, hiệu quả xử lý của máy tính đã được cải thiện rất nhiều. Các phương pháp nổi bật nhất là in-memory data storage và distributed computing frameworks. Tuy nhiên, những phương pháp mới này đòi hỏi phải áp dụng công nghệ hoàn toàn mới.

Để thực hiện các dự án về Big Data, bộ phận IT của các doanh nghiệp cần có đánh giá tồn diện và cần phải được thiết lập để có thể vừa hỗ trợ được các case cụ thể nhưng cũng có thể áp dụng được khi doanh nghiệp phát triển lên quy mô lớn. Ví dụ, in-memory databases (chẳng hạn như hệ thống SAP HANA) vận hành rất nhanh nhưng lại rất hạn chế về khối lương lưu trưc dữ liệu, trong khi distributed computing frameworks (ví dụ như Apache Hadoop) có thể mở rộng ra một số lượng lớn các nút nhưng đổi lại tốc độ lưu chuyển dữ liệu sẽ bị chậm hơn rất nhiều.

Tóm lại, đây là năm yếu tố thành công cần được các tổ chức nghiên cứu để tận dụng dữ liệu cho hiệu quả kinh doanh tốt hơn. Big Data đã sẵn sàng để được sử dụng.

2.2.1.6. Triển vọng

Trong tương lai, có rất nhiều trở ngại phải vượt qua (chất lượng dữ liệu, tính bảo mật, và tính khả thi kỹ thuật, và rất nhiều điều khác) trước khi Big dữ liệu có ảnh hưởng lan rộng trong ngành công nghiệp logistics. Nhưng về lâu dài, những trở ngại này có tầm quan trọng thứ cấp bởi vì, trước hết, Big Data được thúc đẩy bởi tinh thần khởi nghiệp.

Một số tổ chức đã tiên phong trong việc sử dụng Big Data như Google, Amazon, Facebook, và eBay, đã thành công trong việc áp dụng rộng rãi các ứng dụng của Big Data

65

vào kinh doanh. Bây giờ chúng ta bắt đầu nhìn thấy động lực đầu tiên trong lĩnh vực