빅데이터 성숙도 모델

Big data maturity model

빅데이터 성숙도 모델(BDMM)은 빅데이터 [1]성숙도를 측정하는 데 사용되는 아티팩트입니다.이러한 모델을 통해 조직은 빅 데이터 기능을 중심으로 구조를 구축하고 어디서부터 [2]시작할지 파악할 수 있습니다.빅 데이터 프로그램에 관한 목표를 정의하고 빅 데이터 비전을 조직 전체에 전달할 수 있도록 지원하는 도구를 제공합니다.또한 BDMM은 기업의 빅데이터 기능 상태, 즉 현재 단계 또는 성숙 단계를 완료하고 다음 단계로 진행하기 위해 필요한 노력을 측정하고 모니터링하는 방법론을 제공합니다.또한 BDMM은 조직 [1]내 빅데이터 프로그램의 진행 및 채택 속도를 측정하고 관리합니다.

BDMM의 목표는 다음과 같습니다.

  • 주요 조직 영역의 빅데이터에 대한 특정 초점을 생성하는 역량 평가 도구 제공
  • 개발 마일스톤을 안내
  • 빅데이터 기능 구축 및 구축 시 함정 방지

주요 조직 영역은 "사람, 프로세스 및 기술"을 참조하며, 하위 구성[3] 요소에는 정렬, 아키텍처, 데이터, 데이터 거버넌스, 제공, 개발, 측정, 프로그램 거버넌스, 범위, 기술, 후원, 통계 모델링, 기술, 가치 및 시각화가 포함됩니다.

BDMM의 단계 또는 단계는 조직에서 데이터를 사용할 수 있는 다양한 방법을 나타내며 조직의 빅데이터 [4][5]프로그램의 방향을 설정하고 상태를 모니터링하는 주요 도구 중 하나입니다.

기본적인 가정은 높은 수준의 빅데이터 성숙도가 수익 증가 및 운영 비용 절감과 관련이 있다는 것입니다.그러나 최고 수준의 성숙도를 달성하려면 수년간 [6]대규모 투자가 필요합니다.일부 기업만이 빅데이터 및 분석의 "성숙한" 단계에 있다고 간주됩니다.여기에는 인터넷 기반 기업(LinkedIn, Facebook, Amazon 등)과 금융 기관(사기 분석, 실시간 고객 메시지 및 행동 모델링) 및 소매 조직(클릭 스트림 분석과 팀의 [6]셀프 서비스 분석)을 포함한 기타 비인터넷 기반 기업이 포함됩니다.

분류

빅데이터 성숙도 모델은 크게 세 가지 범주로 나눌 수 있습니다.[1]

  • 설명
  • 비교의
  • 규범적

설명

기술모형은 다양한 단계 또는 단계에서 기업의 질적 포지셔닝을 통해 현재의 기업 성숙도를 평가합니다.이 모델은 기업이 빅데이터 성숙도를 어떻게 개선할 것인지에 대한 어떠한 권장 사항도 제공하지 않습니다.

빅데이터 및 분석 성숙도 모델(IBM 모델)

이 기술 모델은 전략적 비즈니스 이니셔티브를 지원하기 위한 빅데이터 투자에서 창출되는 가치를 평가하는 것을 목적으로 합니다.

성숙도 수준

이 모델은 다음과 같은 성숙도 수준으로 구성됩니다.

  • 애드혹
  • 기초
  • 경쟁사의 차별화
  • 헤어지다

평가 영역

성숙도 레벨은 비즈니스 전략, 정보, 분석, 문화와 실행, 아키텍처 및 거버넌스 등 매트릭스 형식의 영역도 포함합니다.

[7]

정통한 빅데이터 성숙도 평가

평가 설문 조사로 구성된 이 빅데이터 성숙도 모델은 조직이 빅데이터 이니셔티브를 실행할 준비가 되어 있는지 평가합니다.또한 이 모델은 빅 데이터 [8]성숙도를 향해 조직을 이끄는 단계와 적절한 기술을 식별하는 것을 목표로 합니다.

비교의

비교 빅데이터 성숙도 모델은 업계 경쟁업체와 비교하여 조직을 벤치마킹하는 것을 목표로 하며, 일반적으로 양적 및 질적 정보를 포함하는 설문 조사로 구성됩니다.

CSC 빅데이터 성숙도 도구

CSC 빅데이터 성숙도 도구는 조직의 빅데이터 성숙도를 벤치마킹하는 비교 도구 역할을 합니다.설문조사를 실시하고, 그 결과를 특정 업계 및 광범위한 시장 [9]내 다른 조직과 비교합니다.

