有些人認(rèn)為，“大數(shù)據(jù)”這一詞匯不過是企業(yè)營銷時的大肆炒作。但即使是那些接受大數(shù)據(jù)概念的人，也需要消除某些大數(shù)據(jù)誤區(qū)。
        全球領(lǐng)先的信息技術(shù)研究和咨詢公司Gartner指出，大肆宣傳大數(shù)據(jù)概念，使企業(yè)在選擇適當(dāng)?shù)男袆臃桨笗r，受到更多困擾，但對消除一些仍存在的誤區(qū)卻毫無幫助。
        例如，80%的數(shù)據(jù)是非結(jié)構(gòu)化的，這是錯誤的；又如高級分析功能只是更復(fù)雜形式的普通分析，分析公司Gartner指出，這也是不正確的。
        Gartner公司在已發(fā)布的兩篇報告《大數(shù)據(jù)對分析功能影響中的主要誤區(qū)》和《大數(shù)據(jù)對信息基礎(chǔ)設(shè)施影響中的主要誤區(qū)》中，集中探討大數(shù)據(jù)對分析功能及信息基礎(chǔ)設(shè)施影響中的相關(guān)誤區(qū)，希望展示大數(shù)據(jù)相關(guān)的更多真實情況。以下摘取大數(shù)據(jù)概念的五大誤區(qū)。
誤區(qū)一：在大數(shù)據(jù)技術(shù)部署中，其他人都領(lǐng)先我們

        雖然越來越多的企業(yè)開始關(guān)注大數(shù)據(jù)技術(shù)和服務(wù)，Gartner公司測算結(jié)果顯示，73%的企業(yè)正在投入或策劃大數(shù)據(jù)技術(shù)，但大多數(shù)企業(yè)才剛剛開始接受這一技術(shù)。
        因此，擔(dān)心競爭對手運(yùn)用大數(shù)據(jù)技術(shù)快速發(fā)展實在是杞人憂天。實際上，只有13%的受訪企業(yè)真正開始部署大數(shù)據(jù)相關(guān)技術(shù)。
大數(shù)據(jù)的五大誤區(qū)及其破解之道
        Gartner公司表示：“企業(yè)面臨的最大挑戰(zhàn)是怎樣通過大數(shù)據(jù)獲得價值以及怎樣入手部署大數(shù)據(jù)技術(shù)。大多數(shù)企業(yè)在試點(diǎn)階段就遇到困難，因為他們并沒有在業(yè)務(wù)過程或?qū)嶋H用例中運(yùn)用該技術(shù)?！?br />         Gartner公司的結(jié)論是：你并沒有落后。為實際的任務(wù)制定策略，并與IT及業(yè)務(wù)部門合作。
誤區(qū)二：數(shù)據(jù)量很大，而小缺陷無關(guān)緊要

        有人認(rèn)為，根據(jù)大數(shù)定律（Law of Large Numbers），獨(dú)立的數(shù)據(jù)缺陷無關(guān)緊要，不會影響分析結(jié)果。
        與更小規(guī)模的數(shù)據(jù)集相比，獨(dú)立的數(shù)據(jù)缺陷對整個數(shù)據(jù)集的影響的確要小很多，但目前，數(shù)據(jù)量不斷增長，數(shù)據(jù)缺陷與以往相比也越來越多。
        Gartner公司表示：“因此，低質(zhì)量數(shù)據(jù)對整個數(shù)據(jù)集的整體影響仍保持不變。此外，企業(yè)在大數(shù)據(jù)環(huán)境下使用的大部分?jǐn)?shù)據(jù)來自外部數(shù)據(jù)源，其數(shù)據(jù)結(jié)構(gòu)和來源未知?！?br />         “這意味著數(shù)據(jù)質(zhì)量問題的風(fēng)險比以往更高。因此，在大數(shù)據(jù)部署中，數(shù)據(jù)質(zhì)量實際上更加重要?！?br />         Gartner公司的結(jié)論是：設(shè)計出新的數(shù)據(jù)質(zhì)量管理方式，并選擇數(shù)據(jù)質(zhì)量級別。嚴(yán)格遵守數(shù)據(jù)質(zhì)量保障的核心原則。
誤區(qū)三：大數(shù)據(jù)將取代數(shù)據(jù)整合能力

        企業(yè)希望通過讀時模式（Schema on Read）處理信息，使用多個數(shù)據(jù)模型靈活地讀取同一個數(shù)據(jù)源。這種靈活性將幫助最終用戶決定怎樣按需解釋任意數(shù)據(jù)信息，并實現(xiàn)個體用戶數(shù)據(jù)訪問的定制化能力。然而，大多數(shù)用戶實際上使用寫時模式（Schema on Write）。寫時模式下用戶可描述數(shù)據(jù)并制定內(nèi)容，而數(shù)據(jù)完整性也能保持一致。
誤區(qū)四：將數(shù)據(jù)倉庫用于高級分析是毫無意義的

        有些人認(rèn)為，高級分析功能可使用新的數(shù)據(jù)類型時，部署數(shù)據(jù)倉庫則浪費(fèi)時間。實際上，大多數(shù)高級分析項目在分析時都使用數(shù)據(jù)倉庫。
        新的數(shù)據(jù)類型還可能需要提煉，使其適于數(shù)據(jù)分析。此外，哪些是相關(guān)數(shù)據(jù)、怎樣聚合數(shù)據(jù)以及必要的數(shù)據(jù)質(zhì)量級別等都需要企業(yè)做出決策。
        Gartner公司的結(jié)論是：盡可能使用數(shù)據(jù)倉庫存儲經(jīng)人工收集檢查的數(shù)據(jù)集，用于高級分析功能。
誤區(qū)五：數(shù)據(jù)湖將取代數(shù)據(jù)倉庫

        數(shù)據(jù)湖解決方案通常被當(dāng)作企業(yè)級平臺銷售，用于分析原生格式下的各種不同的數(shù)據(jù)源。但Gartner公司認(rèn)為，數(shù)據(jù)湖取代數(shù)據(jù)倉庫，或作為分析基礎(chǔ)設(shè)施中的重要組件是錯誤的觀點(diǎn)。
        與已經(jīng)成型的數(shù)據(jù)倉庫技術(shù)相比，數(shù)據(jù)湖技術(shù)尚未成熟，其功能不夠全面?！?a href='/map/shujucangku/' style='color:#000;font-size:inherit;'>數(shù)據(jù)倉庫已具備支持多種用戶群體的能力。”因此，企業(yè)無需等待數(shù)據(jù)湖技術(shù)的成熟。
        Gartner公司的結(jié)論是：在現(xiàn)有數(shù)據(jù)倉庫中運(yùn)用Hadoop等數(shù)據(jù)湖技術(shù)。只有在元數(shù)據(jù)管理技術(shù)、工具及培訓(xùn)上投入，才能通過數(shù)據(jù)湖技術(shù)創(chuàng)造業(yè)務(wù)價值。