錯誤的使用方法

企業往往會犯下兩種錯誤，要么構建起一套過分激進、自己根本無法駕馭的大數據項目，要么嘗試利用傳統數據技術處理大數據問題。無論是哪種情況，都很有可能導致項目陷入困境。因此在構建大數據前，因交給專業的大數據團隊，對項目進行預估，評定，以及采用怎么技術手段處理大數據問題，例如慧都大數據的一體化解決方案，能對項目進行快速評估、搭建、Demo演示，并為企業提供定制化大數據服務。

提出錯誤的問題

數據科學非常復雜，其中包含專業知識門類(需要深入了解銀行、零售或者其它行業的實際業務狀況)；數學與統計學經驗以及編程技能等等。很多企業所雇用的數據科學家只了解數學與編程方面的知識，卻欠缺最重要的技能組成部分：對相關行業的了解。慧都大數據表示大家最好能從企業內部出發尋找數據科學家，因為“學習Hadoop比學習相關行業的知識更簡單”。

缺乏必要的技能組合

這項理由與“提出錯誤的問題”緊密相關。很多大數據項目之所以陷入困境甚至最終失敗，正是因為不具備必要的相關技能。通常負責此類項目的都是IT技術人員——而他們往往無法向數據提出足以指導決策的正確問題。在大數據技術之外遇到了其它意外狀況。數據分析僅僅是大數據項目當中的組成部分之一，訪問并處理數據的能力同樣重要。除此之外，常常被忽略的因素還有網絡傳輸能力限制與人員培訓等等。

與企業戰略存在沖突

要讓大數據項目獲得成功，大家必須擺脫將其作為單一“項目”的思路、真正把它當成企業使用數據的核心方式。問題在于，其它部門的價值或者戰略目標有可能在優先級方面高于大數據，這種沖突往往會令我們有力無處使。

大數據孤島

大數據供應商總愛談論“數據湖”或者“數據中樞”，但事實上很多企業建立起來的只能算是“數據水坑兒”，各個水坑兒之間存在著明顯的邊界——例如市場營銷數據水坑兒與制造數據水坑兒等等。慧都大數據提醒您需要強調的是，只有盡量緩和不同部門之間的隔閡并將各方的數據流匯總起來，大數據才能真正發揮自身價值。

回避問題

有時候我們可以肯定或者懷疑數據會迫使自身做出一些原本希望盡量避免的運營舉措，例如制藥行業之所以如此排斥情感分析機制、是因為他們不希望將不良副作用報告給美國食品藥品管理局并承擔隨之而來的法律責任。

解決問題的關鍵在于使用靈活而開放的數據基礎設施，保證其允許企業員工不斷調整實際方案、直到他們的努力獲得理想的回饋。通過這種方式，企業能夠消除恐懼并最終以迭代為武器順利邁向大數據有效使用的勝利彼岸。

綜合上述總結的大數據項目失敗的原因，我們找到問題并解決問題，以下是慧都大數據專家組給出的建議，讓您的企業告別錯誤的再發生。

1.從列出一個您所想要解決的業務問題的清單入手

不要從解決某個大問題著手。從啟動一個小的項目開始，選擇一個您所亟待解決的具體的問題，并堅持下去。列出一份您所需要解答的問題的列表清單，并且不要因為被技術問題困住而忽視您的目標。

確保IT團隊的工作職責不會變得過于寬泛或所謂的“全方位”，這樣可以盡量避免處理問題范圍的改變進而導致的項目失敗：即從業務部門到IT部門的需求的改變導致問題焦點的轉移。確保所有利益相關方在客觀上對于項目的實施和執行都是同意的，以便讓每個人都能夠專注于項目的完成。

2.在您開始項目之前獲得企業高層的背書

一旦您已經確定您所要解決的業務問題，必須獲得業務團隊從上而下的對于您所需要的所有相關數據的支持，以保證成功完成項目。務必獲得公司高層領導對于訪問所有相關的業務數據的授權，以便您可以找到相關的模式和關系，進而解答業務問題。也就是說您必須獲得訪問、控制的權限。

 3.確保您的團隊具備執行項目所需的專業知識

理想的情況下，您的團隊內部將會有成員接受過專業的訓練，具備數據科學家的技能和心態，能夠利用這些數據信息來生成所需的業務結果。如果不是的話，您可以利用您現有的系統來解決的問題。

這是一個很好的退后一步來思考所需要解答的業務問題的時機。您可能在這時不需要經過專業的培訓或NLP就能夠得到您需要的答案，只是授予了合適的人員來訪問企業內部的數據信息而已。

選擇一個能夠創造商業價值的問題，并在您已經正確的道路上持續的堅持下去。記住，一個成功的項目與其所涉及的范圍是沒有太大關系的。沒必要一口氣吃個胖子，那樣反而會帶來更大的失敗。畢竟，一個小項目的成功要比一個大項目的失敗要好得多。

如果您看了這篇文章后還有什么疑問，我們歡迎您撥打慧都熱線023-68661681或咨詢，我們將幫您轉接大數據專業團隊，為您解答大數據項目困境！