企業在部署Hadoop時總會遇到一些問題。例如，企業要在生產環境中使用Hadoop，但是很難找到熟悉Sqoop、Hive、Pig和MapReduce編程語言的開發人員。為了使大數據項目中Hadoop的價值最大化，企業需要重視一些關鍵步驟。

你可能準備在公司啟動一個大數據項目，但是你對Hadoop并不熟悉，并且不確定這樣的項目是否可以帶來價值。別著急，許多企業都會遇到類似的問題。在SAS公司與國際研究所攜手發布的《企業應用Hadoop現狀》報告中，提出了可以幫助企業發揮Hadoop大數據項目最大價值的五個步驟：

1.識別和定義可提供競爭優勢和戰略的用例

首先要選擇目標。假設你想研究客戶行為，應該關注新的數據類型，而不是研究其它項目，比如企業數據倉庫；假設你想獲取用戶在線行為信息，應該分析點擊量數據；假設你想了解客戶對公司品牌的看法，你需要分析社交媒體數據。

還要確保你的Hadoop項目擁有高知名度，并提供可度量價值。例如銷量提升或者很快擁有回頭客戶。這將有助于證明你的項目有價值并為未來的新項目鋪路。

推薦一個幫助識別和定義用例的好方法：SAS商業分析現代評估（BAMA）服務，該服務旨在幫助擴大企業對分析的應用。BAMA是完成IT和業務單元之間對話的一個工作組，雙方可以積極合作，共同面對分析流程方面的巨大挑戰。

2.評估Hadoop是否適用于現有數據和分析架構

對于許多企業而言，商業智能和分析項目（如數據倉庫）已經持續了幾十年。盡管Hadoop數據存儲成本可能遠遠低于數據倉庫，但是也不應該廢棄數據倉庫方面的投資轉而讓Hadoop承擔數據倉庫的角色。雖然Hadoop是存儲傳感器數據的理想選擇，但它不擅長實時處理少量數據。分析專家Tom Davenport表示，許多公司都在Hadoop集群中存儲大量新的數據類型，然后把這些數據存儲到企業數據倉庫來滿足產品應用的需求。

假設你已經完成評估，并考慮實施分析客戶行為的Hadoop項目，那么你需要評估支持行為分析的數據存儲在哪里。使用傳統數據倉庫存儲點擊量數據可能使成本飛漲。Hadoop可以存儲大量數據而只消耗合理的成本，但仍然需要考慮其他的存儲方式。企業想要更好地理解客戶行為，需要強大的分析以便利用存儲在Hadoop集群中的客戶點擊流數據。

3.利用數據管理、數據發現和分析提供價值

一旦你決定了要在數量最大且移動最快的數據項目中使用Hadoop，你需要工具管理、操作和分析數據，并且保證使用的工具必須跟得上節奏。假設你將傳感器數據存儲在Hadoop中，你想從數據中得到哪些信息呢？只是擁有數據不會獲得太多信息，但是如果你可以把它與第三方數據關聯，構建基于分析的數據表，就可以獲得一些有價值的信息。如果涉及機械設備，帶來的衍生價值會更多。例如，分析師預測飛機可能發生的故障以便做好維修工作保證飛機的飛行，增加收入的同時也節約了成本。這種基本的收益對于項目的成功至關重要。

簡化你的整體時間值將幫助你進一步了解Hadoop的價值。不論數據存儲在Hadoop還是其它地方，首先要確保你可以根據需求盡快地訪問并加載數據。在幾秒鐘之內查詢數十億行數據，并在Hadoop中進行操作，無需把數據轉移到單獨的分析平臺。要確保分析流程自上向下的高效性，這是Hadoop實施交付價值的關鍵。

4.重新評估你的數據集成和數據管理需求

數據分析項目的結果可能用于商業戰略的決策。數據整合和管理也同樣重要，你需要了解數據的來源并保證數據的可靠性。數據管理可以領先技術一步實現人與程序的結合。我們應該尋找像SAS這樣的技術合作伙伴，SAS在整合IT和業務部門方面有豐富經驗，可以幫助企業制定數據標準以便適用您特定的企業文化。數據管理實踐會給你帶來更大的信心，數據分析帶來的價值也是顯而易見的。

5.盡早評估技能人才缺口并制定彌補空白的計劃

大數據仍然是相對較新的領域，有效管理項目所需的技巧少得可憐。生產環境中使用Hadoop需要有Sqoop、Hive、Pig和MapReduce等編程語言經驗。

你應該結合企業需求和戰略，確定是否需要數據科學家以便使你的大數據項目更有意義。當然傳統的業務分析師也許就能滿足需求。例如，就像包含在SAS數據加載機中的Hadoop工具那樣，使用直觀的界面，用戶就可以獲取、發現、轉換、清理、集成并交付數據，無需Sqoop、Hive或者Pig方面的專家。但是如果你聘請了數據科學家，應該讓他專注于建模等最擅長的領域，而非編寫MapReduce，這樣才能獲得最大的價值。最終，企業得到最好的結果就是牢固掌握了所需技能，并在Hadoop項目實施之前制定計劃來彌補技能欠缺。

End.