Gartner的Symposium/ITxpo會議上談到，當大數據變得常見就會正常化，而作為IT專業人士在2020年大數據或變得正常化。

4.工具將取代數據科學家

　　對于數據科學家，工具是一種工程，是對已經發現的事實的重復利用。而科學是去發現新的事實，所以工具不會取代數據科學家，至少在工具可以自行復制和發展之前不會。

　　5.海量數據解決質量問題

　　Gartner分析師Mark Beyer認為：“數據質量越低，答案質量就越低”。企業CIO們應該關注數據質量，通過手機收集的氣質地理定位數據為例，有些人把手機等同于真實的個人，但對于數據質量來說有可以被不小心留在辦公室，或者GPS功能可以在任何時間點被關閉。

圖片來源update.com

　　6.實時只是速度更快而已

　　實時操作，并不意味著加快了當前數據的處理和分析過程，而是確保數據收集和決策之間的間隔越短越好。此外，大多數企業數據是不需要實時操作的。

　　7.數據量優于專業知識

　　對于大數據來說，那些認為可以簡單地不再管業務流程的人，通常一位好的數據科學家并不能完全提供企業需求，如果沒有業務流程管理，數據科學家將不能提供商業價值，需要企業有效的區分業務管理和大數據應用進而產生商業價值。

　　8.數據模型沒有用

　　Gartner分析師Mark Beyer談到，數據模型沒有用這一論斷很絕對。任何數字資產里的東西都有其數字模型，企業不應該因為大數據就舍棄模型。