大數(shù)據(jù)項(xiàng)目成功的七大秘密_數(shù)據(jù)分析師考試

大數(shù)據(jù)項(xiàng)目的成功有哪些法寶?又有哪些陷阱會導(dǎo)致大數(shù)據(jù)項(xiàng)目的失敗?本文中的三位專家將對此進(jìn)行詳解。

　　如今，許多企業(yè)都理解了大數(shù)據(jù)的構(gòu)成，但是要取得大數(shù)據(jù)項(xiàng)目的成功則是另一回事。Gartner公司的分析師，Doug Laney。 Forrester公司分析師Mike Gualtieri。International Institute for Analytics的高級研究學(xué)者，Robert Morison 都是大數(shù)據(jù)領(lǐng)域的專家，他們對于企業(yè)如何使用大數(shù)據(jù)有著獨(dú)特的視角。 以下是他們認(rèn)為可以幫助大數(shù)據(jù)項(xiàng)目成功的因素 ，以及那些可能會導(dǎo)致大數(shù)據(jù)項(xiàng)目失敗的原因。

　　從小項(xiàng)目開始

　　CIO們以前也聽到過這個建議，但從小項(xiàng)目開始到底意味著什么? “這意味著從一個你認(rèn)為可以提高業(yè)務(wù)績效的領(lǐng)域著手，從一個你認(rèn)為分析更多數(shù)據(jù)可以獲得更多信息的領(lǐng)域著手，” Institute的Morison說。

　　他舉了一個制藥企業(yè)的案例，這家企業(yè)想把它的產(chǎn)品收率提高1%到2%。使用傳統(tǒng)的商業(yè)智能工具， 它可以分析一定數(shù)量的生產(chǎn)歷史，從而發(fā)現(xiàn)生產(chǎn)流程中可以進(jìn)行調(diào)整的部分。然后，企業(yè)想知道，如果分析更多的數(shù)據(jù)，是否可以幫助確定生產(chǎn)表現(xiàn)的真正推動力。隨后，采用Hadoop相關(guān)的開源技術(shù)，該企業(yè)在一周內(nèi)分析了過去三年的生產(chǎn)歷史。

　　“很快，他們開始開發(fā)各種變量組合的熱點(diǎn)地圖——在這個案例中，壓力，溫度，攪拌和速率這些參數(shù)，都可以帶來更高的產(chǎn)品收率，” Morison說?！耙虼?，在幾個月的時間內(nèi)，他們從分析更多數(shù)據(jù)能帶來什么成果，發(fā)展到在制造工廠開展實(shí)驗(yàn)，從而獲得產(chǎn)量的提高。 ”

　　不斷試驗(yàn)

　　是時候CIO們和業(yè)務(wù)主管從傳統(tǒng)的消費(fèi)，目標(biāo)導(dǎo)向的IT項(xiàng)目管理風(fēng)格中脫離出來了， Morison說。取而代之的，鼓勵試驗(yàn)項(xiàng)目和創(chuàng)造性思維。在之前提到的制藥企業(yè)案例中，“目標(biāo)就是一邊進(jìn)行試驗(yàn)，一邊進(jìn)步和學(xué)習(xí)，”他說?！斑@一案例中真正有價值的是，一旦他們開始這樣做，每一批新的產(chǎn)品，就成為了數(shù)據(jù)庫的一部分。 他們擁有了一個持續(xù)的反饋回路。這個試驗(yàn)使業(yè)務(wù)表現(xiàn)越來越好?！?/span>

　　Gartner的Laney認(rèn)為試驗(yàn)應(yīng)該包括 “那些看似并不自然相關(guān)的數(shù)據(jù)源集成在一起?！?比如，零售商，分析監(jiān)控錄像數(shù)據(jù)“來了解商店內(nèi)的客流量，”讓他們有機(jī)會確定購物習(xí)慣和購物模式，他說。

　　采用Hadoop技術(shù)

