數據準備策略應包含以下元素：

 

1. 對當前和將來的業務問題有透徹的了解，期望數據能為企業帶來答案。

 

了解要應用大數據分析的業務領域可以為數據建立業務環境，并有助于制定數據收集和執行策略。此階段的目標是確定企業中哪些數據與關鍵業務問題相關，哪些無關。企業還可以隨著業務需求的變化擴展業務問題和要查找的數據，但是一開始最好還是密切關注數據。

 

2. 數據集中化。

 

數據必須規范化以便一致，并且企業中的每個人都使用相同的數據。因此，即使可以選擇針對特定業務領域填充此主數據的不同子集，也必須將所有分析數據存儲在IT維護的集中式存儲庫中。

 

3. 標識必須饋入中央分析信息存儲庫的數據源。

 

一旦確定了業務案例和問題，就應確定可用于匯總回答業務中緊迫問題的數據集和源。這些數據源可以來自企業內部或外部。

 

4. 識別可能相關的未來數據源。

 

同時，現在開始識別將來業務可能需要的其他數據集或源還為時過早。這些數據源最初不會準備數據，但是它們的標識將為將來的數據準備提供一個路線圖。

 

5. 定義的數據準備方法。

 

有三個基本步驟可將干凈數據移入中央數據存儲庫。首先，從數據源中提取數據。然后，將其轉換為與其要到達的數據目標兼容的格式。最后，將其加載到目標存儲庫中。重要的部分是轉型。如果相同的數據字段將流入新的目的地，但該目的地的格式不同于原始目的地，則必須將數據轉換為新格式，以便數據正常工作并在目的地中保持一致。如果人工完成，這是一個繁瑣的步驟，因此需要自動化工具。

 

6.選擇有效的數據準備工具。市場上有許多數據準備工具，因此建議企業嘗試使用它們，并與提供強大支持和培訓的供應商合作。目標應該是準備數據以使其具有最高質量，并選擇易于使用的工具，并提供自動執行數據準備步驟的工具。