
為何多數(shù)的大數(shù)據(jù)項目以失敗告終
幾乎每個人的心目中,大數(shù)據(jù)就是企業(yè)IT部門的大大小小的結構化和非結構化數(shù)據(jù),而且其量正在成倍的增長。但是,盡管大數(shù)據(jù)已然成為了一種主流的IT現(xiàn)象,多數(shù)的大數(shù)據(jù)項目仍然以失敗而告終。
究其原因,就在于企業(yè)很難找到適當?shù)姆椒ㄟM行大數(shù)據(jù)的收集、管理和理解,并最終從大數(shù)據(jù)信息中提取出有價值的東西。
征服大數(shù)據(jù)項目,并最終從中提取出您企業(yè)所需要的業(yè)務洞察力本身就是一項非常艱巨的任務。但當涉及到定義大數(shù)據(jù)項目的范疇,以及確保相關配套設施到位方面時,您企業(yè)的相關人員無法保持統(tǒng)一的步伐,那么,該項目注定是要失敗的。
失敗的原因分析
如下,是我所看到的大數(shù)據(jù)項目失敗的主要原因:
缺乏一致性。在解決業(yè)務部門的相關問題方面,IT部門缺乏與業(yè)務部門的一致性。IT部門僅僅只是從技術的角度來看待問題。同樣,缺乏企業(yè)利益相關者的真正的承諾也往往使得大數(shù)據(jù)項目很難成功。
缺乏數(shù)據(jù)訪問權限。對數(shù)據(jù)的訪問往往是受限制的,IT團隊成員沒有訪問相關數(shù)據(jù)集的權限,以致他們無法找到能將使該項目成功的相關數(shù)據(jù)。
缺乏專業(yè)知識。鑒于許多在大數(shù)據(jù)領域的技術、方法和學科都是新的,導致企業(yè)的員工缺乏如何處理數(shù)據(jù),完成業(yè)務的相關專業(yè)知識。
缺乏一致性
上述所有這些問題中,第一條,缺乏一致性。是您的企業(yè)必須首先解決的問題,而且也是最為重要的問題。問題的關鍵在于,您企業(yè)當前所探索和尋找的東西都是您不熟悉的領域,所以,要想獲得大數(shù)據(jù)項目的成功,首先搞清楚您的業(yè)務部門到底是要解決什么問題是至關重要的。
雖然其是您企業(yè)大數(shù)據(jù)項目成功的最重要的因素,要想實現(xiàn)企業(yè)業(yè)務部門和IT部門之間的一致性也是相當具有挑戰(zhàn)性的。不僅僅是因為大數(shù)據(jù)對于不同的人有著不同的意義,同時,還在于一系列外部因素可能會影響業(yè)務需求的變化,使得處理某些問題的優(yōu)先級超出了IT部門所能保持的步伐。如果IT部門與業(yè)務部門在大數(shù)據(jù)項目所涉及的范疇方面無法達成一致,該項目就會涉及到太多的方向、太多的人,以至于會將重點從解決具體的業(yè)務問題變?yōu)閷T技術的管理,以便能夠?qū)崿F(xiàn)每個人的需求。
另外一個影響業(yè)務部門和IT部門之間的一致性的挑戰(zhàn)來源于不愿意發(fā)生改變。很多時候,如果一個大數(shù)據(jù)項目建議采取相關的行動或變革,而業(yè)務部門的利益相關者不理解所涉及到的相關行動或變革,他們往往可能采取消極怠工的方法,首先默默的接受這一建議,但在之后將其貶為一個錯誤的進程,分析或數(shù)據(jù)集。對此,分析師團隊則可能認為該業(yè)務部門已經(jīng)同意并付諸相關行動了,只是他們所采取的行動所帶來的結果只是產(chǎn)生了次優(yōu)的業(yè)務成果。
缺乏數(shù)據(jù)訪問權限
大數(shù)據(jù)項目失敗的第二個原因——缺乏數(shù)據(jù)的訪問權限可以追溯到一個基本的IT前提:筒倉。銷售部門、營銷部門、人力資源部門等都有數(shù)據(jù)倉庫,每個部門的數(shù)據(jù)倉庫都限制了相關數(shù)據(jù)的訪問權限和保護措施。數(shù)據(jù)倉庫存在的理由很好理解,但是如果IT部門所需要的數(shù)據(jù)倉庫的某些相關數(shù)據(jù)不可用,那么,可以說在IT部門的員工試圖解決某些問題前,就已然注定了他們無法解決這些問題了。
