网站文章版权归原作者所有，如有认为侵权请联系我们，将于1个工作日内作出处理！
网友评论(共0
<a name="postcomment" id="postcommen条评论)..
请您注意护互联网安全的决定》及中华人民共和国其他各项有关法律法规或间接导致的民事或刑事法律责任·您在中国项目管理资源网新闻评论发表的作品，中国项目管理资源网有权在网站内保留、转载、引用或者删除·参与本评论即表明您已经阅读并接受上述条款
砺志咨询项目管理软技能培训课程
网站文章版权归原作者所有，如有认为侵权请联系我们，将于1个工作日内作出处理！
PMP and PMI Registered Provider logo are registered marks of the Project Management Institute, Inc中国领先的IT技术网站
51CTO旗下网站
大数据失败案例之七宗罪
要实现大数据分析项目的最佳实践并非易事。正因如此，Gartner研究总监Svetlana Sicular题为“大数据7大失败案例”的报告吸引了思科工程师Karen Liu的注意。
作者：佚名来源：TechTarget中国| 11:25
要实现大数据分析项目的最佳实践并非易事。正因如此，Gartner研究总监Svetlana Sicular题为&大数据7大失败案例&的报告吸引了思科工程师Karen Liu的注意。
&我们正处于开始阶段，想了解下其他人正在做什么，有哪些成功案例。&Liu说：&而所有的失败案例，也是我们必须学习并加以警惕的。&
很多人有着和Liu一样的想法。Family Dollar Stores Inc.(美国知名折扣零售商，总部位于北卡罗来纳的夏洛特，最近刚被另一家折扣连锁店Dollar Tree Inc.收购)的企业架构总监David Kropman也基于同样原因参加了这次会议。&我们刚开始大数据的探索，想了解正确的应用场景，同时防止自己重蹈其他公司的覆辙。&Kropman表示。
Sicular的报告给出了足够明晰的信息，可以让Kropman和Liu回去分享给各自的团队，避免犯同样的错误。Kropman说：&大数据项目的失败不单单是因为某个原因，而是由多个因素一起导致的。&
对于大数据项目的失败，Sicular总结出7个主要原因，并划分为三个大类：战略、技能和分析。
战略方面的失败
1.组织惰性。某家旅游公司系统通过web日志数据的挖掘来提升客户洞察。结果证明，用户在浏览网站之后，随后的消费行为模式与管理层所认为的不一致。当团队汇报此事时，管理层认为不值一提。但是，该团队并没有放弃，并通过严密的A/B测试，回击了管理层的轻视。
这个案例的最终结果，不是每个CIO都能期盼的。但是，有一点是可以确定的：做好和管理层打交道的准备，让他们充分理解大数据是什么以及相应的价值。要说对CIO们有什么建议的话，Sicular认为，不要在失败的项目上过多纠缠，重新启动一个新的。
2.选择了错误的应用场景。一家保险公司想了解日常习惯和购买生命保险意愿之间的关联性。由于随后觉得习惯太过于宽泛，该公司将调查范畴限定到是否吸烟上。但是，工作仍然没有实质进展。&不到半年，他们就终止了整个项目，因为一直未能发现任何有价值的信息。&Sicular说。
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。&他们不是医疗健康方面的专家。&Sicular分析到。为此，她提醒听众要对应用案例排定优先级，先易后难，循序渐进。
　　技术层面的失败
3.无法应对料想之外的问题。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。&为此，他们启动了一个云中的项目。&Sicular说。
Sicular认为，这样做是有风险的 & 一个在受控的定制环境中获得成功的项目，未必能适应于生产环境中。&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。&Sicular分析说。
该公司应该仔细思考下如何支撑大数据项目，梳理所需的技能并协调各IT分支的力量进行支持。&由于网络、安全或基础设施的问题，已经有太多的大数据项目栽了跟头。你必须事先想清楚，需要哪些方面的人手加入到项目中来。&Sicular表示。
4.缺乏大数据分析技能。一家零售公司的首席执行官不认同亚马逊规模化、扁平化的服务模式，因此让CIO构建一个客户推荐引擎。项目最初的规划是半年为期，但是团队很快认识到诸如协同过滤(collaborative filtering)之类的概念无法实现。为此，一个团队成员提出做一个&假的推荐引擎&，把床单作为唯一的推荐产品。
这个假引擎的工作逻辑是：买搅拌机的人会买床单，买野营书籍的人会买床单，买书的人会买床单。就是如此，床单是唯一的、默认的推荐品。
