酷应用

大数据上失败的6个迹象

百家作者：原力AI学院 2017-07-28 05:05:51

当我试图阐明我见过的一些机构是如何恰当使用大数据的，但通常更迫不得已的是解释另外一些人是如何在大数据上错的离谱。

我被频繁地问到这个问题，以至于能感觉似乎少有机构能从大数据的努力出看到积极的结果。尽管事实上，他们投资数百万美元，花费数千小时并将他们的业务的未来成功押注在这些分析的努力上。

当我试图阐明我见过的一些机构是如何恰当使用大数据的，但通常更迫不得已的是解释另外一些人是如何在大数据上错的离谱。在这方面，我提供以下六个失败迹象，表明一个机构将很可能失败于大数据，并给出一些如何避免加入他们的行列的指导意见。

管理层你开始之前就希望看到一个投资回报

最近围绕大数据大量的炒作集中在颠覆这个词上；数据分析如何导致让企业完全改变自己的洞察力。“颠覆”这个词在韦氏词典的定义是: 导致（事情）无法以常规的方式继续：打断常规的进展或活动的（事情）

几十年来企业一直在收集、分析和借鉴数据。这意味着当下有些事情必须有所不同。却不知怎么的完结在过去的半个世纪用于数据分析的流程、工具和技术。我们需要获得更好的，颠覆性的东西。

如果颠覆导致不正常的或非预期的结果，你如何可能在这样的世界上对其业务价值做出预测呢？你怎么可能找出给定变化会有多少的颠覆，如果颠覆和它的影响是颠覆性的？不可预测性不正是颠覆的同义词吗?

如果你按照这种思路想下去，你会发现大数据投资回报率（ROI）分析发展的标准实践是一个最愚蠢的运用。世界上怎么可能有任何程度的信心去预测不可预知的事情，而这样的请求如何可辩称是合理的呢？

事实上，如果你做出一个预测，你的颠覆性努力将有多颠覆，而你证明预测是正确的，那你实际上颠覆了什么呢？如果我符合了我的期望，我真的做出任何真正的改变了吗？或者我只是实现了一个新的、更高程度的正常呢，有可预测的进展而没有任何实质的颠覆?

当我见到正在开发大数据战略的高管问我ROI期待是什么，我平时对他们的回答是：“是的，将会有一个ROI，只要你做的正确。这经常使他们混淆，因为他们已经训练了几十年期望一些对问题似是而非的回答,“这个项目的ROI是多少？”我向他们解释，任何这样的估计，如果实现,都是对颠覆的失败定义。如果他们在几分钟内不明白我说的，通常我很肯定他们随后不管是什么样的投资将无法产生，如何有任何的，颠覆。

你的数据仓库团队引导大数据的工作

如果技术领域的鸡舍里有一只狐狸，那就是要求数据仓库专家做大数据的时候。如果我要得到颠覆性的结果，那我需要使用不同的工具，不同的技术来问不同数据的不同的问题。那是一大堆的“不同”，不适应去问那些有可能在“常规”的十年或几十年中获益良多的技术人员。

你的商业智能、数据仓库或分析团队在很长一段时间一直用同样的工具和老数据做同样的事情；并且他们可能很擅长他们所做的事情。很可能他们在所做的事情上是专家，经过很多昂贵的培训、认证，用知识和经验和老一套在做事。要求他们方方面面改变他们所做的事情和如何去做，对他们来说很可怕的要求。事实上，我一直告诉人们，如果这些人正在做大数据，而他们不害怕，那他们做的就不对。

如果你把大数据的工作交给现有的分析或数据仓库团队去做，你会发现两种结果；要么你现有的专家团队愿意扔掉他们几十年的经验，专业，知识和偏见，去采用一个全新的世界观，并彻底改变他们所做的和如何去做，或者他们假装做着所有这些事情但与他们过去所做的并不会有极微小的变化。哪一种听起来更有可能?

营销团队引导大数据的工作

许多商界人士认识到IT人员在采用一种全新方法去思考和行为所面临的挑战，如上所述。为了应对这个问题，相当常见的是业务部门，尤其是营销，完全绕过了自己的技术人员去部署通常被称为“影子IT”的方案。

整个行业突然促进了这一趋势，而你可能看到越来越多的供应商提供着“分析即服务”，“数据即服务”，或乐观一点的“结果即服务”。这一切让营销高管听起来非常简单，这些高管对一些架构图中贴着“数据湖”标签的小白盒内部在发生什么毫无兴趣。然而，那些有一定程度的技术实力者明白大数据交付的承诺非常复杂。框架构图不解决问题。

许多和我一起工作的公司通过营销部门推动他们的大数据。他们把预算给承诺常常无法兑现的外部供应商承。这些高管们发现即使他们获得宝贵的客户洞察力，企业的其余部门完全没有准备依据这些洞察力采取行动。即使洞察力实现了，他们也不可能赚到钱。大数据正在进入一个幻灭期有什么可奇怪的?

你的第一步是选择一个技术

在过去的50年里如果有一个活动是大多数信息技术部门完善的，那就是工具选择的过程。从调查到选择；从创建请求信息（RFI）和提议请求（RFP）到选择一个中标者，IT已成为运转顺畅的工具选择机器。

这在大数据的世界里是很明显的，选择一个平台，工具，供应商和架构，似乎消耗了全世界的信息主管大量的时间和精力。事实上，许多信息主管们似乎认为，一旦选定一个特定的软件包，他们的数据将会得到分析，他们的工作也就完成了。

这种态度经常会导致一个残酷的现实。一旦IT开始踏上选择工具和供应商之路，就是死路一条了，他们会获得和以前同样的结果。为了达到颠覆，你必须颠覆自己。因此，如果你的IT部门用他们以前面临的所有问题的方法面对这个问题，怎么可能达到一个颠覆性的结果？最合理的答案是什么呢？

你的第二步是雇佣在网络上自称的“数据科学家”

和我一起工作的一些公司已经认识到，很难让公司现有的专家思考颠覆。承认了这一点，他们寻求外界帮助走上颠覆之路。这里面的挑战是，大数据经历了如此多的炒作，现在变得几乎不可能找出谁是真正知道任何关于大数据的人。

在LinkedIn输入搜索词“大数据”或“数据科学家”，你可能会得到成千上万的结果。有任何程度教育和工作经验的人都会声称自己是数据科学家，因为对专业知识的需求迅速供不应求。使这个问题变得更糟糕的是，许多机构都不够了解“数据科学”，不能准确地评估他们是否是数据科学家。

你要会在、5或6个月内有结果

最后，我跟许多机构讨论过，这些机构，根据他们的计划和投资回报分析，期望在未来四、五或六个月内看到一些大数据业务的努力结果。这是一个灾难因素，直接源于他们在上面提到五个中的一个或多个错误。

在在大数据上成功，首先需要试错。你需要失败，学习，连续快速地适应并重试。快速迭代是成功的关键，任何一个为一种RFP的方法创建一个战略规划进行技术试验的人都可能使自己陷入一种史诗般的失败。要赢，你必须保持灵活，迅速获得的洞察力，快速和小步失败，然后更快地回应这些失败。这才是如何促进颠覆，并确保你达到和维持大数据赋予企业的变化程度。如果你目前的计划是要求经过几个月的努力，然后预测得到某种可用的结果，那你要害怕了。

End

阅读排行榜/精华推荐

入门学习

如果有人质疑大数据？不妨把这两个视频转给他

视频：大数据到底是什么都说干大数据挣钱 1分钟告诉你都在干什么

人人都需要知道关于大数据最常见的10个问题

进阶修炼

数据源爬取/收集