Despite the popularity on analytics

Despite the popularity on analytics and Big Data, putting them
into practice is still a complex and time consuming endeavour. As
Yu [136] points out, Big Data offers substantial value to organisations willing to adopt it, but at the same time poses a considerable number of challenges for the realisation of such added value.
An organisation willing to use analytics technology frequently acquires expensive software licences; employs large computing infrastructure; and pays for consulting hours of analysts who work
with the organisation to better understand its business, organise
its data, and integrate it for analytics [120]. This joint effort of organisation and analysts often aims to help the organisation understand its customers’ needs, behaviours, and future demands for
new products or marketing strategies. Such effort, however, is generally costly and often lacks flexibility. Nevertheless, research and
application of Big Data are being extensively explored by governments, as evidenced by initiatives from USA [20] and UK [106]; by
academics, such as the bigdata@csail initiative from MIT [19]; and
by companies such as Intel [122].

ผลลัพธ์ (ไทย) 1:

แม้ มีความนิยมในการวิเคราะห์และข้อมูลขนาดใหญ่ วางพวกเขาสู่การปฏิบัติได้ยัง endeavour ที่ซับซ้อน และใช้เวลานาน เป็นยู [136] ชี้ให้เห็น ข้อมูลขนาดใหญ่มีค่าพบองค์กรยินดีที่จะรับมัน แต่ ในเวลาเดียวกันซึ่งทำให้เกิดของความท้าทายในปัญหาของมูลค่าเพิ่มดังกล่าวองค์กรที่เต็มใจที่จะใช้เทคโนโลยีวิเคราะห์บ่อยได้ฝึกฝนซอฟแวร์ราคาแพงใบ ใช้โครงสร้างพื้นฐานระบบคอมพิวเตอร์ขนาดใหญ่ และจ่ายสำหรับชั่วโมงของนักวิเคราะห์ที่ทำงานให้คำปรึกษากับองค์กรให้เข้าใจธุรกิจ จัดข้อมูล และรวมการวิเคราะห์ [120] พยายามร่วมกันขององค์กรและนักวิเคราะห์มักจะมีวัตถุประสงค์เพื่อช่วยให้องค์กรเข้าใจของลูกค้า วิญญาณ และในอนาคตความต้องการผลิตภัณฑ์ใหม่หรือกลยุทธ์การตลาด ความพยายามดังกล่าว แต่ เป็นค่าใช้จ่ายโดยทั่วไป และมักจะขาดความยืดหยุ่น อย่างไรก็ตาม วิจัย และของข้อมูลขนาดใหญ่มีอยู่อย่างกว้างขวางสำรวจ โดยรัฐบาล เป็นเป็นหลักฐาน โดยริเริ่มจากประเทศสหรัฐอเมริกา [20] และสหราชอาณาจักร [106]; โดยนักวิชาการ เช่นริ bigdata@csail จาก MIT [19]; และโดยบริษัทเช่น Intel [122]

ผลลัพธ์ (ไทย) 2:

อย่างไรก็ตามความนิยมเกี่ยวกับการวิเคราะห์ข้อมูลขนาดใหญ่และวางพวกเขาไปสู่การปฏิบัติก็ยังคงเป็นซับซ้อนและใช้เวลาความพยายามนาน ในฐานะที่เป็น
Yu [136] ชี้ให้เห็นข้อมูลขนาดใหญ่มีมูลค่าอย่างมากให้กับองค์กรยินดีที่จะนำมาใช้ แต่ในเวลาเดียวกัน poses เป็นจำนวนมากของความท้าทายสำหรับการสำนึกของมูลค่าเพิ่มดังกล่าว.
องค์กรยินดีที่จะใช้เทคโนโลยีการวิเคราะห์บ่อยแร่ซอฟต์แวร์ราคาแพง ใบอนุญาต; พนักงานโครงสร้างพื้นฐานคอมพิวเตอร์ขนาดใหญ่ และจ่ายสำหรับชั่วโมงการให้คำปรึกษาของนักวิเคราะห์ที่ทำงานกับองค์กรเพื่อให้เข้าใจธุรกิจของการจัดระเบียบข้อมูลและบูรณาการสำหรับการวิเคราะห์[120] นี้ความพยายามร่วมกันขององค์กรและนักวิเคราะห์มักจะมีเป้าหมายที่จะช่วยให้องค์กรเข้าใจความต้องการของลูกค้าพฤติกรรมและความต้องการในอนาคตสำหรับผลิตภัณฑ์ใหม่หรือกลยุทธ์การตลาด ความพยายามดังกล่าว แต่โดยทั่วไปมีราคาแพงและมักจะขาดความยืดหยุ่น อย่างไรก็ตามการวิจัยและการประยุกต์ใช้ข้อมูลขนาดใหญ่มีการสำรวจอย่างกว้างขวางโดยรัฐบาลเป็นหลักฐานโดยการริเริ่มจากประเทศสหรัฐอเมริกา [20] และสหราชอาณาจักร [106] โดยนักวิชาการเช่นความคิดริเริ่ม BigData @ CSAIL จากเอ็มไอที [19]; และโดย บริษัท เช่น Intel [122]

ผลลัพธ์ (ไทย) 3:

แม้จะมีความนิยมในการวิเคราะห์และข้อมูลใหญ่ใส่ลงในการปฏิบัติยังซับซ้อน
ใช้ความพยายามและเวลา โดย
ยู [ 136 ] ชี้ข้อมูลใหญ่มีมูลค่าอย่างมากให้กับองค์กรเต็มใจที่จะยอมรับมัน แต่ในขณะเดียวกันท่านจํานวนมากของความท้าทายสำหรับความเข้าใจ เช่น เพิ่มค่า
.องค์กรยินดีที่จะใช้เทคโนโลยีการวิเคราะห์บ่อยครั้งได้รับใบอนุญาตซอฟต์แวร์ราคาแพง ใช้โครงสร้างพื้นฐานคอมพิวเตอร์ขนาดใหญ่ และจ่ายสำหรับการให้คำปรึกษาชั่วโมงของนักวิเคราะห์ที่
กับองค์กรเพื่อความเข้าใจที่ดีขึ้นของธุรกิจจัดระเบียบ
ข้อมูลและบูรณาการเพื่อวิเคราะห์ [ 120 ]นี้ความพยายามร่วมกันขององค์กรและนักวิเคราะห์มักจะมีจุดมุ่งหมายเพื่อช่วยให้องค์กรเข้าใจลูกค้า ' ความต้องการ พฤติกรรม และความต้องการในอนาคตสำหรับ
ผลิตภัณฑ์ใหม่หรือกลยุทธ์ทางการตลาด เช่นความพยายาม อย่างไรก็ตาม โดยทั่วไปราคาแพง และมักจะไม่มีความยืดหยุ่น อย่างไรก็ตาม การวิจัยและการประยุกต์ใช้ข้อมูลใหญ่
ถูกอย่างกว้างขวางการสํารวจโดยรัฐบาลเป็นหลักฐานโดยริเริ่มจาก USA และ UK [ 20 ] [ 106 ] ; โดย
นักวิชาการ เช่น bigdata @ เอ็มไอทีริเริ่มจาก MIT [ 19 ] ;
โดย บริษัท เช่น Intel [ 122 ]