大數(shù)據(jù)行業(yè)里的四大誤區(qū)（4）_數(shù)據(jù)分析師

誤區(qū)四：為了大數(shù)據(jù)而大數(shù)據(jù)

這個誤區(qū)我認為是目前最嚴重的。在部分企業(yè)中，追求技術一定要最新、最好、最炫，一定要拿到國際先進、世界一流才行。所有的企業(yè)，不分行業(yè)不分性質不分地域不分年代，一律高喊“趕超BAT，大數(shù)據(jù)助力**企業(yè)達到**目標”，接下來就是先去IOE，然后投資買集群，把之前的各種高性能小型機大型機都不用了，之前買的O記授權全部停了，之前的幾十年投資一夜之間作廢，又投入了更多的資源去追趕“大數(shù)據(jù)”。

同學們，這種勞民傷財?shù)氖虑橄嘈糯蠹颐刻於紩牭交蛘哂H眼看到，很多企業(yè)不計成本就是為了博領導一笑，這得是多么大的誤區(qū)啊。對此我想說：

第一，從技術上來說，比如BAT或者很多互聯(lián)網(wǎng)企業(yè)去追求大數(shù)據(jù)，是因為業(yè)務發(fā)展的需要。任何一個互聯(lián)網(wǎng)企業(yè)一出生就是為了流量和點擊而活著，這就意味這大量的非結構化數(shù)據(jù)需要進行快速處理，這時候就決定了互聯(lián)網(wǎng)企業(yè)只能通過一些并發(fā)手段去分解底層的數(shù)據(jù)，然后進行快速加工，并滿足其服務用戶和市場的需要?；ヂ?lián)網(wǎng)企業(yè)的業(yè)務流程和業(yè)務模型就決定了必須得采用大數(shù)據(jù)技術。反之，很多企業(yè)根本用不著這些技術，有些企業(yè)簡單的一兩個Excel文件里面做幾個公式就可以滿足它的發(fā)展，而且數(shù)據(jù)的周期還是按月處理的，根本不需要運用這些技術。

第二，從投資上來說，互聯(lián)網(wǎng)企業(yè)出生都是平民，根本買不起大型設備，就算一夜暴富后，也沒有一個傳統(tǒng)的小型機大型機可以更好的滿足它們的發(fā)展，故只能另辟蹊徑創(chuàng)造價值鏈和標準了，在之前的低投資、輕量級架構上，不斷進行小量的線性硬件投資滿足業(yè)務的發(fā)展。反倒是一些傳統(tǒng)企業(yè)，甚至是巨無霸，其投資計劃已經在一年前明確，而且在原來的基礎上投資會更有ROI（投資回報率），現(xiàn)在反倒為了追求大數(shù)據(jù)的口號，犧牲了之前的大量投資，除了“得不償失”，剩下的只能是滿地的節(jié)操了。

大數(shù)據(jù)技術甚至任何一種技術都是為了滿足特定的業(yè)務目標而生的，在具備了明確的業(yè)務目的后，順勢設計符合自身業(yè)務架構的技術架構，才是一種科學的健康的發(fā)展觀。如果您是一位老板、CEO或者投資人，千萬要明白，大數(shù)據(jù)技術對于企業(yè)來說，有時候像水，而企業(yè)的業(yè)務目標就是那艘船，“水能載舟，亦能覆舟”。文章來自：CDA數(shù)據(jù)分析師培訓官網(wǎng)

隨著生產關系的不斷調整，又會出現(xiàn)若干輪生產力的不斷進步，大數(shù)據(jù)之后的技術也會日新月異的進步著，比如現(xiàn)在開始潮流涌現(xiàn)的“機器學習、深度學習”等諸多的人工智能方面的技術，也出現(xiàn)了比如“小數(shù)據(jù)”、“微數(shù)據(jù)”等更細方向技術的細分，在技術的洪流到來時，只要保持清晰的以滿足業(yè)務為導向的頭腦，根據(jù)自身的業(yè)務需要設計自身的技術架構，就不會被各種流派，各種概念淹沒。