大數(shù)據(jù)及其分析項目計劃或?qū)⒛軌蚋淖冇螒蛞?guī)則，為您企業(yè)提供相應的洞察分析能力，幫助您企業(yè)贏得市場競爭，創(chuàng)造新的收入來源，并得以更好地為客戶服務。

    但與此同時，大數(shù)據(jù)及其分析活動也可能面臨巨大的失敗，甚而導致浪費掉大量的資金和時間投入——更不用說，還有可能造成那些在令人沮喪的管理失誤中身心受損的有才能的專業(yè)技術人員的流失。

    那么，企業(yè)組織究竟應當如何避免大數(shù)據(jù)分析項目的失敗呢?從基本的業(yè)務管理的角度來看，一些具有可操作性的最佳實踐方案是最為明顯的：例如，首先，要從企業(yè)最高級別的高管們那里獲得對于大數(shù)據(jù)分析項目的充分認可，確保為該大數(shù)據(jù)分析項目爭取到所有所需要的技術投資以及足夠的資金財務支持，并根據(jù)實際需要實施相關專業(yè)知識或技能方面的培訓。如果您企業(yè)沒有首先很好的解決這些基礎性的問題，那么，后續(xù)的其他方面的問題真的也就沒有進一步探討的必要了。

    而假設您企業(yè)已經(jīng)完成了上述基本面領域的工作，那么，區(qū)別大數(shù)據(jù)分析項目成敗的關鍵原因就在于，您企業(yè)將如何處理大數(shù)據(jù)分析的技術問題和挑戰(zhàn)。由此，你企業(yè)可以遵循如下幾大策略，以盡量確保貴公司大數(shù)據(jù)分析項目的成功。

1、仔細為您企業(yè)的項目選擇大數(shù)據(jù)分析工具

    許多技術方面的失敗均源于這樣一個事實：企業(yè)所采購和部署實施的產(chǎn)品被證明非常不適合于他們所正在努力完成的工作項目。任何一家供應商都會將“大數(shù)據(jù)”或“高級分析”等所謂高大上的術語印到他們的產(chǎn)品說明上，以便圍繞這些術語進行高度炒作。

    但是，不同產(chǎn)品之間的差異不僅僅只存在于其質(zhì)量和有效性方面，而同時還存在于各種不同產(chǎn)品所專攻的重點領域方面。因此，即使您企業(yè)選擇了在技術上可能相當強大的一款產(chǎn)品，但該產(chǎn)品很有可能并不擅長于您企業(yè)當下實際所需要做的工作任務。

    幾乎所有的大數(shù)據(jù)分析工具都具備一些基本性的功能，比如數(shù)據(jù)轉換和存儲架構(例如，Hadoop和Apache Spark)。但是，在大數(shù)據(jù)分析工具產(chǎn)品的市場上其實也會有很多細分的市場，故而您企業(yè)必須針對您的技術戰(zhàn)略實際所涉及的領域采購產(chǎn)品。這些具體的領域包括流程挖掘、預測分析、實時解決方案、人工智能和商業(yè)智能儀表板。

    在決定購買任何大數(shù)據(jù)分析工具產(chǎn)品或存儲平臺之前，您務必需要弄清楚企業(yè)真正的業(yè)務需求和問題，選擇旨在能夠有效解決這些特定問題的產(chǎn)品。

    例如，由于編譯龐大的數(shù)據(jù)集的復雜性，您企業(yè)可以選擇使用認知大數(shù)據(jù)產(chǎn)品，如人工智能來分析非結構化數(shù)據(jù)的分析工具產(chǎn)品。但是，您企業(yè)肯定不會將認知工具用于結構化和標準化的數(shù)據(jù)，為此您可以部署眾多有助于以更合理的價格實時獲得高質(zhì)量的洞察力的分析產(chǎn)品之一，電信公司沃達豐的大數(shù)據(jù)全球流程主管Israel Exposito表示說。

    Exposito表示，在為您企業(yè)的生產(chǎn)環(huán)境選擇一款分析工具之前，請務必至少使用兩種產(chǎn)品來運行概念證明是較為明智的。該產(chǎn)品還應該能夠與您企業(yè)的相關平臺進行交互。

    每款大數(shù)據(jù)分析工具都需要在后端系統(tǒng)中開發(fā)數(shù)據(jù)模型。這是該分析項目中最為重要的部分。所以，您企業(yè)將需要確保系統(tǒng)集成商和業(yè)務主題專家能夠攜手合作。務必確保從一開始就選對了工具。

    重要的是要記住，必須始終保持恰當數(shù)據(jù)的可用性，并將其翻譯轉化成業(yè)務語言，使得用戶得以能夠充分理解輸出，從而可以使用這些分析洞察來推動對于市場機會的把握或流程的改進。

