Skip to main content

Big Data as a Service: 5 voor- en nadelen

By 12/11/2016#!31Thu, 19 Dec 2024 12:10:03 +0200+02:000331#31Thu, 19 Dec 2024 12:10:03 +0200+02:00-12+02:003131+02:00202431 19pm31pm-31Thu, 19 Dec 2024 12:10:03 +0200+02:0012+02:003131+02:002024312024Thu, 19 Dec 2024 12:10:03 +020010121012pmThursday=33#!31Thu, 19 Dec 2024 12:10:03 +0200+02:00+02:0012#December 19th, 2024#!31Thu, 19 Dec 2024 12:10:03 +0200+02:000331#/31Thu, 19 Dec 2024 12:10:03 +0200+02:00-12+02:003131+02:00202431#!31Thu, 19 Dec 2024 12:10:03 +0200+02:00+02:0012#Data analysis

Big Data as a Service (BDaaS): 5 voor- en nadelen

Data verzamelen en analyseren om waardevolle informatie te vergaren.

Om te beginnen; wat is BDaaS eigenlijk? De exacte definitie verschilt nogal. Zelfs Wikipedia heeft op het moment van dit schrijven nog geen definitie. Wij houden het op een online dienst die de klant in staat stelt om data te verzamelen en analyseren om waardevolle informatie te vergaren. Eigenlijk een soort utility. In deze blog hebben wij een aantal voor en nadelen naast elkaar gezet.

Voordelen van Big Data as a Service

#1 Inzichten met BDaaS

Met stip op #1; inzichten! Dit geldt zowel voor BDaaS als een oplossing die lokaal wordt geplaatst. Met (big) data-analyse kunnen nieuwe inzichten en competitief voordeel worden behaald.

#2 Kostenbesparing met BDaaS

Wanneer je met BDaaS aan de slag gaat, hoef je niet te investeren in een eigen omgeving. Tevens heb je minder kennis nodig om te starten met Big Data-analyse. Dit geldt zowel voor de technische infrastructuur als voor de software-omgeving.

#3 Gebruik maken van reeds bestaande kennis over BDaaS

De provider van de oplossing deelt (als het goed is) opgedane kennis. Hierdoor kan sneller resultaat geboekt worden bij het connecteren en analyseren van datasources. Vaak is meer documentatie voorhanden en zijn bepaalde zaken gestandaardiseerd.

#4 Beperkte technische kennis nodig met BDaaS

Uiteraard is dit afhankelijk van de oplossing, maar in het algemeen nemen de providers een groot deel van de werkzaamheden uit handen. Het gaat dan om updates, installatie, security, etc. Dit is nuttiger dan je wellicht inschat, temeer omdat medewerkers met ‘kennis van zaken’ moeilijk te vinden zijn.

#5 Snel aan de slag met BDaaS

Omdat het een bestaande, reeds aanwezige oplossing is, kan snel worden gestart met het connecteren en analyseren van data. Het hele design en installatieproces kan voor een groot gedeelte worden overgeslagen. De oplossing zijn veelal ‘plug & play’.

Nadelen van Big Data as a Service

#1 Security

De data gaat voornamelijk over het internet naar de provider toe. Dit betekent dus dat er bij voorkeur gewerkt zal moeten worden met secure VPN-verbindingen. Het is meestal niet wenselijk dat derden kunnen ‘meekijken’ met wat er over de lijn gestuurd wordt.

#2 Capaciteit van de (internet)verbinding

Omdat de data via het internet wordt verzonden, kan dit problemen geven met de hoeveelheid en snelheid. Initieel kan data via media naar de provider worden gebracht, maar structureel zal de snelheid van het internet bepalend zijn of de oplossing goed werkt.

#3 Veranderen van provider

Omdat de data in de cloud staat, zal het lastiger zijn om een kopie hiervan te maken. Zeker als het om honderden terabytes gaat. Als u van provider wilt wisselen, zult u goed na moeten denken over een migratiepad. Hoe krijg je de data van de ene provider naar de andere en wat zijn eigenlijk de afspraken hierover met de huidige provider?

#4 Juridische consequenties

Wanneer data in de cloud wordt gezet, is niet altijd duidelijk waar de data zich bevindt en in welk land. Dit kan consequenties hebben. Wie mag de data bekijken en onder welke wetgeving valt de data?

#5 Beperkte oplossing

Veel BDaaS-oplossingen zijn standaardoplossingen. Met andere woorden: geschikt voor een bepaald doel. Op het moment dat u dan meer datasources wilt koppelen, is dit niet mogelijk en heeft u nog een oplossing nodig.

Want to know more?

Wil je meer weten, of heb je een vraag over de mogelijkheden, bel ons op +31 (0)88-7887328, go to Contact or fill in the form below!

Recent articles

Beveiligingsbewaking is een breder concept dat elk proces omvat dat is ontworpen om te detecteren, te voorkomen en te beperken van beveiligingsrisico's voor uw IT-omgeving. SIEM (Security Information and Event Management) is een specifieke technologie die beveiligingsbewaking mogelijk maakt door logboeken van verschillende bronnen te verzamelen, te analyseren en te correleren. SIEM-systemen kunnen helpen bij het detecteren van bedreigingen, het reageren op incidenten en naleving.

| Blog | No Comments
Security monitoring and SIEM are often mentioned in the same breath. However, they do not mean the same thing. Security monitoring is about signalling deviations and possible threats, whereas SIEM helps to…

Elastic 9.4 shows where modern data environments are heading

| Blog | No Comments
Elastic 9.4 shows how modern data environments are developing towards greater cohesion, context, and automation. In this blog, you'll read how AI, observability, and workflows are increasingly moving towards each other…