為什么多數大數據項目都以失敗而告終（2）

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。
　　
　　如何使您企業的大數據項目成功
　　
　　考慮一個切實可行的辦法。首先，不要將其稱之為是一個“大數據項目”。將其命名為一個類似的項目名稱：例如“一個幫助我們更好的了解我們的客戶、以及為什么他們會喜歡在某個特定的商店購物的項目?！痹擁椖渴且卮鹬匾臉I務問題，而大數據便是答案的來源。如下，有一些最佳實踐方案來幫助您的項目實現成功：
　　
　　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?。杭磸臉I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。
　　
　　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。
　　
　　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。文章來源：CDA數據分析師培訓官網