揭露大數(shù)據(jù)五大誤區(qū)

在如此多關(guān)于大數(shù)據(jù)的炒作下，IT管理者很難知道該如何挖掘大數(shù)據(jù)的潛力。Gartner指出關(guān)于大數(shù)據(jù)的五大誤區(qū)，以幫助IT管理者制定他們的信息基礎(chǔ)設(shè)施戰(zhàn)略。

Gartner研究總監(jiān)Alexander Linden表示：“大數(shù)據(jù)提供了巨大的機(jī)會(huì)，但也帶來了更大的挑戰(zhàn)。海量的數(shù)據(jù)并沒有解決數(shù)據(jù)固有的問題。IT管理者需要破除各種炒作，根據(jù)已知的事實(shí)和業(yè)務(wù)驅(qū)動(dòng)的結(jié)果指導(dǎo)行動(dòng)?！?/span>

誤區(qū)1：在采用大數(shù)據(jù)方面其他人都比我超前

人們對于大數(shù)據(jù)技術(shù)和服務(wù)的興趣達(dá)到了前所未有的高度，有73%的受訪企業(yè)已經(jīng)投資或者計(jì)劃投資大數(shù)據(jù)。但是大多數(shù)企業(yè)機(jī)構(gòu)仍然在采用大數(shù)據(jù)的初期階段，只有13%的受訪者已經(jīng)部署了大數(shù)據(jù)解決方案（見圖1）。

圖1、2013年和2014年大數(shù)據(jù)采用的階段

注釋：Gartner向每位受訪者提問，“以下哪5個(gè)階段可以最好地描述你企業(yè)機(jī)構(gòu)采用大數(shù)據(jù)的階段？”
2014年n = 302，2013年n = 720。來源：Gartner（2014年9月）

企業(yè)結(jié)構(gòu)面臨最大的挑戰(zhàn)是確定如何從大數(shù)據(jù)中獲取價(jià)值，以及確定應(yīng)該從哪里開始。許多企業(yè)機(jī)構(gòu)卡在試點(diǎn)階段，因?yàn)樗麄儧]有將技術(shù)與業(yè)務(wù)流程或者具體的使用實(shí)例聯(lián)系起來。

誤區(qū)2：我們有這么多的數(shù)據(jù)，我們并不需要擔(dān)心一個(gè)小小的數(shù)據(jù)缺陷

IT管理者認(rèn)為，目前企業(yè)管理如此多的數(shù)據(jù)使得單個(gè)的數(shù)據(jù)質(zhì)量問題變得微不足道，因?yàn)椤按髷?shù)據(jù)法則”。這個(gè)觀點(diǎn)認(rèn)為，單個(gè)數(shù)據(jù)質(zhì)量缺陷并不影響整個(gè)數(shù)據(jù)分析的結(jié)果，因?yàn)槊總€(gè)缺陷只是企業(yè)機(jī)構(gòu)內(nèi)海量數(shù)據(jù)非常小的一部分。

Gartner副總裁Ted Friedman認(rèn)為：“事實(shí)上，盡管單個(gè)缺陷對于整個(gè)數(shù)據(jù)集的影響要比數(shù)據(jù)量少的時(shí)候小一些，但是因?yàn)閿?shù)據(jù)更多了所有缺陷也就更多了。因此，糟糕的數(shù)據(jù)質(zhì)量對于整個(gè)數(shù)據(jù)集的影響還是一樣的。除此之外企業(yè)機(jī)構(gòu)在大數(shù)據(jù)背景下使用的大多數(shù)數(shù)據(jù)都是來自于外部的，或者是未知結(jié)構(gòu)和未知來源的。這意味著出現(xiàn)數(shù)據(jù)質(zhì)量問題的可能性要比以前更高，因此數(shù)據(jù)質(zhì)量實(shí)際上在大數(shù)據(jù)背景下變得更為重要了?！?/span>

誤區(qū)3：大數(shù)據(jù)繼續(xù)將消除對大數(shù)據(jù)整合的需求

一般觀點(diǎn)認(rèn)為，大數(shù)據(jù)技術(shù)——尤其是通過在用模式方法處理信息的潛力——將使得企業(yè)機(jī)構(gòu)要使用多種數(shù)據(jù)模型來讀取相同的數(shù)據(jù)源。很多人相信這種靈活性將讓終端用戶確定如何按需地將各種數(shù)據(jù)集進(jìn)行轉(zhuǎn)譯。他們認(rèn)為，這也將提供滿足單個(gè)用戶需求的數(shù)據(jù)訪問。

在現(xiàn)實(shí)中，大多數(shù)信息用戶重度依賴于“在寫模式”，在這種場景下數(shù)據(jù)被描述、內(nèi)容被預(yù)先描述，因此關(guān)于數(shù)據(jù)完整性以及與場景的相關(guān)性已經(jīng)達(dá)成了統(tǒng)一。

誤區(qū)4：為高級分析使用數(shù)據(jù)倉庫是沒有意義的

很多信息管理的領(lǐng)導(dǎo)者認(rèn)為，構(gòu)建一個(gè)數(shù)據(jù)倉庫是消耗時(shí)間且沒有意義的，因?yàn)楦呒壏治鍪褂眯滦偷臄?shù)據(jù)而不僅僅是數(shù)據(jù)倉庫。

現(xiàn)實(shí)是，很多高級分析項(xiàng)目在分析過程中使用的正是數(shù)據(jù)倉庫。在其他一些情況下，信息管理人必須提煉作為大數(shù)據(jù)一部分的新數(shù)據(jù)類型，使其適合于分析。他們需要確定哪些數(shù)據(jù)是相關(guān)的，如何聚合這些數(shù)據(jù)，以及數(shù)據(jù)質(zhì)量的等級，而且這種數(shù)據(jù)提煉可能是發(fā)生在很多地方的，不僅僅是數(shù)據(jù)庫。

誤區(qū)5：數(shù)據(jù)湖將取代數(shù)據(jù)倉庫

很多廠商將數(shù)據(jù)湖定義為用于分析各種來源的原始格式數(shù)據(jù)的企業(yè)數(shù)據(jù)管理平臺。

現(xiàn)實(shí)是，廠商將數(shù)據(jù)湖定位為數(shù)據(jù)倉庫的替代品或者作為客戶分析技術(shù)設(shè)施關(guān)鍵要素是容易引發(fā)誤導(dǎo)的。數(shù)據(jù)湖的基礎(chǔ)技術(shù)缺乏已有數(shù)據(jù)倉庫技術(shù)功能特性的成熟型和廣度。Gartner研究總監(jiān)Nick Heudecker表示：“數(shù)據(jù)倉庫已經(jīng)具有支持整個(gè)組織上下各種用戶的能力。信息管理者沒必要等著數(shù)據(jù)湖迎頭趕上?！?/span>