許多企業(yè)領(lǐng)導(dǎo)人開始接納大數(shù)據(jù)并期待神奇和奇跡，但卻發(fā)現(xiàn)大數(shù)據(jù)帶來新的復(fù)雜性——且從中獲益所需要付出的努力要預(yù)計中的多得多。

　　每個組織機構(gòu)都對大數(shù)據(jù)寄予厚望，期待它可以解答長期存在的業(yè)務(wù)問題，讓他們在市場集中鎮(zhèn)南關(guān)，在產(chǎn)品、服務(wù)交付中更具競爭力。這種對于大數(shù)據(jù)獲益的預(yù)期很難實現(xiàn)，除非給予足夠的指導(dǎo)和幫助。 這里列舉不適合大數(shù)據(jù)的10件事情，除非你能夠采取正確步驟優(yōu)化其價值。

　　1：解決你的業(yè)務(wù)問題

　　大數(shù)據(jù)不會解決業(yè)務(wù)問題。人們可以做的，就是要坐下來，在開始使用大數(shù)據(jù)之前，討論決定放棄大數(shù)據(jù)，就使用商業(yè)智能取得共識。

　　2：幫助你管理數(shù)據(jù)

　　IBM公司宣稱：每一天都會產(chǎn)生 250萬字節(jié)的數(shù)據(jù)，其中大部分屬于大數(shù)據(jù)。不出預(yù)料，世界范圍內(nèi)企業(yè)所需要管理的數(shù)據(jù)量呈現(xiàn)指數(shù)級增長，由于缺乏清晰有效地數(shù)據(jù)存儲和使用策略，數(shù)據(jù)將不斷堆積，每個企業(yè)都陷于數(shù)據(jù)管理的工作。

　　3：緩解減輕你的安全憂慮

　　對于許多公司來說，確保大數(shù)據(jù)的安全訪問仍然是一個開放式的課題。這是因為對于大數(shù)據(jù)安全實踐的定義遠沒有系統(tǒng)數(shù)據(jù)和記錄保護這樣明確。我們正處在這樣的一個時間點上，也就是IT與最終用戶一起來​​確定：誰可以訪問哪些級別的大數(shù)據(jù)，并可以進行相應(yīng)地分析。

　　4：關(guān)鍵IT技能缺乏

　　大數(shù)據(jù)數(shù)據(jù)庫管理、服務(wù)器管理、軟件開發(fā)、業(yè)務(wù)分析技能短缺，許多IT部門關(guān)鍵IT技能的缺失會不斷成為企業(yè)的負擔(dān)。

　　5：減少遺留系統(tǒng)的價值

　　如果有的話，遺留系統(tǒng)記錄會較之任何大數(shù)據(jù)更具有價值。通常情況下，正是這些遺留系統(tǒng)可以為大數(shù)據(jù)分析提供重要線索，用于回答重要的業(yè)務(wù)問題。

　　6：簡化數(shù)據(jù)中心

　　大數(shù)據(jù)分析需要并行處理計算機集群和傳統(tǒng)IT事務(wù)處理和數(shù)據(jù)倉庫系統(tǒng)等不同風(fēng)格的系統(tǒng)管理，這就意味著能量、冷卻、軟件硬件消耗，運轉(zhuǎn)這些系統(tǒng)所需要的技巧也不盡相同

　　7：提高數(shù)據(jù)質(zhì)量

　　傳統(tǒng)事務(wù)處理系統(tǒng)美妙之處在于其擁有固定長度的數(shù)據(jù)字段以及全面的數(shù)據(jù)編輯和驗證發(fā)方式，這有助于得到一個相對干凈的表格呈現(xiàn)。大數(shù)據(jù)不是這樣，他們是非結(jié)構(gòu)化的數(shù)據(jù)，可以表現(xiàn)為幾乎任何形式。這讓大數(shù)據(jù)的質(zhì)量成為一個令人頭痛的難題。數(shù)據(jù)質(zhì)量至關(guān)重要，如果你沒有它，就不能信任數(shù)據(jù)查詢的結(jié)果。

　　8：驗證當前的投資回報率(ROI)

　　衡量系統(tǒng)投資回報率最常用的方法是監(jiān)測交易速度，然后推斷其獲利能力(例如酒店每分鐘有多少新的預(yù)訂)。對于大數(shù)據(jù)處理來說，交易速度不是好的衡量指標，大數(shù)據(jù)緩存和運行分析可能需要數(shù)小時甚至數(shù)天才可以殺青。衡量大數(shù)據(jù)處理有效性的一個最好的指標應(yīng)該是利用率，它應(yīng)該保持在90%以上(相比于交易系統(tǒng)，其利用率可能只有20%)。對于大數(shù)據(jù)來說，確定新的ROI指標尤為重要，因為你還有說服CFO以及其他業(yè)務(wù)部門的領(lǐng)導(dǎo)。

　　9：減小“噪音”

　　95%以上的大數(shù)據(jù)屬于“噪音”，對于商業(yè)智能的貢獻很小或幾乎沒有。通過數(shù)據(jù)篩選來進行企業(yè)掘金，幫助企業(yè)業(yè)務(wù)進步，這是一個非常艱巨的任務(wù)。

　　10：每天工作時間

　　多年來，大學(xué)和研究中心一直運用大數(shù)據(jù)實驗，試圖解答基因組、藥物研究以及是否有其他星球生命等令人難以捉摸問題的答案。雖然其中一些算法和查詢產(chǎn)生結(jié)果更多還是不確定的，大學(xué)和研究對于環(huán)境的研究也尚無定論，但這不是企業(yè)可以接受的，因此，IT和企業(yè)關(guān)鍵決策者需要對預(yù)期進行調(diào)整和管理。