2、確保分析工具易于使用

    大數(shù)據(jù)和高級分析是復雜的，但是商業(yè)用戶所依賴于訪問和理解數(shù)據(jù)的產(chǎn)品卻并不一定必須是復雜的。

    請務必為企業(yè)的業(yè)務分析團隊提供簡單有效的工具，以便能夠更好的用于數(shù)據(jù)發(fā)現(xiàn)以及數(shù)據(jù)分析和可視化。

    對于全球知名的互聯(lián)網(wǎng)域名注冊商GoDaddy公司而言，找到合適的工具組合是相當困難的。該公司的商業(yè)智能工具企業(yè)數(shù)據(jù)布道者Sharon Graves表示說，對于快速可視化來說，其操作必須非常的簡單，而且足以進行深入的分析。 GoDaddy能夠找到讓商業(yè)用戶們得以輕松的找到適當?shù)臄?shù)據(jù)，然后自行生成可視化的產(chǎn)品。這就將其分析團隊解放出來，以便能夠執(zhí)行更為高級的分析任務。

    除此之外，最為重要的是，切記不要為非技術業(yè)務用戶提供程序員級別的工具。他們操作起來會感到力不從心，可能會訴諸使用他們以前的工具，而這些工具并不能真正的奏效(否則，你企業(yè)就不會大費周章的實施大數(shù)據(jù)分析項目了)。

3、將項目和數(shù)據(jù)與企業(yè)實際的業(yè)務需求相匹配

    錯誤的數(shù)據(jù)分析工作可能失敗的另一大原因是：因為這些分析工作最終淪為了尋找并不存在的問題的解決方案。這就是為什么你企業(yè)無比需要把你正在尋求解決的業(yè)務挑戰(zhàn)/需求擺在正確的分析問題上的原因所在了，信息服務提供商Experian公司的全球數(shù)據(jù)實驗室的首席科學家Shanji Xiong說。

    關鍵是要在大數(shù)據(jù)分析項目實施的早期就邀請具有強大分析背景的主題專家與數(shù)據(jù)科學家合作，來幫助您企業(yè)確定真正問題的所在。

    如下，是Experian公司自己的一個大數(shù)據(jù)分析項目的例子。該公司在開發(fā)分析解決方案以打擊身份欺詐行為時，他們所面臨的挑戰(zhàn)是評估客戶所提交的一套個人身份信息(PII)(如姓名、地址和社會安全號碼)是否合法;或者說，挑戰(zhàn)可能存在于評估使用一套身份信息的組合來申請貸款的客戶是否是該身份的合法擁有者。又或者兩種挑戰(zhàn)都可能存在。

    第一個挑戰(zhàn)是“綜合身份”的問題，故而該公司需要一款分析模型來評估在消費者級別或PII級別評估一套整合的身份信息的風險。第二個挑戰(zhàn)是應用程序欺詐問題，需要在應用程序級別進行模型的開發(fā)，以評估是否存在欺詐風險的評分。Experian公司必須了解到這些是不同的問題，盡管其最初可能被看作是同樣的問題，但卻需要建立恰當?shù)哪Ｐ秃头治鰜斫鉀Q這些問題。

    當一套個人身份信息被提交給兩家金融機構以申請貸款時，通常的要求是將返回相同的綜合身份信息風險評分，但這通常并不是應用程序欺詐評分的必要特征。

    必須將正確的算法應用于恰當?shù)臄?shù)據(jù)信息才能提取商業(yè)智能，并做出準確的預測。在建模過程中收集和包含相關數(shù)據(jù)集幾乎總是比微調(diào)機器學習算法更為重要，所以數(shù)據(jù)工作應該被視為重中之重。

4、建立一個數(shù)據(jù)湖，不要吝嗇帶寬

    正如“大數(shù)據(jù)”這一術語所暗示的那樣，其涉及到大量的數(shù)據(jù)信息。過去，很少有企業(yè)組織有能力可以存儲這么多的數(shù)據(jù)，更不用說對這些數(shù)據(jù)進行組織和分析了。但是現(xiàn)在，高性能的存儲技術和大規(guī)模并行處理在云中和通過本地系統(tǒng)都早已經(jīng)是廣泛可用的了。

