giseok — 翻訳実績

1. Resist a “collect data now, figure out later” approach

To ensure future analytics capabilities, companies must invest now in a platform that enables fast, efficient onboarding of new datasets. They should consider how their business will operate in the future with regard to data ingestion and federation and how the transition from legacy systems to end-to-end automated data and analytics should take place.

Central to this is the ability to invest in a new platform that scales purposefully, carefully, and transparently, as opposed to collecting data without a clear objective or investing effort to interpret the data being collected.

1.「まずはデータを集めて、データの処理は後に」のアプローチに固守。

これからの解析の収容能力を確保するため、企業は新たなデータセットのオンボーディングを早くて効率的に可能にするプラットフォームに投資すべきである。また、レガシーシステムからend-to-end方式の自動化されたデータと解析への遷移はどうやって行われるか、そしてデータの蓄積とデータを集合に関してビジネスは未来にどうやって経営するか考えるべきだ。

明確な目的なしのデータを集まることや集まれてるデータの解析に努力することには反して、意図的に、慎重に、そして透明にS線形化（スケール）する新しいプラットフォームに投資する能力が重要だ。

The net result is that in many organizations, data is siloed across many divisions. Some data — such as social media stats — are even stored outside the company, creating another layer of complexity. To innovate in big data, companies must revamp legacy data applications with a focus on greater operational transparency across a variety of departments.

最終の結果はたくさんの期間で、データは多様な部門でサイロかされることである。ソーシャルメディアの統計情報などみたいに複雑性を加えながら会社の外であっても蓄積されるデータもある。ビックデータで革新するためには、会社はさまざまな部門を超える運用の透明性に重点を置いたレガシーデータアプリを改良しらなければならない。