大數據行業里的四大誤區（4）_數據分析師

誤區四：為了大數據而大數據

這個誤區我認為是目前最嚴重的。在部分企業中，追求技術一定要最新、最好、最炫，一定要拿到國際先進、世界一流才行。所有的企業，不分行業不分性質不分地域不分年代，一律高喊“趕超BAT，大數據助力**企業達到**目標”，接下來就是先去IOE，然后投資買集群，把之前的各種高性能小型機大型機都不用了，之前買的O記授權全部停了，之前的幾十年投資一夜之間作廢，又投入了更多的資源去追趕“大數據”。

同學們，這種勞民傷財的事情相信大家每天都會聽到或者親眼看到，很多企業不計成本就是為了博領導一笑，這得是多么大的誤區啊。對此我想說：

第一，從技術上來說，比如BAT或者很多互聯網企業去追求大數據，是因為業務發展的需要。任何一個互聯網企業一出生就是為了流量和點擊而活著，這就意味這大量的非結構化數據需要進行快速處理，這時候就決定了互聯網企業只能通過一些并發手段去分解底層的數據，然后進行快速加工，并滿足其服務用戶和市場的需要?；ヂ摼W企業的業務流程和業務模型就決定了必須得采用大數據技術。反之，很多企業根本用不著這些技術，有些企業簡單的一兩個Excel文件里面做幾個公式就可以滿足它的發展，而且數據的周期還是按月處理的，根本不需要運用這些技術。

第二，從投資上來說，互聯網企業出生都是平民，根本買不起大型設備，就算一夜暴富后，也沒有一個傳統的小型機大型機可以更好的滿足它們的發展，故只能另辟蹊徑創造價值鏈和標準了，在之前的低投資、輕量級架構上，不斷進行小量的線性硬件投資滿足業務的發展。反倒是一些傳統企業，甚至是巨無霸，其投資計劃已經在一年前明確，而且在原來的基礎上投資會更有ROI（投資回報率），現在反倒為了追求大數據的口號，犧牲了之前的大量投資，除了“得不償失”，剩下的只能是滿地的節操了。

大數據技術甚至任何一種技術都是為了滿足特定的業務目標而生的，在具備了明確的業務目的后，順勢設計符合自身業務架構的技術架構，才是一種科學的健康的發展觀。如果您是一位老板、CEO或者投資人，千萬要明白，大數據技術對于企業來說，有時候像水，而企業的業務目標就是那艘船，“水能載舟，亦能覆舟”。文章來自：CDA數據分析師培訓官網

隨著生產關系的不斷調整，又會出現若干輪生產力的不斷進步，大數據之后的技術也會日新月異的進步著，比如現在開始潮流涌現的“機器學習、深度學習”等諸多的人工智能方面的技術，也出現了比如“小數據”、“微數據”等更細方向技術的細分，在技術的洪流到來時，只要保持清晰的以滿足業務為導向的頭腦，根據自身的業務需要設計自身的技術架構，就不會被各種流派，各種概念淹沒。