人們可能認為每個人現在都知道什么是大數據，但是仍然存在誤解。因此需要得到大數據專家的建議。

[[279997]]

大數據解釋

一段時間以來，大數據一直是企業董事會的流行語。盡管已被廣泛使用，但仍可能被人們誤解。

技術領導者知道，只有大數據就沒有內在的價值。法律技術服務商InCloud Counsel公司的機器學習主管Hadayat Seddiqi說：“人們有時認為他們所需的只是大數據集，但大數據集本質上并沒有價值。大數據的真正價值在于可以提取的信息來回答特定的業務問題。”

“大數據”也不是一個非常精確的術語。有些人用它來指代數據本身，而另一些人則用它來指代對數據的分析或從中獲得的洞察力。

以下探討一下與受眾進行對話的一些出發點，這些對話涉及討論什么是大數據，什么不是大數據，在哪里可以為組織帶來新的見解或機會以及大數據戰略應該具備的內容。

5個大數據定義

Smart Cube公司數據分析副總裁Nitin Aggarwal對大數據的基本解釋是：“如果無法在現有數據倉庫或存儲中有效地存儲、訪問和處理的數據，則稱為大數據。”例如，數據量可能太大，或者數據增長速度將超過企業可以經濟地添加的存儲速度，或者數據類型無法使用當前技術進行管理。

調查要求其他一些專家提供啟動大數據討論比較好的解釋：

• SAS數據管理主管Todd Wright說，“大數據指的是訪問和使用數據(過去從未有過的數據)的能力，以便做出更有教育意義的決策和預測。
• Rubicon Global公司首席技術官Phil Rodoni說，“大數據是指可以用于分析、洞察和預測的大量不同數據。”
• Gartner公司的IT術語表提出，“大數據是高容量，高速度和/或多種信息資產，需要經濟高效，創新形式的信息處理形式，以增強洞察力，決策和流程自動化。”–
• “Everest集團副總裁Yugal Joshi說，“大數據是一個相對術語，取決于誰在使用它。從廣義上講，它指的是比大多數企業習慣使用的規模大得多的數據，通常比通常的數據變化更快，并且通常需要在更短的時間內進行分析以得出業務價值。”

大數據類比：考慮購物

Inzata公司首席運營官Christopher Rafter說，當所有其他方法都失敗時，通常由亞馬遜在線購物講解員來解決。他解釋說，“人們點擊的每一個產品、閱讀的評論、放在購物車里的物品，以及最終購買的東西，都會被捕獲。所有這些單獨的數據點匯集在一起，描繪出一幅關于發生了什么，購買了什么，瀏覽了什么，以及最終購買了什么的畫面。”企業從成千上萬的購物者和數以百萬計的購物者身上捕捉到的大量數據被用來分析模式和趨勢，以推動有關定價、產品建議等方面的更好決策。

如何消除常見的大數據誤解

大多數企業領導者對大數據都有合理的理解，但是仍然存在一些重大誤解。首先，也許是很具破壞性的假設是，所有大數據都具有業務價值。

SAS公司的Wright說，“大數據這個術語使許多人認為價值僅來自組織擁有的龐大數據量，而擁有最多數據的組織則獲勝，其實并不是這樣。真正的價值來自組織如何通過利用不同的、以前未使用的數據源來更廣泛地了解其客戶和業務。這反過來會導致通過使用分析獲得更具教育性和更明智的決策。”

Aggarwal補充說，數量的最終重要性遠不如數據的質量、清潔度、可用性和可訪問性。而且，并非每個公司都需要大數據。他說，“根據我們的經驗，大多數業務問題不需要大數據，而大數據并不能解決所有業務問題。”

有些人還認為大數據就像常規數據一樣，但是會產生更詳細的見解。EastBan科技公司數據科學家Polina Reshetova說，“這不一定是正確的，大數據通常會帶來新的問題。它具有自己的統計屬性，并且需要一種思考結果和提出問題的新方式。”

此外，并非所有大數據計劃都需要大量輸入。EastBanc科技公司董事長WolfRuzicka說，“項目可能小得令人驚訝。我們最小的大數據項目處理1TB的數據。它從千兆字節開始。關鍵是擁有正確的數據類型：干凈、準確、相關、及時和足夠的數據。”

這就是大數據工作不必采用巨大投資的原因，但這可能是另一個不正確的假設。Aggarwal說，“組織無需等待數年就可以花費數百萬美元來建立企業級大數據平臺。在較小的層面上可以做很多事情。”

如何構建智能大數據策略?以下深入研究這個問題：

必備的大數據戰略

Everest集團的Joshi說，“大數據的關鍵支持能力來源于傳統的良好數據管理實踐，包括清理、存儲、驗證，最重要的是，利用它來推動業務價值。”

對于尋求利用大數據的組織來說，一些必須具備的條件包括：

• 數據訪問。擁有比以往更多的有價值的數據的數據源，比較大的問題是：能做到嗎?Wright說：“如果沒有訪問所有可用數據的能力，組織將永遠不會有信心知道自己是否對客戶和業務有完整的了解。”
• 領導力支持。Aggarwal說，“如果企業領導者不相信數據分析，并且不采納和接受數據分析作為公司文化的一部分，那么任何使大數據可用的努力都會失敗，或者花費很少，從而導致次優結果和投資回報率。”
• 數據質量。Wright表示，組織必須至少能夠確保每個人都使用標準化和準確的數據。
• 數據所有權。Joshi說：“許多企業都有大數據，但沒有利用它進行業務，這很奇怪。組織模式可能需要改變，以便這樣的大數據計劃的指定所有者為業務創造價值并對此負責。”
• 分析工具和策略。Wright解釋說：“能夠對數據建模，了解正在發生的模式并使組織能夠做出有根據的決策和預測的分析是大數據的目標。沒有任何一種系統可以神奇地啟用大數據。”

Ruzicka說：“企業需要處理許多單獨的工具，有時甚至有時非常有規律地必須嘗試不同的組合。”由于大數據更多的是一個過程，而不是一個神奇的工具，因此不斷進行迭代是關鍵。”

• 數據技能。Aggarwal說，“企業內部擁有數據工程師和數據科學家變得越來越重要;但是，尋找合適的外部合作伙伴可以提高效率和成本效益。”

開始大數據項目的建議

如果組織正處于使用大數據的早期階段那么成功的關鍵將是提出正確的業務問題。許多業務領導者渴望在沒有明確目標的情況下直接構建大數據解決方案或項目。Rodoni說：“用來吸引業務領導者的關鍵問題一直是'想回答什么問題?'”

深入研究這一問題的一種好方法是考慮三個潛在價值領域：

• 組織如何增加收入?
• 如何優化其利潤?
• 企業的總體使命是什么?

IT及其利益相關者可以開始考慮在每個領域中可能要攜帶大數據的地方。Ruzicka說，“然后，必須確定企業內部或外部最小、最準確、最及時的數據源，這些數據源可以提供可轉換為與每個決策相關的信息的數據。”

Wright指出，業務領導者應該明白，如果沒有計劃如何使用數據以及實現大數據要達到的目標，那么從更多來源獲得更多數據就沒有任何價值。他們是否要預測客戶行為?地圖制造趨勢?通過更好的定位和消息傳遞來提高銷售量?如何成為更好的員工?

Rafter說，“只有這樣，他們才能制定大數據戰略，其中包括人員、流程和技術，以實現這些目標。最重要的因素不是技術性的，而是戰略性的。”