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。Sicular表示，这是需要很长时间探索和积累的。尽管过程曲折而漫长，不过不用担心，大数据的推进是有明确阶段划分的，对CIO们来说可以有针对性地加以应对。这些阶段包括：
管理高层表示支持大数据战略规划形成进行各种测试和验证流程上线并不断完善(Sicular称之为战术阶段)投资回报开始显现，企业真正体会到大数据的价值(Sicular称之为战略阶段)技术领先的企业开始构建真正的数据产品(Sicular称之为转型阶段)
数据分析本身的失败
5.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(Centers for Disease Control and Prevention)提前两礼拜预测到了流感的爆发。但是，几年之后，Google的预测比实际情况(由防控中心根据全美就诊数据推算得出)高出了50%。&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。&Sicular说。
因此，CIO在拿到数据之后，应该从不同角度进行加以审视，确保对数据的来源、验证方法、控制手段以及是否有脏数据等问题都能胸有成竹。
6.提出了错误的问题。一家全球领先的汽车制造商决定开展一个情感分析项目，为期6个月，耗资1千万美元。项目结束之后，该厂商将结果分享给经销商并试图改变销售模式。然后，所得出的结果最终被证明是错误的。
&项目团队没有花足够的时间去了解经销商所面临的问题或业务建议，从而导致相关的分析毫无价值。&Sicular说。
对此，Sicular提到了决策分析中的&满意度(satisficing)&模型 -- 即放弃对最优结果的偏执，基于具体的情境，找到足够好的解决方案。&耐下性子，去真正理解问题以及企业可能从中获得的收益。&Sicular解释说。
7.应用了错误的模型。为了寻找可供借鉴的案例，一位在银行工作的博士研究了其他行业的大数据成功应用。最终，他的目光落在了电信行业的客户流失预测模型上。
该银行从电信业聘请了一位专家，后者也很快构建了评估用户是否即将流失的模型。Sicular表示，当时已进入评测验证的最后阶段，模型很快就将上线，而银行也开始准备给那些被认为即将流失的客户发出信件加以挽留。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)，是因为感情问题 -- 正在为离婚做准备。
了解模型的适用性、数据抽象的级别以及模型中隐含的细微差别，这些都是非常具有挑战性的。&这是大数据分析的关键之一。&Sicular表示。为了大数据项目的成功，CIO还必须从道德、伦理和心理的角度进行思考。
&【编辑推荐】【责任编辑： TEL：（010）】
大家都在看猜你喜欢
热点热点访谈关注头条
24H热文一周话题本月最赞
讲师：5人学习过
讲师：30人学习过
讲师：5人学习过
精选博文论坛热帖下载排行
《Cisco网络工程案例精粹》是一本以案例为基础兼顾知识概述的案例性书籍，所收录的案例都是笔者精心挑选出来的在网络工作中常见的案例。
订阅51CTO邮刊您所在的位置： &
为什么多数大数据项目都以失败而告终
为什么多数大数据项目都以失败而告终
机房360编译
征服大数据项目，并最终从中提取出您企业所需要的业务洞察力本身就是一项非常艰巨的任务。但当涉及到定义大数据项目的范畴，以及确保相关配套设施到位方面时，您企业的相关人员无法保持统一的步伐，那么，该项目注定是要失败的。
究其原因，就在于企业很难找到适当的方法进行大数据的收集、管理和理解，并最终从大数据信息中提取出有价值的东西。
征服大数据项目，并最终从中提取出您企业所需要的业务洞察力本身就是一项非常艰巨的任务。但当涉及到定义大数据项目的范畴，以及确保相关配套设施到位方面时，您企业的相关人员无法保持统一的步伐，那么，该项目注定是要失败的。
失败的原因分析
如下，是我所看到的大数据项目失败的主要原因：
缺乏一致性。在解决业务部门的相关问题方面，IT部门缺乏与业务部门的一致性。IT部门仅仅只是从技术的角度来看待问题。同样，缺乏企业利益相关者的真正的承诺也往往使得大数据项目很难成功。
缺乏数据访问权限。对数据的访问往往是受限制的，IT团队成员没有访问相关数据集的权限，以致他们无法找到能将使该项目成功的相关数据。
缺乏专业知识。鉴于许多在大数据领域的技术、方法和学科都是新的，导致企业的员工缺乏如何处理数据，完成业务的相关专业知识。
缺乏一致性
上述所有这些问题中，第一条，缺乏一致性。是您的企业必须首先解决的问题，而且也是最为重要的问题。问题的关键在于，您企业当前所探索和寻找的东西都是您不熟悉的领域，所以，要想获得大数据项目的成功，首先搞清楚您的业务部门到底是要解决什么问题是至关重要的。
