大數(shù)據(jù)分析在商務(wù)智能中的最佳與最差實踐

大數(shù)據(jù)分析最佳實踐

大數(shù)據(jù)不僅是一個流行話題，更是企業(yè)中實實在在存在的需求。許多企業(yè)開始著手于大數(shù)據(jù)分析項目，但在此之前，我們需要一個良好的部署方案以確保最終的結(jié)果能夠為業(yè)務(wù)服務(wù)。選擇合適的技術(shù)是規(guī)劃的第一部分，當企業(yè)選擇了數(shù)據(jù)庫軟件、分析工具以及相關(guān)的技術(shù)架構(gòu)之后，我們就可以進行下一步并開發(fā)一個真正成功的大數(shù)據(jù)平臺。

只選擇你所需要的數(shù)據(jù)

大數(shù)據(jù)分析項目中我們會遇到海量的數(shù)據(jù)集。但是海量數(shù)據(jù)并不代表一個企業(yè)的所有數(shù)據(jù)，也不是相關(guān)數(shù)據(jù)源中的所有信息都需要我們來進行分析。企業(yè)需要確定哪些數(shù)據(jù)具有戰(zhàn)略價值，能夠為分析服務(wù)。在規(guī)劃階段，把注意力集中在業(yè)務(wù)目標之上，將有助于企業(yè)對分析進行精準的定位，在此基礎(chǔ)之上我們可以也應(yīng)該了解哪些數(shù)據(jù)能夠滿足這些業(yè)務(wù)目標。

構(gòu)建高效的業(yè)務(wù)角色然后處理相應(yīng)的復(fù)雜度

積極應(yīng)對復(fù)雜性是大數(shù)據(jù)分析項目成功的關(guān)鍵之一。為了能夠最終得到正確的分析結(jié)果，我們需要讓所有相關(guān)的業(yè)務(wù)數(shù)據(jù)所有者參與到流程當中，以確保提前制定必要的業(yè)務(wù)角色。一旦業(yè)務(wù)角色制定完畢，技術(shù)人員就可以評估相應(yīng)的復(fù)雜度，以及所需要做的工作。這就指向了部署的下一個階段。

以協(xié)同的方式將業(yè)務(wù)角色轉(zhuǎn)化為相關(guān)的分析

建立業(yè)務(wù)角色對于大數(shù)據(jù)分析應(yīng)用來說只是第一步，接下來IT或者分析專家需要創(chuàng)建相應(yīng)的算法。但這部分工作并不應(yīng)該是獨立的，起初的查詢越準確，那么所需要的開發(fā)工作就越少。許多項目都需要持續(xù)反復(fù)的開發(fā)工作，究其原因還是因為項目執(zhí)行人員和業(yè)務(wù)部門溝通出現(xiàn)了問題。因此，在項目開發(fā)的進程中，我們需要雙發(fā)協(xié)同并及時溝通，以便保障項目的順利進行。

確定一個維護計劃

除了項目之前的一些開發(fā)工作，我們還需要不間斷地注意變更。在業(yè)務(wù)需求變化之上的日常查詢維護固然重要，但畢竟它只是整個分析項目管理的一部分。隨著數(shù)據(jù)集的不斷增長以及業(yè)務(wù)用戶對分析過程的不斷熟悉，他們對系統(tǒng)的要求也會相應(yīng)地增加。分析團隊必須能夠及時地滿足額外的要求。

牢記用戶需求，不是部分用戶，而是所有用戶

隨著自助式BI工具的流行，在大數(shù)據(jù)分析項目中把終端用戶放到考慮范疇之內(nèi)就顯得并不奇怪了。當然，能夠應(yīng)對不同數(shù)據(jù)類型的IT架構(gòu)非常重要，但是系統(tǒng)的可操作性和交互性同樣是我們需要考慮的問題。這需要我們把不同類型用戶的反饋考慮在內(nèi)，從高管層到操作工，從分析師到統(tǒng)計員都需要能夠訪問到大數(shù)據(jù)分析應(yīng)用，不管是用何種方式。

大數(shù)據(jù)要從小開始

分析大數(shù)據(jù)集也一樣要從小機會開始，然后再使用它們作為起點。隨著公司不斷地擴大分析的數(shù)據(jù)源和信息類型，以及開始創(chuàng)建最重要的分析模型，幫助他們發(fā)現(xiàn)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的模式和相關(guān)性，他們需要注意那些對于預(yù)期業(yè)務(wù)目標而言最重要的結(jié)果。

不要忘記最終目標仍是大數(shù)據(jù)

在確定大數(shù)據(jù)分析實施計劃時，公司一定要重視規(guī)模因素。您一定要考慮到變化——從現(xiàn)在開始的半年內(nèi)，您需要處理多少數(shù)據(jù)，您需要增加多少服務(wù)器，是否由軟件來完成這些任務(wù)。人們并沒有考慮到數(shù)據(jù)增長的程度，以及觖決方案部署到生產(chǎn)環(huán)境后的流行程度。