TDWI 빅데이터 성숙도 모델

TDWI 빅데이터 성숙도 모델은 현재 빅데이터 성숙도 영역의 모델이기 때문에 상당한 [6]지식으로 구성됩니다.

성숙 단계

TDWI BDMM 의 성숙의 다양한 단계는, 다음과 같이 정리할 수 있습니다.

스테이지 1: 초기 단계

빅 데이터 환경 이전의 초기 단계.이 단계에서:

  • 빅 데이터 또는 빅 데이터의 가치에 대한 인식이 낮다
  • 이 대처에 대한 경영진의 지원은 거의 또는 전혀 없으며 조직 내 일부 사람들만이 빅데이터의 잠재적 가치에 관심을 가지고 있습니다.
  • 조직은 분석의 이점을 이해하고 있으며 데이터 웨어하우스를 보유하고 있을 수 있습니다.
  • 조직의 거버넌스 전략은 일반적으로 비즈니스와 IT의 통합이 아니라 IT 중심입니다.

스테이지 2: 사전 도입

사전 채택 단계 중:

  • 조직은 빅데이터 분석을 조사하기 시작합니다.

스테이지 3: 조기 도입 그리고 나서 일반적으로 극복해야 할 일련의 장애물이 있습니다.이러한 장애물은 다음과 같습니다.

  • Hadoop 및 고급 분석 기술을 포함하여 기능을 지원하는 데 적합한 기술 습득
  • 빅 데이터 프로젝트와 같은 정치적인 문제가 조직 내 영역에서 진행되며, 그 노력을 확대하거나 보다 엄격한 기준과 거버넌스를 적용하려고 하면 소유권과 통제에 관한 문제로 이어집니다.

스테이지 4: 기업의 도입

기업의 도입 단계는 최종 사용자의 참여로 조직이 더 많은 통찰력을 얻고 비즈니스 운영 방식을 변화시키는 것이 특징입니다.이 단계에서:

  • 최종 사용자는 빅데이터 분석 운영 또는 의사결정 프로세스 변경을 시작했을 수 있습니다.
  • 대부분의 조직은 이미 인프라스트럭처, 데이터 관리, 거버넌스 및 분석의 특정 격차를 반복적으로 해소하고 있습니다.

스테이지 5: 성숙/선견지명

빅데이터 및 빅데이터 분석 측면에서 선견지명이 있다고 볼 수 있는 조직은 극소수에 불과합니다.이 단계에서 조직은 다음과 같습니다.

  • 고도로 성숙한 인프라스트럭처를 갖춘 석유가 풍부한 머신으로서 빅데이터 프로그램을 실행할 수 있습니다.
  • 빅데이터 프로그램 및 빅데이터 거버넌스 전략이 잘 수립되어 있습니다.
  • 조직 전체의 관점에서 예산이 책정되고 계획된 이니셔티브로서 빅데이터 프로그램을 실행하다
  • 직원들이 빅데이터 및 빅데이터 분석에 대해 어느 정도의 흥분과 에너지를 공유하고 있습니다.

연구 결과.

TDWI가[6] 600개 조직을 대상으로 평가를 실시한 결과, 대부분의 조직은 도입 전 단계(50%) 또는 조기 도입 단계(36%)에 있는 것으로 나타났습니다.또, 샘플의 8%만이, 기업의 채용이나 성숙/선견지명을 향한 틈을 간신히 넘고 있습니다.

규범적

규범적인 BDMM의 대부분은 현재 상황을 먼저 평가하고 다음으로 빅 데이터 성숙도를 높이기 위한 경로를 그리는 단계를 거친다는 점에서 유사한 작업 방식을 따르고 있습니다.예를 들면 다음과 같습니다.

IT 빅데이터 성숙도 평가 도구

이 성숙도 모델은 각각 빅 데이터 성숙도를 위한 경로를 표시하는 4가지 단계로 구성되어 있다는 점에서 규범적입니다.단계는 다음과 같습니다.

  • 단계 1 빅데이터 교육을 받다
  • 단계 2, 빅데이터 준비 상태 평가
  • 단계 3, 빅 데이터 활용 사례 파악
  • 단계 4: 빅 데이터 개념 증명 프로젝트 구축

[10]

Radcliffe 빅데이터 성숙도 모델

Radcliffe 빅데이터 성숙도 모델도 다른 모델과 마찬가지로 다음과 같은 고유한 성숙도 수준으로 구성됩니다.

