Заключение - Технологии больших данных: анализ и выбор решения для реализации проекта

На практике при реализации проектов возникает потребность в инструментах обработки больших данных от особенностей бизнеса, которые после накопления больших массивов структурированной и разрозненной информации, требуют поиска решений и инструментов для их анализа.

Особенностью применения технологий Больших данных для систем с неструктурированными данными является принятие обоснованных решений в условиях неопределенности схемы анализа, актуальность применения исследованных в данной работе технологий - Hadoop, MapReduce, NoSQL, R - проекты, в которых заложен поиск неочевидных закономерностей.

В классических решениях уровня Business Intelligence - аппаратных средствах - заранее определены шаблоны схем анализа данных. Компании-поставщики BI-решений аккумулируют в разработанных инструментальных средствах лучшие практики. В силу специфики выбранного проекта (система бюджетирования в крупном нефтегазовом холдинге) в качестве примера определения наилучших средств реализации основным критериям соответствовали именно аппаратные средства обработки Больших данных.

Актуальность данной работы состоит в том, чтобы к многообразию технологий разработки проектов на платформе Больших данных применить единообразный подход по формированию требований. По итогам данной выпускной квалификационной работы были исследованы четыре наиболее распространенных технологий обработки Больших данных и три компании-поставщика инструментальных средств, имеющих наибольшее количество внедрений и опыта на мировом рынке.

Для определения значимых требований и критериев отбора, было проведено подробное исследование сферы внедрения будущего проекта и детально описан бизнес-процесс управления бюджетом в крупном нефтегазовом холдинге. По полученной группе критериев была оценена значимость каждого в реализации проекта. Для всех семи платформ разработки был определен процент реализации по каждому из сформированного требования. Технология, имеющая наибольший проект возможности исполнения, является наилучшим выбором для реализации исследуемой предметной области и текущего проекта.

После обоснования решения о технологии реализации, был проведен подробный анализ возможностей средств SAP BPC on HANA и составлен график сроков проекта. Надстройка SAP Business Planning and Consolidation позволяет построить систему по утвержденной архитектуре с максимальным соответствием разработанной методологии. В свою очередь платформа обработки Больших данных HANA устраняет потребности в специализированных базах данных, укоряет работу отчетности, оптимизирует структуру хранения данных, и тем самым предотвращая быстрое разрастание системы. Следовательно, данное решение по реализации для выбранного проекта внедрения системы управления бюджетом в крупном холдинге, является наиболее подходящим и укладывается в заявленные компанией-заказчиком, сроки исполнения.

Значимость данного исследования для сферы управления проектами заключается в том, что подобная реализация первична и проработаны все возможные варианты реализации для выбора наилучших средств разработки, внедрения и тиражирования. На данный момент в IT-сфере не существует продуктивной системы управления бюджетированием, разработанной на платформе Big Data, потому данное исследование и будущая реализация могут выступать как первая практика принятия подобных решений.

Похожие статьи




Заключение - Технологии больших данных: анализ и выбор решения для реализации проекта

Предыдущая | Следующая