大數(shù)據(jù)分析最差實踐

當BI供應(yīng)商滿面笑容地告訴你他們的客戶已經(jīng)成功部署大數(shù)據(jù)分析項目時，他們一定不會告訴你還有那么多失敗的案例。大數(shù)據(jù)分析項目過程艱難甚至最終失敗是有一些潛在原因的。俗話說失敗乃成功之母，比起成功的經(jīng)驗，一些失敗的教訓(xùn)也許對你更加有利。本部分是一些大數(shù)據(jù)分析項目的最差實踐，你需要了解如何避免它們。

盲目跟風(fēng)

這種觀點重復(fù)犯了經(jīng)典的錯誤，組織開發(fā)他們的第一套數(shù)據(jù)倉庫或者BI系統(tǒng)時經(jīng)常會犯這樣的錯誤。太多時候，IT和BI以及分析項目管理者被技術(shù)炒作所迷惑，忘記了他們首要任務(wù)的商業(yè)價值;數(shù)據(jù)分析技術(shù)僅僅是一個用來產(chǎn)生商業(yè)價值的工具。大數(shù)據(jù)分析的支持者們不應(yīng)該盲目地采用產(chǎn)品，他們首先需要判斷該技術(shù)所服務(wù)的業(yè)務(wù)目標。

誤認為軟件可以回答所有問題

構(gòu)建一個分析系統(tǒng)，尤其是涉及大數(shù)據(jù)的分析系統(tǒng)是非常復(fù)雜的，也是資源密集的。因此，許多組織希望他們部署的軟件將成為銀彈，神奇地實現(xiàn)一切。當然，人們應(yīng)該明白希望總是比現(xiàn)實更美好。軟件確實會帶來幫助，有時幫助還會很大。但是大數(shù)據(jù)分析的效果取決于被分析的數(shù)據(jù)和使用工具的分析技能。

思路太過僵硬

通常，人們總是不斷嘗試他們過去的做法，即便當他們面對不同的場景時也會這樣。在大數(shù)據(jù)情況下，一些組織會想當然地認為所謂“大”只是意味著更多的交易和更大的數(shù)據(jù)量。這種觀點可能是正確的，但是許多大數(shù)據(jù)分析策略會涉及非結(jié)構(gòu)化和半結(jié)構(gòu)化信息，需要以完全不同于企業(yè)應(yīng)用程序和數(shù)據(jù)倉庫中結(jié)構(gòu)化數(shù)據(jù)的方式管理和分析。

忘記過去所有的教訓(xùn)

有時企業(yè)會走向另一個極端，認為大數(shù)據(jù)中的一切都是完全不同的，他們必須從頭開始。對于大數(shù)據(jù)分析項目的成功，這種錯誤可能甚至比認為沒有不同更要命。只是因為你希望分析的數(shù)據(jù)結(jié)構(gòu)不同，并不意味著我們已有的數(shù)據(jù)管理基本原則需要重寫。

沒有必備的業(yè)務(wù)和分析專業(yè)知識

誤認為該技術(shù)可以實現(xiàn)一切的必然結(jié)果就是，相信所有你需要的只是讓IT員工實施大數(shù)據(jù)分析軟件。首先，與上述產(chǎn)生商業(yè)價值主題相符合，有效的大數(shù)據(jù)分析項目必須在系統(tǒng)設(shè)計階段以及持續(xù)運營過程中結(jié)合廣泛的業(yè)務(wù)和行業(yè)知識。其次，許多組織低估了他們需要分析技能的程度。

把項目當作科學(xué)實驗

太多時候，公司衡量大數(shù)據(jù)分析項目的成功僅僅是通過數(shù)據(jù)收集和分析來進行。而事實上，收集和分析數(shù)據(jù)只是開始。如果結(jié)合了業(yè)務(wù)流程，并促使業(yè)務(wù)經(jīng)理們和用戶們?yōu)楦纳平M織績效和業(yè)績而付諸行動之后，分析才能產(chǎn)生商業(yè)價值。要獲得真正的效率，就需要把分析項目納入反饋閉環(huán)，以便交流分析結(jié)果，然后基于經(jīng)營業(yè)績提煉分析模型。

承諾太多，想做的太多

許多大數(shù)據(jù)分析項目陷入了一個大誤區(qū)：支持者過度宣揚他們部署的系統(tǒng)會有多么快，業(yè)務(wù)會獲得多么重大的益處。過度的承諾和交付的不足必然導(dǎo)致業(yè)務(wù)與技術(shù)的分離，這樣組織一般會很長時間都推遲特定技術(shù)的選用——即便其它許多公司已經(jīng)使用該技術(shù)獲得了成功。