
大數(shù)據(jù)有的這些哪些硬傷,傷到你了么
可能目前所有的技術(shù)都涉及到大數(shù)據(jù),但這并不意味著大數(shù)據(jù)是絕對(duì)可靠的。在許多情況下,大數(shù)據(jù)曾造成過(guò)嚴(yán)重事故,但事故的確切原因并不總是很清楚??赡苁菣z測(cè)到錯(cuò)誤報(bào)告、技術(shù)故障、缺乏工具、數(shù)據(jù)不完整、數(shù)據(jù)不正確甚至是不必要的數(shù)據(jù)。
毫無(wú)疑問(wèn),如果有上述提到的錯(cuò)誤,那最終結(jié)果將會(huì)與期望值完全不同。更糟糕的是,結(jié)果有時(shí)可能沒(méi)有被分析,導(dǎo)致一系列嚴(yán)重的后果。
大數(shù)據(jù)的缺陷
由于大數(shù)據(jù)和云的存在,超級(jí)計(jì)算機(jī)才為任何人所用。然而,我們用來(lái)分析和應(yīng)用海量信息的這一工具通常都有一個(gè)致命的缺陷。大部分?jǐn)?shù)據(jù)分析都是基于錯(cuò)誤的模型,因此錯(cuò)誤是不可避免的。
問(wèn)題的起因就是大數(shù)據(jù)太“大”了。考慮到我們擁有的數(shù)據(jù)量,有時(shí)甚至使用有缺陷的模型來(lái)產(chǎn)生有用的結(jié)果。有時(shí)侯對(duì)自己的技術(shù)過(guò)于自負(fù),當(dāng)模型出現(xiàn)故障時(shí),結(jié)果就會(huì)變得非常難看。
大數(shù)據(jù)失敗案例
Google在2008年推出了大數(shù)據(jù)這項(xiàng)服務(wù),目的是要預(yù)測(cè)25個(gè)國(guó)家的流感疫情。邏輯很簡(jiǎn)單:分析谷歌在特定地區(qū)的流感搜索查詢。將搜索結(jié)果與該地區(qū)流感活動(dòng)的歷史記錄進(jìn)行比較。基于這些結(jié)果,活動(dòng)水平被分為低、中、高或極高。
乍一看,這似乎是一個(gè)很合理的想法,但實(shí)際上并不是這樣。在2013年流感高峰期,Google的流感分析一塌糊涂。原因是算法有缺陷,沒(méi)有考慮到幾個(gè)因素。例如,如果搜索“冷”或“發(fā)燒”這類詞,并不一定意味著搜索人正在找流感癥狀。Google無(wú)法從這場(chǎng)災(zāi)難般的失誤中恢復(fù)過(guò)來(lái),最終導(dǎo)致了這個(gè)項(xiàng)目在2013年崩潰了。
大數(shù)據(jù)失敗的原因
迄今為止,谷歌流感趨勢(shì)項(xiàng)目并不是唯一失敗的。我們需要吸取教訓(xùn),不要重蹈覆轍。以下是導(dǎo)致大數(shù)據(jù)失敗的一些原因:
1. 缺乏數(shù)據(jù)調(diào)配和數(shù)據(jù)管理
通常情況下,組織往往不完全了解他們已有的數(shù)據(jù),但仍然決定在此基礎(chǔ)上開(kāi)展新的項(xiàng)目。缺乏關(guān)于數(shù)據(jù)處理的文檔、存儲(chǔ)、策略和其他的程序。這種情況下,大數(shù)據(jù)咨詢公司可以為您的企業(yè)提供一個(gè)清晰的路線圖和指導(dǎo),說(shuō)明應(yīng)該如何處理您已經(jīng)擁有的數(shù)據(jù),這才是正確戰(zhàn)勝大數(shù)據(jù)的第一步。
2. 未定目標(biāo)和戰(zhàn)略
有太多難以理解的IT術(shù)語(yǔ)和營(yíng)銷術(shù)語(yǔ),此外,市場(chǎng)上有太多大數(shù)據(jù)產(chǎn)品,選擇合適的產(chǎn)品很困難。在做任何決定之前,找出實(shí)現(xiàn)目標(biāo)所需的服務(wù)和技術(shù)非常重要?!霸诖髷?shù)據(jù)上做小數(shù)據(jù)”,意思是應(yīng)該在少量數(shù)據(jù)上評(píng)估您的大數(shù)據(jù)架構(gòu),以確保選擇正確的產(chǎn)品。
3. 溝通很重要
數(shù)據(jù)科學(xué)和大數(shù)據(jù)是領(lǐng)域知識(shí)、數(shù)學(xué)、統(tǒng)計(jì)專業(yè)知識(shí)和編程技能的復(fù)雜組合。然而,同時(shí)它也必須具有商業(yè)意義。通常IT部門和管理層不能理解彼此作出的的變更。為了確保您的大數(shù)據(jù)對(duì)IT和業(yè)務(wù)領(lǐng)導(dǎo)者都有意義,在項(xiàng)目中確保IT人員與業(yè)務(wù)人員之間保持良好的溝通。
太大太快
當(dāng)您第一次開(kāi)始執(zhí)行大數(shù)據(jù)項(xiàng)目時(shí),會(huì)有很多未定義的因素,比如預(yù)算、技術(shù)、路線等等。選擇一個(gè)小項(xiàng)目,并測(cè)量成功的幾率。基準(zhǔn)測(cè)試進(jìn)展的一個(gè)好方法是創(chuàng)建原型或驗(yàn)證概念來(lái)驗(yàn)證您已經(jīng)完成的工作。如果早期階段存在缺陷,那么推進(jìn)到項(xiàng)目的下一個(gè)階段是沒(méi)有意義的。
缺乏IT人才
執(zhí)行項(xiàng)目的人必須精通新技術(shù),這對(duì)于快節(jié)奏的IT環(huán)境來(lái)說(shuō)是一個(gè)挑戰(zhàn)。
通過(guò)迭代來(lái)創(chuàng)新
許多組織在決定之行大數(shù)據(jù)項(xiàng)目時(shí)會(huì)感到束手無(wú)策,這就是為什么采用迭代方法處理大數(shù)據(jù)至關(guān)重要。組織應(yīng)該嘗試設(shè)法讓員工自由進(jìn)行數(shù)據(jù)實(shí)驗(yàn)。最重要的大數(shù)據(jù)技術(shù)是開(kāi)源的,而且,很多平臺(tái)也可以作為云服務(wù)提供便利,從而進(jìn)一步降低了失敗的機(jī)率。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10