|
多年来，企业在大数据规模都面对一些障碍，以下是四个主要障碍： 改变微弱且滞后 企业操作大数据来提跨越产力并不是一蹴而就的，相反，我们可以把它视为企业基本设施的基础架构，这就意味着在很短的时间内，大数据是不容易被替代的。尽量新兴企业可以或许很好地接管这一事实，但许多业界耕种数年的传统企业却不得不开始重塑本身的大数据兼容性。 这是一个相对艰巨的进程，一些成熟的企业正在试图采纳一些法子来适应不绝成长变革的外部情况。在实践中，评估哪些业务可以从大数据中受益，哪些可以让受众和出产力互动产生变革等。 专家供不该求 大数据的新实践在不绝证实，东西已经与技术的成长没有太大的干系，并号令新一批数据专家来陈设一些新的计策。然而，刚结业的大学生由于大学基本常识无法与实践相融合，致使想要充实操作大数据的企业不得不接管行业内专家较高的本钱需求，同时，竞争也是相对剧烈的，可是很有须要。 企业不确定是否需要大数据的支持 不幸的是，许多企业正在以一种渴求的心态来操作大数据，可是假如你在不知道想要办理什么问题的环境下获取大数据，这将会是无用的。 然而，企业想要尽快获取最有代价的大数据，必需要公道分派时间，仔细研究实际需要完成的任务，一般涉及从开拓融合系统到数据实践操纵等。假如信息存在差距，大数据就会起到很重要的引导浸染，你能在这个时候抓住要害，就能让大数据为本身处事。 追求速率，造成数据冗余 假如把大数据想象成一堆干草，那么，企业获益的数据就是个中一种特定的干草，正确利用大数据就是从一堆干草中寻求正确的干草范例，并举办提取。可是，许多企业没有意识到这一点，老是认为所有的干草都是有代价的、正确的，因此，企业经常利用太多的数据源、数据收集要领，而且投入太多的数据请求，这样就会造成数据冗余，没有一个是准确的或是可操纵的，杂乱和错误也会进一步阻碍有益数据的成长。 为此，企业需要改造其利用大数据的方法，不宜过分追求数量，而忽视正确数据的代价。 （中国IDC圈翻译，未经答允，克制转载！） |
