大数据分析 - 交付
-
简述
如大数据生命周期中所述，开发大数据产品所产生的数据产品在大多数情况下是以下一些 --
Machine learning implementation− 这可以是分类算法、回归模型或分割模型。
-
Recommender system− 目标是开发一个基于用户行为推荐选择的系统。Netflix是该数据产品的特征示例，根据用户的评分，推荐其他电影。
-
Dashboard− 业务通常需要工具来可视化聚合数据。仪表板是一种图形机制，使这些数据可以访问。
-
Ad-Hoc analysis− 通常业务领域有问题、假设或神话，可以通过数据进行临时分析来回答。
-
-
简述
在大型组织中，为了成功开发大数据项目，需要有管理层支持该项目。这通常涉及找到一种方法来展示项目的商业优势。对于为项目寻找赞助商的问题，我们没有独特的解决方案，但下面给出了一些指导方针 --
检查与您感兴趣的项目相似的其他项目的赞助商是谁以及在哪里。
-
在关键管理职位上拥有个人联系人会有所帮助，因此如果项目有希望，任何联系人都可以触发。
-
谁将从您的项目中受益？一旦项目走上正轨，谁会成为你的客户？
-
制定一个简单、清晰、可行的提案，并与组织中的主要参与者分享。
为项目寻找赞助商的最佳方式是了解问题以及实施后的数据产品会是什么。这种理解将有助于说服管理层相信大数据项目的重要性。 -