大數據項目失敗的原因分析

幾乎每個人的心目中，大數據就是企業IT部門的大大小小的結構化和非結構化數據，而且其量正在成倍的增長。但是，盡管大數據已然成為了一種主流的IT現象，多數的大數據項目仍然以失敗而告終。

    究其原因，就在于企業很難找到適當的方法進行大數據的收集、管理和理解，并最終從大數據信息中提取出有價值的東西。
    征服大數據項目，并最終從中提取出您企業所需要的業務洞察力本身就是一項非常艱巨的任務。但當涉及到定義大數據項目的范疇，以及確保相關配套設施到位方面時，您企業的相關人員無法保持統一的步伐，那么，該項目注定是要失敗的。
   失敗的原因分析
    如下，是我所看到的大數據項目失敗的主要原因：
    缺乏一致性。在解決業務部門的相關問題方面，IT部門缺乏與業務部門的一致性。IT部門僅僅只是從技術的角度來看待問題。同樣，缺乏企業利益相關者的真正的承諾也往往使得大數據項目很難成功。
    缺乏數據訪問權限。對數據的訪問往往是受限制的，IT團隊成員沒有訪問相關數據集的權限，以致他們無法找到能將使該項目成功的相關數據。
    缺乏專業知識。鑒于許多在大數據領域的技術、方法和學科都是新的，導致企業的員工缺乏如何處理數據，完成業務的相關專業知識。
   缺乏一致性
    上述所有這些問題中，第一條，缺乏一致性。是您的企業必須首先解決的問題，而且也是最為重要的問題。問題的關鍵在于，您企業當前所探索和尋找的東西都是您不熟悉的領域，所以，要想獲得大數據項目的成功，首先搞清楚您的業務部門到底是要解決什么問題是至關重要的。
    雖然其是您企業大數據項目成功的最重要的因素，要想實現企業業務部門和IT部門之間的一致性也是相當具有挑戰性的。不僅僅是因為大數據對于不同的人有著不同的意義，同時，還在于一系列外部因素可能會影響業務需求的變化，使得處理某些問題的優先級超出了IT部門所能保持的步伐。如果IT部門與業務部門在大數據項目所涉及的范疇方面無法達成一致，該項目就會涉及到太多的方向、太多的人，以至于會將重點從解決具體的業務問題變為對IT技術的管理，以便能夠實現每個人的需求。
    另外一個影響業務部門和IT部門之間的一致性的挑戰來源于不愿意發生改變。很多時候，如果一個大數據項目建議采取相關的行動或變革，而業務部門的利益相關者不理解所涉及到的相關行動或變革，他們往往可能采取消極怠工的方法，首先默默的接受這一建議，但在之后將其貶為一個錯誤的進程，分析或數據集。對此，分析師團隊則可能認為該業務部門已經同意并付諸相關行動了，只是他們所采取的行動所帶來的結果只是產生了次優的業務成果。
   缺乏數據訪問權限
   大數據項目失敗的第二個原因——缺乏數據的訪問權限可以追溯到一個基本的IT前提：筒倉。銷售部門、營銷部門、人力資源部門等都有數據倉庫，每個部門的數據倉庫都限制了相關數據的訪問權限和保護措施。數據倉庫存在的理由很好理解，但是如果IT部門所需要的數據倉庫的某些相關數據不可用，那么，可以說在IT部門的員工試圖解決某些問題前，就已然注定了他們無法解決這些問題了。
    為了應對這一問題，大數據項目必須從一開始就具備相關數據的執行權。如果無法對所有業務相關數據進行訪問，也就無法找出業務問題的關系和模式，也就無法解決業務部門所面臨的問題了。所以，大數據項目的授權要來自企業的高層，如果企業高層發話說：“某個業務團隊正在尋找解決某個相當重要的特定業務問題，IT部門就有足夠的機會獲得他們所需要的任何數據的訪問權限了?！比绻麩o法獲得正確的數據信息，該項目無疑將長時間處于停滯狀態。
   缺乏專業知識
    第三大缺陷——缺乏相關專業知識。這其實是源于企業缺乏合適的擁有正確的技能來執行大數據項目的人材。而由于大數據技術對于“主流”企業來說仍然是很新的，IT團隊往往缺乏相關的專業知識來確定如何用大數據來達到分析的目的。
    雖然招聘數據科學專家是解決這種專業知識的不足一種可能性的備選方案，但對于許多企業來說是不可行的。這一新的角色需要結合程序員的技能和調查研究科學家的思維，企業專門設置一個這樣的職位的代價會非常高，同時其所需的相關技能設置也不常見，很難創建。