如何應對大數據挑戰_數據分析師

目前很多試圖應對大數據挑戰的IT經理們把更多注意力都放在了信息的量上，而忽視了信息管理的其他方面，從而將很大挑戰留在應對后者上。

大數據是一個流行的術語，未來的數據將呈指數級增長，但它過度地將重心放在信息量問題上了（從存儲轉換/傳輸到分析的方方面面），大數據的權重給得太高，可能導致決策短視，可能會阻礙企業信息架構擴張以滿足不斷變化的業務需要。

信息管理者在失去對數據訪問和資格方面的控制時，可能會傾向于僅關注量的問題。Gartner分析師警告，過于狹隘的觀點會迫使2或3年內加大投資量以解決大數據其它方面的問題。

Gartner研究副總裁Mark Beyer 說：“今天的信息管理學科和技術根本達不到動態處理所有這些任務，信息管理者必須從根本上重新考慮他們對數據處理所采取的方法，重新制定信息管理方面的規劃，企業對大數據龐大資源的訪問需要給信息管理者提供了一個改變企業使用信息方式的機會，IT經理必須說服他們的商業伙伴，共同應對挑戰，確保一定程度的控制和協調，不要讓大數據機會變成大數據混亂，否則可能會引發合規性風險，成本增加，產生更多的孤島”.

全球信息量每年正以最低59%的速度增長，信息量是管理大數據的一個重大挑戰，企業和IT領導者必須關注信息量、多樣性和速度。

- 量：企業系統內的數據量增長是由交易量和其它傳統數據類型，以及新數據類型導致的，信息量過多是一個存儲問題，但同時也是一個巨大的分析問題。

- 多樣性：IT領導者有一個懸而未決的問題，那就是將大量的交易信息轉化為決策 - 現在有更多類型的信息可以分析 - 主要來自社交媒體和移動（情景感知），包括表格數據（數據庫）、分層數據、文檔、電子郵件、計量數據、視頻、靜態圖像、音頻、股票行情數據和金融交易等。

- 速度：這涉及到數據流，結構化記錄的創建，以及訪問和交付的可用性，速度意味著數據如何快速產生，數據如何快速處理以滿足需要。

雖然大數據是一個重要的問題，但Gartner分析師說真正的問題在于使大數據產生意義，幫助組織作出更好的業務決策。

Gartner著名分析師兼副總裁Yvonne Genovese說：“管理極端數據的能力將成為企業的核心競爭力，企業越來越多地使用新形式信息，尋找支持商業決策的模式，即我們所說的以模式為基礎的策略，基于模式的策略作為改變發動機，利用模式尋求過程中的所有維度，然后為新的業務解決方案提供建?；A以便企業采用。這個尋找、建模和采用的循環周期可以在各種媒介中完成，如社交計算分析或情景感知的計算引擎”。