빅 데이터 모델링은 데이터 마이닝 프로세스입니다. 즉, 데이터에서 문제를 발견하고, 이러한 문제를 해석하고, 해당 데이터 모델을 구축하는 것입니다. 빅 데이터 모델링은 단순한 기술이 아니라 비즈니스 프로세스 문제를 해결하는 프로세스입니다. 목표가 없거나 비즈니스 문제를 해결하지 않으면 큰 데이터 모델링이 없습니다.
빅 데이터 모델링은 비즈니스 지식에 대한 비즈니스 이해를 기반으로 해야 하며, 이러한 관련 데이터와 비즈니스 문제 간의 관계와 상관 관계를 알아야 합니다. 최종 성형 단계에서는 비즈니스 지식을 사용하여 모델링해야 하며, 생성된 대형 데이터 모델은 비즈니스 질문에 대한 질문과 답변을 통과해야 합니다.
빅 데이터 모델링은 모델링의 한 동작일 뿐만 아니라 전체 프로세스의 많은 부분이 중요합니다. 큰 데이터를 모델링하는 동안 적절한 데이터 소스를 찾는 것이 핵심이지만 데이터 소스의 사전 처리는 더 어렵습니다. 현재 사용할 수 있는 자동화 데이터 처리 도구는 많지만 이러한 분석 도구와 다양한 분석 방법도 오랫동안 탐구해 왔습니다.
큰 데이터를 모델링할 때는 데이터 사전 처리 단계에서 걱정하지 말고 데이터 사전 처리에 적합한 분석 방법을 찾아야 합니다. 큰 데이터를 모델링할 때는 데이터의 일부 원시 패턴에 주의해야 합니다.
예를 들어 고객의 구매 행동을 분석하는 과정에서 고객의 후속 구매 예측은 이전 구매 행위와 관련될 수 있습니다. 물론, 이 과정은 운영자의 경험과 큰 관련이 있습니다. 특히 초기 비즈니스 지식을 알게 되면 이 원시 모델에 대해 더 잘 이해할 수 있을 것입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 운영명언)
많은 사람들이 다양한 예측을 할 수 있는 모델을 만들었습니다. 예측이 정확하다면 모델이 좋은 모델이고 가치가 있다는 뜻입니다. 사실 이 모델은 가치 판단의 기준이 될 수 없다. 좋은 빅데이터 모델은 기업의 행동을 바꾸고, 예측 결과로 기업의 행동을 개선하고, 새로운 지식과 견해를 전달하고, 비즈니스 발전의 요구에 부응할 수 있을지를 가늠하는 것이다.