大數據項目成功的七大秘密_數據分析師考試

大數據項目的成功有哪些法寶?又有哪些陷阱會導致大數據項目的失敗?本文中的三位專家將對此進行詳解。

　　如今，許多企業都理解了大數據的構成，但是要取得大數據項目的成功則是另一回事。Gartner公司的分析師，Doug Laney。 Forrester公司分析師Mike Gualtieri。International Institute for Analytics的高級研究學者，Robert Morison 都是大數據領域的專家，他們對于企業如何使用大數據有著獨特的視角。 以下是他們認為可以幫助大數據項目成功的因素 ，以及那些可能會導致大數據項目失敗的原因。

　　從小項目開始

　　CIO們以前也聽到過這個建議，但從小項目開始到底意味著什么? “這意味著從一個你認為可以提高業務績效的領域著手，從一個你認為分析更多數據可以獲得更多信息的領域著手，” Institute的Morison說。

　　他舉了一個制藥企業的案例，這家企業想把它的產品收率提高1%到2%。使用傳統的商業智能工具， 它可以分析一定數量的生產歷史，從而發現生產流程中可以進行調整的部分。然后，企業想知道，如果分析更多的數據，是否可以幫助確定生產表現的真正推動力。隨后，采用Hadoop相關的開源技術，該企業在一周內分析了過去三年的生產歷史。

　　“很快，他們開始開發各種變量組合的熱點地圖——在這個案例中，壓力，溫度，攪拌和速率這些參數，都可以帶來更高的產品收率，” Morison說?！耙虼?，在幾個月的時間內，他們從分析更多數據能帶來什么成果，發展到在制造工廠開展實驗，從而獲得產量的提高。 ”

　　不斷試驗

　　是時候CIO們和業務主管從傳統的消費，目標導向的IT項目管理風格中脫離出來了， Morison說。取而代之的，鼓勵試驗項目和創造性思維。在之前提到的制藥企業案例中，“目標就是一邊進行試驗，一邊進步和學習，”他說?！斑@一案例中真正有價值的是，一旦他們開始這樣做，每一批新的產品，就成為了數據庫的一部分。 他們擁有了一個持續的反饋回路。這個試驗使業務表現越來越好?！?/span>

　　Gartner的Laney認為試驗應該包括 “那些看似并不自然相關的數據源集成在一起?！?比如，零售商，分析監控錄像數據“來了解商店內的客流量，”讓他們有機會確定購物習慣和購物模式，他說。

　　采用Hadoop技術

　　大數據不是只有Hadoop技術，“但Hadoop是一個很大的催化劑”，因為它既廉價，又容易獲取， Forrester的Gualtieri說。 許多獲得大數據項目成功的企業，都或多或少以Hadoop技術為背景?！安捎?a href='/map/hadoop/' style='color:#000;font-size:inherit;'>Hadoop。把它作為你的數據試驗平臺，因為你可以在相對成本更高效的情況下，整合所有數據， ”他說。

　　點亮“暗數據”

　　Laney把企業內存儲后就再沒有使用過的數據稱為 “暗數據，”他鼓勵CIO們考慮這些數據的價值。一些企業已經開始這樣做了。比如，保險公司，使用文本挖掘工具分析以往的理賠報告，來更好地理解保險行業的欺詐行為或發展趨勢，Laney說。

　　此外，讓暗數據重見天日可能帶來新的，有價值的收入來源。Dollar General公司通過和客戶分享消費包裝商品信息來支付他們的企業數據倉庫費用， Laney說。軟件即服務供應商Clothes Horse， 是一家新創立的，幫助在線購物者決定衣服是否合身的企業，它分析顧客數據來幫助零售商更好的了解顧客的偏好。更多新平臺也不斷出現，幫助分發，并銷售各類供應商的數據，Laney說，包括: Microsoft;ProgrammableWeb，2013年被MuleSoft收購;Data Market，去年秋天被QlikTech收購;還有qDatum，一家總部位于德國的創業公司。

　　不要跟隨R語言熱潮

　　雖然開源編程語言R通常與數據科學相關聯，CIO們不需要雇傭熟悉R語言的數據科學家來開始一個高級分析項目?，F成的軟件對于企業已經足夠。 Gualtieri認為，正如CIO們不會讓Java開發人員對商業智能報告進行編程一樣，這同樣適用于高級分析項目。 Alpine Data Labs，Alteryx，SAS，RapidMiner和KNIME的工具足夠成熟，來完成80%的預測分析工作，而不必從頭開始創建一切，他說。

　　不要僅是報告數據

　　超越傳統的分析方法，使用大數據進行分析的企業具有巨大優勢?！斑@已經遠不是餅圖和柱狀圖了，”Gartner的Laney說。 “將數據集成到業務流程中，而不只是報告數據?！盙ualtieri同時認為高級分析項目是一個優勢。 “你能在繼續傳統報告的同時，使用大數據做出更好的報告嗎?但是這并沒有帶來很多不同。 真正的競爭優勢是當你使用那些數據，創建預測模型，”他說。遺憾的是，缺乏這樣的數據科學家，Gualtieri說超越傳統分析的想象力非常稀缺。

　　不要認為分析一定會被采納

　　Morison認為分析項目失敗的其中一個原因是 “相當不錯的分析項目完成后，但沒有被采用?！迸c業務部門密切合作，可以避免這類問題，他說，最近與幾位首席分析師的談話中，他得出這樣的經驗： “如果沒有業務合作伙伴在過程中的支持，他們是不會開始項目的，即使這個項目很值得進行。