為了應對這一問題,大數(shù)據(jù)項目必須從一開始就具備相關數(shù)據(jù)的執(zhí)行權。如果無法對所有業(yè)務相關數(shù)據(jù)進行訪問,也就無法找出業(yè)務問題的關系和模式,也就無法解決業(yè)務部門所面臨的問題了。所以,大數(shù)據(jù)項目的授權要來自企業(yè)的高層,如果企業(yè)高層發(fā)話說:“某個業(yè)務團隊正在尋找解決某個相當重要的特定業(yè)務問題,IT部門就有足夠的機會獲得他們所需要的任何數(shù)據(jù)的訪問權限了?!比绻麩o法獲得正確的數(shù)據(jù)信息,該項目無疑將長時間處于停滯狀態(tài)。
缺乏專業(yè)知識
第三大缺陷——缺乏相關專業(yè)知識。這其實是源于企業(yè)缺乏合適的擁有正確的技能來執(zhí)行大數(shù)據(jù)項目的人材。而由于大數(shù)據(jù)技術對于“主流”企業(yè)來說仍然是很新的,IT團隊往往缺乏相關的專業(yè)知識來確定如何用大數(shù)據(jù)來達到分析的目的。
雖然招聘數(shù)據(jù)科學專家是解決這種專業(yè)知識的不足一種可能性的備選方案,但對于許多企業(yè)來說是不可行的。這一新的角色需要結合程序員的技能和調(diào)查研究科學家的思維,企業(yè)專門設置一個這樣的職位的代價會非常高,同時其所需的相關技能設置也不常見,很難創(chuàng)建。
如何使您企業(yè)的大數(shù)據(jù)項目成功
考慮一個切實可行的辦法。首先,不要將其稱之為是一個“大數(shù)據(jù)項目”。將其命名為一個類似的項目名稱:例如“一個幫助我們更好的了解我們的客戶、以及為什么他們會喜歡在某個特定的商店購物的項目?!痹擁椖渴且卮鹬匾臉I(yè)務問題,而大數(shù)據(jù)便是答案的來源。如下,有一些最佳實踐方案來幫助您的項目實現(xiàn)成功:
從列出一個您所想要解決的業(yè)務問題的清單入手
不要從解決某個大問題著手。從啟動一個小的項目開始,選擇一個您所亟待解決的具體的問題,并堅持下去。列出一份您所需要解答的問題的列表清單,并且不要因為被技術問題困住而忽視您的目標。確保IT團隊的工作職責不會變得過于寬泛或所謂的“全方位”,這樣可以盡量避免處理問題范圍的改變進而導致的項目失敗:即從業(yè)務部門到IT部門的需求的改變導致問題焦點的轉移。確保所有利益相關方在客觀上對于項目的實施和執(zhí)行都是同意的,以便讓每個人都能夠?qū)W⒂陧椖康耐瓿伞?br />
在您開始項目之前獲得企業(yè)高層的背書
一旦您已經(jīng)確定您所要解決的業(yè)務問題,必須獲得業(yè)務團隊從上而下的對于您所需要的所有相關數(shù)據(jù)的支持,以保證成功完成項目。務必獲得公司高層領導對于訪問所有相關的業(yè)務數(shù)據(jù)的授權,以便您可以找到相關的模式和關系,進而解答業(yè)務問題。也就是說您必須獲得訪問、控制的權限。
確保您的團隊具備執(zhí)行項目所需的專業(yè)知識
理想的情況下,您的團隊內(nèi)部將會有成員接受過專業(yè)的訓練,具備數(shù)據(jù)科學家的技能和心態(tài),能夠利用這些數(shù)據(jù)信息來生成所需的業(yè)務結果。如果不是的話,您可以利用您現(xiàn)有的系統(tǒng)來解決的問題。這是一個很好的退后一步來思考所需要解答的業(yè)務問題的時機。您可能在這時不需要經(jīng)過專業(yè)的培訓或NLP就能夠得到您需要的答案,只是授予了合適的人員來訪問企業(yè)內(nèi)部的數(shù)據(jù)信息而已。
選擇一個能夠創(chuàng)造商業(yè)價值的問題,并在您已經(jīng)正確的道路上持續(xù)的堅持下去。記住,一個成功的項目與其所涉及的范圍是沒有太大關系的。沒必要一口氣吃個胖子,那樣反而會帶來更大的失敗。畢竟,一個小項目的成功要比一個大項目的失敗要好得多。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11