大数据企业应该避免的几大错误.doc_第1页
大数据企业应该避免的几大错误.doc_第2页
大数据企业应该避免的几大错误.doc_第3页
大数据企业应该避免的几大错误.doc_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

大数据企业应该避免的几大错误如果企业改变它对大数据的想法,大数据会改变企业的思路。这听起来有些像禅宗心印 (Zen Koan)。不过,这是获得突破性见解的关键:你的眼光必须超越思想的限制,思考和询问你希望从拥有的数据中得到什么。尽管如此,许多机构出人意料地没有把这种新的思想应用到自己的大数据计划中,结果导致严重的计划失败。错误的想法,也就是“大数据的错误”,有三个主要方面。如果不解决这些错误想法,这些错误将直接导致一些欠考虑的计划,不能提供有意义的商业价值。错误1:从害怕失去机会的角度作出反应。由于害怕失去机会,许多机构仓促地实施大数据基础设施项目,以避免落后。麻省理工学院史隆管理评论(MIT Sloan Management Review)发表的一篇调查报告指出,大数据的迅速流行导致一些大型企业的执行委员会向管理人员发出如下指令:“我们不知道大数据是什么,但是,我们最好立即解决大数据的问题。”这种下意识的反应已经导致出现一些无法实现的计划,如盲目地建造Hadoop(分布式计算)集群,含糊的目标是用12至24个月的时间,没有考虑如何帮助提高收入、节省成本或者提高竞争力的实际应用案例。这种仓促的决定显然会使大数据计划失败。错误2:把重点主要放在数量方面。本文作者Attivio公司产品营销主管Mike Urbonas的同事Randy McLaughlin最近发现“大数据”这个词汇有许多竞争的定义,这些定义限制了这个词汇的实用性。例如,早些时候的定义让“大”等于“量”。这个定义是不完善的,并且仍然在坚持。许多人仍然错误地认为大数据是Hadoop的同义词。这是一个问题,因为把重点放在量的方面将导致大错误。这是哈佛商业评论最近发表的一篇题为“更大的数据会导致更好的决策吗?”的博客文章提出的警告。这篇文章的作者引述长期的研究结果称,决策者经常为了提升自我或者证明现有的想法而有选择地使用和解释信息。仅仅增加数据量不会对目前常规的企业想法构成挑战。这也许是许多企业设法利用庞大的数据量,只有少数企业真正取得成功的原因。这个问题的解决方案不是重新制定一个决策过程,而是重新制定一个机构的战略,不是把量作为主要技术重点,而是把管理多样性作为重点!错误3:没有把重点放在信息的多样性方面。哈佛商业评论那篇文章的作者还指出,“大量”实际上过时了;金融服务公司几十年以来一直有大量的数据。目前真正新的东西是信息资源的多样性。这些资源将产生新的商业见识。这篇文章指出,多样性的商业团队比单一的商业团队更有创造力;多种数据合并在一起会产生同样的好处。因此,我们不能说数量大的数据会导致更好的决策,而是把使用新技术、处理过程和技能的许多点连接起来的多样性的数据会导致更好的决策。通过一个统一信息接入平台,这些点的连接会迅速完成。设想一下,把相关的和分析交易数据库与客户在社交媒体、网站、电子邮件、即时消息聊天和呼叫中心记录等地方发表的喜欢或不喜欢的意见组合在一起,其结果是一个对客户解决方案的真正的全方位的看法。这个客户解决方案提供新的可执行的见解,在最大限度提升客户服务、忠诚度以及成功的追加销售和交叉销售的同时减少客户流失。这是大数据多样性的业务转型的力量。重要的是需要指出,越来越多的证据表明,开始获得真正的改变游戏规则的回报的机构认识到,这是通过管理多样化的信息实现的。例如,上述大数据调查报告指出,受访的大企业都谈到管理各种数据和集成多种来源的信息。这是企业使用大数据的重点。这包括使用非结构化数据

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论