　　大數(shù)據(jù)不是只有Hadoop技術(shù)，“但Hadoop是一個很大的催化劑”，因?yàn)樗攘畠r，又容易獲取， Forrester的Gualtieri說。 許多獲得大數(shù)據(jù)項(xiàng)目成功的企業(yè)，都或多或少以Hadoop技術(shù)為背景。“采用Hadoop。把它作為你的數(shù)據(jù)試驗(yàn)平臺，因?yàn)槟憧梢栽谙鄬Τ杀靖咝У那闆r下，整合所有數(shù)據(jù)， ”他說。

　　點(diǎn)亮“暗數(shù)據(jù)”

　　Laney把企業(yè)內(nèi)存儲后就再沒有使用過的數(shù)據(jù)稱為 “暗數(shù)據(jù)，”他鼓勵CIO們考慮這些數(shù)據(jù)的價值。一些企業(yè)已經(jīng)開始這樣做了。比如，保險公司，使用文本挖掘工具分析以往的理賠報(bào)告，來更好地理解保險行業(yè)的欺詐行為或發(fā)展趨勢，Laney說。

　　此外，讓暗數(shù)據(jù)重見天日可能帶來新的，有價值的收入來源。Dollar General公司通過和客戶分享消費(fèi)包裝商品信息來支付他們的企業(yè)數(shù)據(jù)倉庫費(fèi)用， Laney說。軟件即服務(wù)供應(yīng)商Clothes Horse， 是一家新創(chuàng)立的，幫助在線購物者決定衣服是否合身的企業(yè)，它分析顧客數(shù)據(jù)來幫助零售商更好的了解顧客的偏好。更多新平臺也不斷出現(xiàn)，幫助分發(fā)，并銷售各類供應(yīng)商的數(shù)據(jù)，Laney說，包括: Microsoft;ProgrammableWeb，2013年被MuleSoft收購;Data Market，去年秋天被QlikTech收購;還有qDatum，一家總部位于德國的創(chuàng)業(yè)公司。

　　不要跟隨R語言熱潮

　　雖然開源編程語言R通常與數(shù)據(jù)科學(xué)相關(guān)聯(lián)，CIO們不需要雇傭熟悉R語言的數(shù)據(jù)科學(xué)家來開始一個高級分析項(xiàng)目?，F(xiàn)成的軟件對于企業(yè)已經(jīng)足夠。 Gualtieri認(rèn)為，正如CIO們不會讓Java開發(fā)人員對商業(yè)智能報(bào)告進(jìn)行編程一樣，這同樣適用于高級分析項(xiàng)目。 Alpine Data Labs，Alteryx，SAS，RapidMiner和KNIME的工具足夠成熟，來完成80%的預(yù)測分析工作，而不必從頭開始創(chuàng)建一切，他說。

　　不要僅是報(bào)告數(shù)據(jù)

　　超越傳統(tǒng)的分析方法，使用大數(shù)據(jù)進(jìn)行分析的企業(yè)具有巨大優(yōu)勢?！斑@已經(jīng)遠(yuǎn)不是餅圖和柱狀圖了，”Gartner的Laney說。 “將數(shù)據(jù)集成到業(yè)務(wù)流程中，而不只是報(bào)告數(shù)據(jù)。”Gualtieri同時認(rèn)為高級分析項(xiàng)目是一個優(yōu)勢。 “你能在繼續(xù)傳統(tǒng)報(bào)告的同時，使用大數(shù)據(jù)做出更好的報(bào)告嗎?但是這并沒有帶來很多不同。 真正的競爭優(yōu)勢是當(dāng)你使用那些數(shù)據(jù)，創(chuàng)建預(yù)測模型，”他說。遺憾的是，缺乏這樣的數(shù)據(jù)科學(xué)家，Gualtieri說超越傳統(tǒng)分析的想象力非常稀缺。

　　不要認(rèn)為分析一定會被采納

　　Morison認(rèn)為分析項(xiàng)目失敗的其中一個原因是 “相當(dāng)不錯的分析項(xiàng)目完成后，但沒有被采用?！迸c業(yè)務(wù)部門密切合作，可以避免這類問題，他說，最近與幾位首席分析師的談話中，他得出這樣的經(jīng)驗(yàn)： “如果沒有業(yè)務(wù)合作伙伴在過程中的支持，他們是不會開始項(xiàng)目的，即使這個項(xiàng)目很值得進(jìn)行。