[[171268]]

你的組織是否在考慮分析數據的***方式?以下是在你采用大數據分析之前，需要注意的有關大數據的6個誤區。

云計算的應用，更快的數據處理速度，以及從物聯網輸入大量的數據，這些意味著，企業現在正在收集前所未見的數據量?，F在大數據比以往任何時候都大。但是如何組織、處理和理解數據仍然是許多組織面臨的一個主要挑戰。

你的公司是否仍然在努力理解大數據是什么，以及如何管理嗎?這里有6個關于大數據的誤區，行業專家將幫助你把真相從虛構的大數據領域中分離出來。

1.大數據意味著“很多”數據

目前，大數據已經成為一個流行詞。但人們通常對它真正的含義還是不清楚。有些人將大數據簡單地認為是大量的數據。但是，這并不完全正確，它比這稍微復雜一些。大數據是指一個數據集，無論是結構(如數據表)或非結構化(如元數據從電子郵件)結合的數據，如社會媒體分析或物聯網數據，形成一個更大的故事。大數據故事說明組織很難用傳統的分析技術來捕獲發生的趨勢。

豐田研究院的數據研究總監吉姆•阿德勒表達了一個很好的觀點：“數據也有質量。這就像水一樣：玻璃容器中的水是非常易于管理。但是，如果混雜在洪水中，這將是壓倒性的災害。”他說，“在數據分析系統中，工作在一臺機器的的數據將被沖走時，其數據規模將增長100或1000倍。所以，當然，原型雖小，但其架構卻很大。”

2.數據需要清潔

“***的誤區就是你必須要有干凈的數據進行分析。”BeyondCore公司***執行官阿里吉特•森古普塔說，“沒有人有干凈的數據，必須將數據進行清理，否則分析是行不通的。這是一個瘋狂的想法。你要做的就是進行一個足夠好的分析。你要分析所有的數據，盡管這些數據是骯臟的，這只說明你有數據質量問題。我可以告訴你一些模式，盡管數據存在質量問題，但完全可以進行正常分析。現在，你可以集中進行數據質量工作，只是提高數據可以得到稍微好一點的洞察力。”

InOutsource商業智能和分析總監梅根•布茨梅因對此表示贊同，“很多時候，企業就會將這些工作能拖就拖，因為他們認為數據是不干凈的，這是沒有必要的。部署的分析應用程序將可以找到數據的薄弱環節，”她說。“一旦這些問題已經確定，清理計劃可以投入到位。然后，分析應用程序可以利用一種機制，加大清理力度，并監測進展情況。”

布茨梅因說。“一旦你把這些數據整合在一起，你將在一個應用程序中賦予它生命的視覺，你可以看到這些匯集在一起的數據的關聯，你會很快看到你的資料不足。”她說，“你可以看到數據的問題在于要提供一個清理數據的基準。”

3.等待，讓你的數據***

你不應該等待清理你的數據，這里還有一個原因，森古普塔說，“在你完全清除數據之后，這可能需要三個月的時間，然而三個月后，這些數據已經陳舊過時了。”因此，這些信息將不再適用。

森古普塔表示，***州際銀行的喬希•巴特曼在會議提出了一個重要觀點。喬希展示了他是如何運行分析，發現問題，分析變化，重新運行分析的。他說，“你看，我的分析時間只有大約四到五分鐘。所以，如果我可以運行分析，發現問題，解決問題，再重新進行分析，并在四、五分鐘后查看報告，改變如何處理分析的方法。”

森古普塔用編碼來比喻那些舊方式。“我的一切都是正確的，然后我進行編碼。但現在，每個人進行編碼都不太靈活。”他說。“你寫好程序之后，你必須要測試它，并查看如何能使它更好，那么等它變得更好之后。世界發生了變化，人們仍然采用的是舊的做事方法。”

4.數據湖

數據湖是持有大量的原始結構化和結構化數據的松散的存儲庫，經常在大數據的背景下提到。

唯一的問題是，盡管他們是如何經常被引用，但它們卻不存在，阿德勒說，“一個組織的數據不被倒入一個數據湖中。這是精心策劃的一個部門的數據庫。鼓勵集中使用專業知識。他們還提供了良好的數據治理和合規性所需的問責性和透明度。”

5.分析數據是昂貴的

如果假定在數據分析工具涉及一些費用的話，你可能會害怕獲得數據。而可以告訴你的有好消息是，如今有許多免費的數據工具，任何人都可以開始使用這些工具來分析大數據。

同時，森古普塔表示，當今云計算的低成本意味著“你真的可以做那些以前從來不可能實現的的事情。”

6.機器算法將取代人類分析

森古普塔認為在分析大數據方法有一個有趣的二分法。“有人說，解決這個問題需要成千上萬的數據科學家來分析解決，隨后，又有人說，采用機器學習就可以做到這一切。這將是完全自動的。”

但是，桑古塔并不認為這些都是合適的解決方案。“沒有足夠的數據科學家，成本將快速上升。”他說，“此外，企業用戶有多年的域名登錄經驗，并有著對他們業務的直覺。當你請來一個數據科學家，并認為他會搞定這些工作，并告訴你該怎么做。這實際上創造了一個確切的錯誤，數據科學家們往往無法無法足夠了解企業的業務。”

“***”的數據科學家，是那些準確理解具體業務如何運作，以及其數據是如何工作的，這是一個誤區。森古普塔說，“這樣的人根本不存在。”

在現實中，森古普塔說，“大多數數據科學項目實際上沒有得到實施，因為它是如此艱難，需要幾個月得到完成，而當它完成的時候，你所關心的問題是已經陳舊過時了。”

但是，也有過于依賴機器學習問題。“機器學習只是給出一個答案，但并沒有解釋。它告訴人們該怎么做，而不是為什么要那樣做，”他說。“人們不喜歡別人告訴他該怎么做，尤其是神奇的機器。”他說，其關鍵是不只是答案，而是其解釋和建議。

一方面，他說，數據科學家將變得越來越專業化，而這是真正困難的問題。“想一想各機構和企業開始建設了數據處理部門和一些處理部門。世界500強企業也有數據處理部門“或數字加工部門。但他們基本上變成了Excel，Word和PowerPoint。”盡管如此，人們仍然是數據和數字處理方面的專家。

“如果我去摩根士丹利，相信我，那些數據處理和數字處理方面的專家仍然存在。他們只是有著不同的名稱和不同的工作，但在真正的情況下，這些人仍然存在，但80%-90%的專家已經轉移到Excel，Word和PowerPoint方面，這是全球在大數據方面應該發展的主要原因。”