大數(shù)據(jù)的缺陷

問題的起因就是大數(shù)據(jù)太“大”了?？紤]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產(chǎn)生有用的結(jié)果。有時(shí)侯對(duì)自己的技術(shù)過于自負(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25個(gè)國家的流感疫情。邏輯很簡單：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?；谶@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無法從這場災(zāi)難般的失誤中恢復(fù)過來，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

我們需要吸取教訓(xùn)，以下是導(dǎo)致大數(shù)據(jù)失敗的一些原因：

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。

未定目標(biāo)和戰(zhàn)略

有太多難以理解的IT術(shù)語和營銷術(shù)語，此外，市場上有太多大數(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。“在大數(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。

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。

當(dāng)您第一次開始執(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，并測量成功的幾率。基準(zhǔn)測試進(jìn)展的一個(gè)好方法是創(chuàng)建原型或驗(yàn)證概念來驗(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)階段是沒有意義的。缺乏分析人才執(zhí)行項(xiàng)目的人必須有行業(yè)背景和數(shù)據(jù)分析能力，而不僅僅是處理大體量的數(shù)據(jù)，重點(diǎn)是分析挖掘出這些數(shù)據(jù)背后蘊(yùn)含的深刻含義。