  • 0 – "어둠 속"
  • 1 – " 따라잡기"
  • 2 – "첫 번째 파일럿"
  • 3 – "실제적 가치"
  • 4 – "전략적 레버리지"
  • 5 – "최적화 및 확장"

[5]

Booz & Company 모델

이 BDMM은 조직이 현재의 성숙도를 확인할 수 있을 뿐만 아니라 빅 데이터 성숙도의 증가 목표와 기회를 파악할 수 있는 프레임워크를 제공합니다.이 모델은 4단계로 구성됩니다. 즉, 즉,

  • 스테이지 1: 퍼포먼스 관리
  • 스테이지 2: 뛰어난 기능 영역
  • 스테이지 3: 가치 제안 강화
  • 스테이지 4: 비즈니스 모델의 변혁

[4]

반 빈스트라 모형

Van Veenstra가 제안하는 규범적 모델은 먼저 조직의 기존 빅데이터 환경을 탐색한 후 이용 기회와 빅데이터 성숙도를 위한 성장 경로를 탐색하는 것을 목표로 합니다.이 모델에서는 다음 네 가지 단계를 사용합니다.

  • 효율성.
  • 효과
  • 새로운 솔루션
  • 변혁

[11]

비판적 평가

현재 BDMM은 다음 [1]기준에 따라 평가되었습니다.

  • 모델 구조의 완전성(완전성, 일관성)
  • 모델 개발 및 평가 품질(신뢰성, 안정성)
  • 응용 프로그램의 용이성(사용의 용이성, 포괄성)
  • 빅데이터 가치 창출(실제성, 관련성, 퍼포먼스)

TDWI와 CSC는 각 기준 그룹에서 안정된 점수로 가장 강력한 종합 성능을 발휘합니다.전체적인 결과는 최고 성능 모델이 광범위하고 균형 잡힌, 문서화되고 사용하기 쉬우며 비즈니스 가치 창출에 활용되는 수많은 빅데이터 기능을 다루고 있음을 보여줍니다.Booz & Company와 Knowledgent의 모델은 근소한 차이로, 이들 미드 퍼포먼스는 빅데이터 가치 창출에 훌륭하게 대처하고 있지만, 모델의 완성도와 적용 용이성을 검토할 때는 미흡합니다.Knowledgent는 개발 프로세스의 문서화도 거의 하지 않은 채 개발의 질 저하에 시달리고 있습니다.나머지 모델들, 즉.Infotech, Radcliffe, van Veenstra, IBM은 낮은 실적자로 분류되었다.이러한 컨텐츠는 빅데이터 기능을 통한 비즈니스 가치 창출과 잘 연계되어 있지만 개발 품질, 애플리케이션의 용이성 및 확장성이 모두 부족합니다.IBM과 Van Veenstra는 각각 성숙도 모델의 실제 사용에 대한 낮은 수준의 지침을 제공하고 문서화가 완전히 부족하여 개발 및 [1]평가의 품질이 저하되었기 때문에 가장 낮은 점수를 받았습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ a b c d e Braun, Henrik (2015). "Evaluation of Big Data Maturity Models: A benchmarking study to support big data assessment in organizations". Masters Thesis – Tampere University of Technology.
  2. ^ F. 할퍼 & K. (2014년)TDWI 빅데이터 성숙도 모델 가이드TDWI 리서치
  3. ^ Krishnan (2014). "Measuring maturity of big data initiatives". Archived from the original on 2015-03-16. Retrieved 2017-05-21.
  4. ^ a b El-Darwiche; et al. (2014). "Big Data Maturity: An action plan for policymakers and executives". World Economic Forum.
  5. ^ a b "Leverage a Big Data Maturity model to build your big data roadmap" (PDF). 2014. Archived from the original (PDF) on 2017-08-02. Retrieved 2017-05-21.
  6. ^ a b c d Halper, Fern (2016). "A Guide to Achieving Big Data Analytics Maturity". TDWI Benchmark Guide.
  7. ^ "Big Data & Analytics Maturity Model". IBM Big Data & Analytics Hub. Retrieved 2017-05-21.
  8. ^ "Home Big Data Maturity Assessment". bigdatamaturity.knowledgent.com. Archived from the original on 2015-02-14. Retrieved 2017-05-21.
  9. ^ Inc., Creative services by Cyclone Interactive Multimedia Group, Inc. (www.cycloneinteractive.com) Site designed and hosted by Cyclone Interactive Multimedia Group. "CSC Big Data Maturity Tool: Business Value, Drivers, and Challenges". csc.bigdatamaturity.com. Retrieved 2017-05-21.
  10. ^ "Big Data Maturity Assessment Tool". www.infotech.com. Retrieved 2017-05-21.
  11. ^ van Veenstra, Anne Fleur. "Big Data in Small Steps: Assessing the value of data" (PDF). White Paper.