虽然其是您企业大数据项目成功的最重要的因素，要想实现企业业务部门和IT部门之间的一致性也是相当具有挑战性的。不仅仅是因为大数据对于不同的人有着不同的意义，同时，还在于一系列外部因素可能会影响业务需求的变化，使得处理某些问题的优先级超出了IT部门所能保持的步伐。如果IT部门与业务部门在大数据项目所涉及的范畴方面无法达成一致，该项目就会涉及到太多的方向、太多的人，以至于会将重点从解决具体的业务问题变为对IT技术的管理，以便能够实现每个人的需求。
另外一个影响业务部门和IT部门之间的一致性的挑战来源于不愿意发生改变。很多时候，如果一个大数据项目建议采取相关的行动或变革，而业务部门的利益相关者不理解所涉及到的相关行动或变革，他们往往可能采取消极怠工的方法，首先默默的接受这一建议，但在之后将其贬为一个错误的进程，分析或数据集。对此，分析师团队则可能认为该业务部门已经同意并付诸相关行动了，只是他们所采取的行动所带来的结果只是产生了次优的业务成果。
缺乏数据访问权限
大数据项目失败的第二个原因&&缺乏数据的访问权限可以追溯到一个基本的IT前提：筒仓。销售部门、营销部门、人力资源部门等都有数据仓库，每个部门的数据仓库都限制了相关数据的访问权限和保护措施。数据仓库存在的理由很好理解，但是如果IT部门所需要的数据仓库的某些相关数据不可用，那么，可以说在IT部门的员工试图解决某些问题前，就已然注定了他们无法解决这些问题了。
为了应对这一问题，大数据项目必须从一开始就具备相关数据的执行权。如果无法对所有业务相关数据进行访问，也就无法找出业务问题的关系和模式，也就无法解决业务部门所面临的问题了。所以，大数据项目的授权要来自企业的高层，如果企业高层发话说：&某个业务团队正在寻找解决某个相当重要的特定业务问题，IT部门就有足够的机会获得他们所需要的任何数据的访问权限了。&如果无法获得正确的数据信息，该项目无疑将长时间处于停滞状态。
缺乏专业知识
第三大缺陷&&缺乏相关专业知识。这其实是源于企业缺乏合适的拥有正确的技能来执行大数据项目的人材。而由于大数据技术对于&主流&企业来说仍然是很新的，IT团队往往缺乏相关的专业知识来确定如何用大数据来达到分析的目的。
虽然招聘数据科学专家是解决这种专业知识的不足一种可能性的备选方案，但对于许多企业来说是不可行的。这一新的角色需要结合程序员的技能和调查研究科学家的思维，企业专门设置一个这样的职位的代价会非常高，同时其所需的相关技能设置也不常见，很难创建。
如何使您企业的大数据项目成功
考虑一个切实可行的办法。首先，不要将其称之为是一个&大数据项目&。将其命名为一个类似的项目名称：例如&一个帮助我们更好的了解我们的客户、以及为什么他们会喜欢在某个特定的商店购物的项目。&该项目是要回答重要的业务问题，而大数据便是答案的来源。如下，有一些最佳实践方案来帮助您的项目实现成功：
从列出一个您所想要解决的业务问题的清单入手
不要从解决某个大问题着手。从启动一个小的项目开始，选择一个您所亟待解决的具体的问题，并坚持下去。列出一份您所需要解答的问题的列表清单，并且不要因为被技术问题困住而忽视您的目标。确保IT团队的工作职责不会变得过于宽泛或所谓的&全方位&，这样可以尽量避免处理问题范围的改变进而导致的项目失败：即从业务部门到IT部门的需求的改变导致问题焦点的转移。确保所有利益相关方在客观上对于项目的实施和执行都是同意的，以便让每个人都能够专注于项目的完成。
在您开始项目之前获得企业高层的背书
一旦您已经确定您所要解决的业务问题，必须获得业务团队从上而下的对于您所需要的所有相关数据的支持，以保证成功完成项目。务必获得公司高层领导对于访问所有相关的业务数据的授权，以便您可以找到相关的模式和关系，进而解答业务问题。也就是说您必须获得访问、控制的权限。
确保您的团队具备执行项目所需的专业知识
理想的情况下，您的团队内部将会有成员接受过专业的训练，具备数据科学家的技能和心态，能够利用这些数据信息来生成所需的业务结果。如果不是的话，您可以利用您现有的系统来解决的问题。这是一个很好的退后一步来思考所需要解答的业务问题的时机。您可能在这时不需要经过专业的培训或NLP就能够得到您需要的答案，只是授予了合适的人员来访问企业内部的数据信息而已。
选择一个能够创造商业价值的问题，并在您已经正确的道路上持续的坚持下去。记住，一个成功的项目与其所涉及的范围是没有太大关系的。没必要一口气吃个胖子，那样反而会带来更大的失败。毕竟，一个小项目的成功要比一个大项目的失败要好得多。【编辑推荐】【责任编辑： TEL：（010）】
关于&&&&的更多文章
在当今的协作业务环境中，企业迫切需要一个统一存储平台来支持组
180天的Windows Server 2012试用版下载（标准版或数据中心版）
据国外媒体报道，随着移动互联网和云计算时代的到来，
12月12日，北京市经济和信息化委员会指导，北京经济技
随着云计算逐渐从襁褓里的新生婴儿成长成满地乱跑的半
信息安全风险评估理论研究日趋成熟，相关资料比较充分，但有关评估实际工作的参考资料很少。本书以信息安全风险评估实践为基础，
51CTO旗下网站