    但是，存儲本身是不夠的。您企業(yè)將需要一種方法來處理供您進行大數(shù)據(jù)分析的各種不同類型的數(shù)據(jù)。這便是Apache Hadoop充分發(fā)揮其用武之地的時候了，其允許企業(yè)得以能夠存儲和映射巨大的、不同的數(shù)據(jù)集。這樣的庫通常被稱為數(shù)據(jù)湖。在現(xiàn)實生活中，一個實際的湖泊通常是由多條流入的河流來形成的，其還將包含許多的植物、魚類和其他生物。而數(shù)據(jù)湖通常由多個數(shù)據(jù)源構成，并包含許多不同類型的數(shù)據(jù)。

    但數(shù)據(jù)湖絕不應該簡單的成為企業(yè)各種繁雜數(shù)據(jù)的傾倒地。亞利桑那州立大學研究計算主任Jay Etchings表示說，你企業(yè)需要考慮如何匯總數(shù)據(jù)，以便以有意義的方式擴展其屬性。數(shù)據(jù)可以是完全不同的，但是如何使用MapReduce和Apache Spark等工具來將其轉換為分析數(shù)據(jù)，企業(yè)組織應該使用可靠的數(shù)據(jù)架構。

    企業(yè)應建立一個數(shù)據(jù)湖，在這個數(shù)據(jù)湖中，采集、索引和規(guī)范化數(shù)據(jù)是精心策劃大數(shù)據(jù)策略的組成部分。Etchings表示說，企業(yè)組織如若沒有清晰的理解和明確的藍圖，那么大多數(shù)數(shù)據(jù)密集型的計劃都注定將會失敗。

    同樣，有足夠的帶寬也是至關重要的; 否則數(shù)據(jù)不會足夠快的從各種不同的數(shù)據(jù)來源傳輸?shù)綌?shù)據(jù)湖，進而為業(yè)務用戶所用。為了充分利用貴公司所收集的海量數(shù)據(jù)資源，Etchings說，企業(yè)不僅需要每秒能夠處理數(shù)百萬I/O的快速磁盤，而且還需要相互連接的節(jié)點和處理引擎，以便隨時訪問數(shù)據(jù)。

    從社交媒體的發(fā)展趨勢到流量路由，速度對于實時分析尤為重要。 因此，企業(yè)無比要建立您的數(shù)據(jù)湖，以確保最快的互連可用。

5、將安全性設計到大數(shù)據(jù)的各個方面

    計算基礎設施架構組件的高度異質(zhì)性大大加速了企業(yè)組織從他們所收集到的數(shù)據(jù)信息中提取有意義的見解的能力。但有一大缺點：對于系統(tǒng)的管理和保護要復雜得多，Etchings說。由于涉及大量的數(shù)據(jù)和大多數(shù)大數(shù)據(jù)分析系統(tǒng)的關鍵任務，使得很多企業(yè)未能在保護系統(tǒng)和數(shù)據(jù)方面采取足夠的預防措施，進而正在大規(guī)模的帶來問題和麻煩。

    企業(yè)所收集、存儲、分析和共享的大部分數(shù)據(jù)都是關于客戶數(shù)據(jù)信息，其中一些是私人的和可識別的。如果這些數(shù)據(jù)落入了壞人的手中，其結果是可預測的：企業(yè)必將面臨法律方面的訴訟、金錢的損失以及隨之而來的的監(jiān)管機構的罰款、企業(yè)品牌和聲譽受損，以及客戶的憤怒和不滿。

    故而您企業(yè)的安全措施應該包括部署基本的企業(yè)工具：切實的數(shù)據(jù)加密，身份和訪問管理以及網(wǎng)絡安全。同時，您企業(yè)的安全措施還應包括對相關工作人員就如何正確訪問和使用數(shù)據(jù)的政策的教育和培訓。

6、把數(shù)據(jù)管理和質(zhì)量放在首要位置

    確保良好的數(shù)據(jù)管理和質(zhì)量應該是所有大數(shù)據(jù)分析項目的重要指標，否則面臨的失敗的可能性要大得多。

    您企業(yè)需要實施相應的控制措施，以確保數(shù)據(jù)按時、準確并及時的交付。作為大數(shù)據(jù)分析舉措的一部分，GoDaddy公司實施了警報，以便通知相關的管理人員數(shù)據(jù)的更新是否失敗或運行較晚。此外，GoDaddy公司還對關鍵指標實施了數(shù)據(jù)質(zhì)量檢查，并在這些指標與預期不符時發(fā)出警報。

    確保數(shù)據(jù)質(zhì)量和良好管理的一個重要部分就是聘用熟練的數(shù)據(jù)管理專業(yè)人員，這其中包括數(shù)據(jù)管理總監(jiān)或其他方面的高管來監(jiān)督這些領域。鑒于這些舉措的戰(zhàn)略重要性，企業(yè)組織將會對于數(shù)據(jù)的管理、監(jiān)控和策略方面的擁有權方面具有真正的需求。