为什么多数大数据项目都以失败而告终.pdf

为什么多数大数据项目都以失败而告终 几乎每个人的心目中 ，大数据就是企业IT部门的大大 的结构化和非结构化数据 ，而且其量正在 成倍的增长。但是 ，尽管大数据已然成为了一种主流的IT现象 ，多数的大数据项目仍然以失败而 告终。 究其原因 ，就在于企业很难找到适当的方法进行大数据的收集、管理和理解 ，并最终从大数据信息 中提取出有价值的东西。 征服大数据项目 ，并最终从中提取出您企业所需要的业务洞察力本身就是一项非常艰巨的任务。但 当涉及到定义大数据项目的范畴 ，以及确保相关配套设施到位方面时 ，您企业的相关人员无法保持 统一的步伐 ，那么 ，该项目注定是要失败的。 失败的原因分析 如下 ，是我所看到的大数据项目失败的主要原因 ： 缺乏一致性。在解决业务部门的相关问题方面 ，IT部门缺乏与业务部门的一致性。IT部门仅仅只是 从技术的角度来看待问题。同样 ，缺乏企业利益相关者的真正的承诺也往往使得大数据项目很难 成功。 缺乏数据访问权限。对数据的访问往往是受限制的 ，IT团队成员没有访问相关数据集的权限 ，以致 他们无法找到能将使该项目成功的相关数据。 缺乏专业知识。鉴于许多在大数据领域的技术、方法和学科都是新的 ，导致企业的员工缺乏如何处 理数据 ，完成业务的相关专业知识。 缺乏一致性 上述所有这些问题中 ，第一条 ，缺乏一致性。是您的企业必须首先解决的问题 ，而且也是最为重要 的问题。问题的关键在于 ，您企业当前所探索和寻找的东西都是您不熟悉的领域 ，所以 ，要想获得 大数据项目的成功 ，首先搞清楚您的业务部门到底是要解决什么问题是至关重要的。 虽然其是您企业大数据项目成功的最重要的因素 ，要想实现企业业务部门和IT部门之间的一致性也 是相当具有挑战性的。不仅仅是因为大数据对于不同的人有着不同的意义 ，同时 ，还在于一系列外 部因素可能会影响业务需求的变化 ，使得处理某些问题的优先级超出了IT部门所能保持的步伐。如 果IT部门与业务部门在大数据项目所涉及的范畴方面无法达成一致 ，该项目就会涉及到太多的方向 、太多的人 ，以至于会将重点从解决具体的业务问题变为对IT技术的管理 ，以便能够实现每个人的 需求。 另外一个影响业务部门和IT部门之间的一致性的挑战来源于不愿意发生改变。很多时候 ，如果一个 大数据项目建议采取相关的行动或变革 ，而业务部门的利益相关者不理解所涉及到的相关行动或 变革 ，他们往往可能采取消极怠工的方法 ，首先默默的接受这一建议 ，但在之后将其贬为一个错误 的进程 ，分析或数据集。对此 ，分析师团队则可能认为该业务部门已经同意并付诸相关行动了 ，只 是他们所采取的行动所带来的结果只是产生了次优的业务成果。 缺乏数据访问权限 大数据项目失败的第二个原因——缺乏数据的访问权限可以追溯到一个基本的IT前提 ：筒仓。销售 部门、营销部门、人力资源部门等都有数据仓库 ，每个部门的数据仓库都限制了相关数据的访问权 限和保护措施。数据仓库存在的理由很好理解 ，但是如果IT部门所需要的数据仓库的某些相关数据 不可用 ，那么 ，可以说在IT部门的员工试图解决某些问题前 ，就已然注定了他们无法解决这些问 题了。 为了应对这一问题 ，大数据项目必须从一开始就具备相关数据的执行权。如果无法对所有业务相关 数据进行访问 ，也就无法找出业务问题的关系和模式 ，也就无法解决业务部门所面临的问题了。 所以 ，大数据项目的授权要来自企业的高层 ，如果企业高层发话说 ：“某个业务团队正在寻找解决某 个相当重要的特定业务问题 ，IT部门就有足够的机会获得他们所需要的任何数据的访问权限了。”如 果无法获得正确的数据信息 ，该项目无疑将长时间处于停滞状态。 果无法获得正确的数据信息 ，该项目无疑将长时间处于停滞状态。 缺乏专业知识 第三大缺陷——缺乏相关专业知识。这其实是源于企业缺乏合适的拥有正确的技能来执行大数据项 目的人材。而由于大数据技术对于“主流”企业来说仍然是很新的 ，IT团队往往缺乏相关的专业知识 来确定如何用大数据来达到分析的目的。 虽然招聘数据科学专家是解决这种专业知识的不足一种可能性的备选方案 ，但对于许多企业来说是 不可行的。这一新的角色需要结合程序员的技能和调查研究科学家的思维 ，企业专门设置一个这样 的职位的代价会非常高 ，同时其所需的相关技能设置也不常见 ，很难创建。 如何使您企业的大数据项目成 考虑一个切实可行的办法。首先 ，不要将其称之为是一个“大数据项目”。将其命名为一个类似的项 目名称 ：例如“一个帮助我们更好的了解我们的客户、以及为什么他们会喜欢在某个特定的商店购物