为何多数的大数据项目以失败告终?

 几乎每个人的心目中,大数据就是企业IT部门的大大小小的结构化和非结构化数据,而且其量正在成倍的增长。但是,尽管大数据已然成为了一种主流的IT现象,多数的大数据项目仍然以失败而告终。

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。


原文发布时间为:2013-12-06


时间: 2024-08-01 23:28:00

为何多数的大数据项目以失败告终?的相关文章

何多数的大数据项目以失败告终?

几乎每个人的心目中,大数据就是企业IT部门的大大小小的结构化和非结构化数据,而且其量正在成倍的增长.但是,尽管大数据已然成为了一种主流的IT现象,多数的大数据项目仍然以失败而告终. 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

大数据项目缘何失败?分析模型需要与业务相结合

[TechTarget中国原创] 目前主流的商务智能和分析应用主要关注的是如何从已有数据中提取业务价值,反映公司发展.客户行为和业务趋势.是面向过去的.而一些新兴的数据分析技术已经把目光投向了未来--预测分析.企业通过采用大数据分析技术预测未来可能发生的事情. 但是,预测建模和数据挖掘技术要想准确地预测出客户行为,制定有效的企业战略,需要处理大量的多种类型的数据.医疗保险和医疗保健服务供应商Highmark负责企业信息战略和数据分析的副总裁Mark Pitts表示,要真正落实预测分析,企业需要做

大数据项目为什么失败,2017年将有何不同

  随着企业努力在数字时代完全采用数据驱动,生态系统正在发生重大转变.由于企业应用程序生成数据成为一种趋势和潮流,收集数据的洞察力变得越来越复杂. 此外,数十亿用户和数万亿连接的物联网设备在企业外部产生指数级更多的数据.企业部署云计算,移动和分析技术,希望将这些数据转化为洞察力.然而根据调配机构Gartner预测,2017年将有60%的大数据项目失败.他们不会超越试验阶段,最终将会放弃. 企业在将数据资产链接到战略价值之间发生了什么脱节?根据专家的经验,主要是有工作人员缺乏技能或专业知识,以及技

大数据项目遭遇失败的八个理由

大数据目前已经成为万众瞩目的焦点,已经有众多企业在拼命把自己的数据投付使用.希望借此为重要决策提供支持.尽管大数据宣传与炒作可谓如火如荼,但仍有 92%的企业始终保持中立态度,即计划在"合适的时间"着手实施或者表示不打算接触大数据项目.而在那些已经亲身实践大数据项目的企业中,多数遭遇失败.而且往往是掉进了同样的几个陷阱当中. 取得大数据项目成功的关键在于构建一套迭代型方案,鼓励现有员工参与并使用,从而在一系列无关紧要的失败中学习知识并积累经验. 从众心理 大数据绝对是项转折性的伟大技术

没有数据驱动文化 大数据项目将失败

寻求大数据项目的成功?记住:文化为王. Tara Paider,是位于俄亥俄州哥伦布市,Nationwide Insurance公司的IT架构的副总裁,对于数据专家渴望获得大数据项目的成功,给出了一些建议:大数据项目失败的最大原因之一,既不是技术,也不是数据的数量.而是人. 例证:Nationwide的保险代理人的日常工作的一部分,是确保保费上升时,客户不转换到其他保险公司.有一个列表,列出保费将在未来30天内上升的客户,代理拿起电话,与他们最好的客户解释这些变化.一项新客户数据分析项目发现,这

你的大数据项目离失败有多远?

导读大数据项目的成功或许不可复制,但从失败中汲取教训同样很有意义.作者从本人实践项目入手,从商业目标.商业案例.项目管控.沟通.技能等角度分析其失败的原因. 过去六个月里,我发现大数据项目的总量正在以惊人的速度增长着,大多数与我合作过的公司都计划在接下来一年内,进一步拓展大数据项目的领域.其中,许多项目都被报以很高的期望,但大数据项目,远没有想象中那么简单.我认为,其中半数的大数据项目最终都无法达到他们的预期. 失败的原因是多方面的,许多显而易见的问题或者影响因素都会对大数据项目造成致命的打击,

导致大数据项目失败的4大痛点及应对策略

大数据项目通常不会因为单一的原因而失败,而且肯定不会仅仅出于技术原因.这些因素的组合有助于破坏大数据部署.业务战略.人员.企业文化.分析方法或分析工具的细微差别等因素,都可能导致大数据项目出现问题和失败,而这样的失败在数字化转型的过程中在所难免. 常见的痛点 一个成功并且可以获得收益的大数据项目通常包括以下一些特点: 一.预测基础设施需求 指数型增长的数据会对业务基础架构带来挑战,企业需要提前预测自己有多少数据量,需要多少容量,最重要的是要灵活地根据业务需求来增加或提升基础架构,利用合适的工具来

你造吗?这才是大数据项目成功的7大秘密

文章讲的是你造吗,这才是大数据项目成功的7大秘密,大数据项目的成功有哪些法宝?又有哪些陷阱会导致大数据项目的失败?本文中的三位专家将对此进行详解. 如今,许多企业都理解了大数据的构成,但是要取得大数据项目的成功则是另一回事.Gartner公司的分析师,Doug Laney. Forrester公司分析师Mike Gualtieri.International Institute for Analytics的高级研究学者,Robert Morison 都是大数据领域的专家,他们对于企业如何使用大数

纯干货!如何做一个成功的大数据项目

1.失败大数据项目的特征 根据在美国做了15年的大数据项目.产品研发和管理,以及其它一些相关的数据分析的工作经验,了解到的其它的做的比较成功的和失败的项目,跟大家做一个经验分享.基本上大数据项目失败的特征主要是五个: 一是大数据项目与企业战略脱节,完全是领导或者是不知道那个部门的决策人突然脑子一热,就说别人在用,我们也做一个,根本没有把该做的项目和企业的商业战略.科技战略等各个方面结合起来.在项目无法与战略协调,无法在战略的指导下做一款产品或者是服务项目的时候,失败的可能性会非常大. 二是大数据