大数据失败案例的血泪教训诉说

- 编辑:果博娱乐 -

大数据失败案例的血泪教训诉说

但是,google的预测比实出生际情况(由防控中心根据全美就诊数据推算得出)高出了50%

版权所有: 2013-2016南京云创大数据科技股份有限公司(股票代码:),保留一切权利苏icp备号-2

问题梳理不够全面一家全球性公司的大数据团队发现了很多深刻的洞察,并且计划通过云让全公司共享结果这个团队低估了效率方面的损耗,由于网络拥塞的问题,无法满足全球各个分支顺畅提交数据运行分析的需求

尽管可笑,这个主意其实并不坏,默认的推荐也能给企业带来销售上的提升但是,由于大数据相关技能的缺失,真正意义上的引擎未能实现

但是,为了保险起见,一位内部专家被要求对模型进行评估这位银行业专家很快发现了令人惊奇的事情:不错,那些客户的确即将流失,但并国际金融法不是因为对银行的服务不满意他们之所以转移财产(有时是悄无声息的),独立呼吸说是因为感情问题正在为离婚做准备

与企业战略存在冲突要让大数据项目获得成功,大家必须摆脱将其作为单一项目的思路、真正把它当成企业使用数据的核心方式问题在于,其它部门的价值或者战略目标有可能在优先级方面高于大数据,这种冲突往往会令我们有力无处使

回避问题有时候我们可以肯定或者怀疑数据会迫使自身做出一些原本希望尽量避免的运营举措,例如制药行业之所以如此排斥情感分析机制、是因为他们不希望将不良副作用报告给美国食品药品管理局并承担随之而来的法律责任

对数据过于相信2008年,google第一次开始预测流感就取得了很好的效果,比美国疾病预防控制中心船东提前两礼拜预测到了流感的爆发媒体过于渲染了google的成功,出于好奇目的而搜索相关关键词的人越来越多,从而导致了数据的扭曲

缺乏必要的技能组合这项理由与提出错误的问题紧密相关很多大数据项目之所以陷入困境甚至最终失败,正是因为不具备必要的相关技能通常负责此类项目的都是it技术人员而他们往往无法向数据提出足以指导决策的正确问题

在大数据技术之外遇到了其它意外状况数据分析仅仅是大数据项目当中的组成部分之一,访问并处理数据的能力同样重要除此之外,常常被忽略的因素还有网络传输能力限制与人员培训等等

选择错误的使用方法企业往往会犯下两种错误,要么构建起一套过分激进、自己根事实行为本无法驾驭的大数据项目,要么尝主体不同试利用传统数据技术处理大数据问题无论是哪种情况,都很有可能导致项目陷入困境

这个项目的失败是由于问题的复杂性在抽烟与否之间,该公司没有注意到还有大片灰色地带:很多人是先抽烟而后又戒烟了在将问题简单化动机的驱动下,这个部分被忽略了

你会喜欢下面的文章? You'll like the following article.