阻碍大数据项目实施的四大绊脚石

有调查表明,实现大数据的障碍按比例从大到小排列如下:

如何解决在实施大数据过程中出现的如上障碍?本文提到的4大战略可以助你将走向大数据之路的绊脚石们一扫而光!

1. 缺乏商业嗅觉

首先是缺乏商业嗅觉。部分公司或机构领导者有时缺乏足够的商业嗅觉,以致于不清楚大数据能够给组织所带来的价值。

解决战略:可以通过大数据的潜力以及可能的使用场景的教育与构思,令组织对大数据获得更深入的了解。

2. 有限的IT知识与技术

其次是受限于其有限的IT知识与技术。如果想要有效地利用大数据,常常需要先进的技术和专业人才,而这些以前在很多公司或组织中不被重视。

解决战略:可以通过提供技能提升课程的和训练专业IT人员的方式培养并保留人才,让他们掌握内部大数据分析与经营所需要的最前沿的工具和技术。

3. 数据管理的理念冲突

其三则是对于数据管理的理念冲突。很多大数据解决方案(如:虚拟化)建立在与传统数据中心相冲突的观点上,这导致了组织机构内部的不一致和革新的惰性。解决战略:可以通过努力达成前景共识,并设立行动计划,在组织中实现大数据的潜能。

4. 预算考量

最后是预算考量。运作大数据经常需要重大的IT投入,其中就包括购买新的软硬件,以及培训人员。

解决战略:围绕一系列具有说服力的以业务为导向的使用情景构建战略,避免“盲目投入、守株待兔”。

本文转自d1net(转载)

时间: 2024-10-01 11:12:50

阻碍大数据项目实施的四大绊脚石的相关文章

实施大数据项目需要牢记避免的6个错误做法

大多数组织为其成功实施项目工作,都已经制定了一套大数据的最佳做法.当涉及到大数据和分析时,列出企业应该远离的陷阱清单也同样重要.以下是企业实施大数据项目中要牢记的六个注意事项,是大数据项目实施中不要犯的错误做法,以保持业务具有较低的风险和高成功率. 1.没有适当的大数据计划 最成功的大数据计划是建立一个强大的大数据和分析的基础,并使用它们.最好的方法是通过创建一个新的大数据交付的恒定路径,并逐步提高组织的能力,以提供更丰富和更好的数据的策略,并解决操作问题. 2.让事情变得复杂 仪表板和电子表格

实施大数据项目需要牢记的6个注意事项

  以下是大数据项目实施中不要犯的错误做法,以保持业务具有较低的风险和高成功率. 大多数组织为其成功实施项目工作,都已经制定了一套大数据的最佳做法.当涉及到大数据和分析时,列出企业应该远离的陷阱清单也同样重要.以下是企业实施大数据项目中要牢记的六个注意事项. 1.没有适当的大数据计划 最成功的大数据计划是建立一个强大的大数据和分析的基础,并使用它们.最好的方法是通过创建一个新的大数据交付的恒定路径,并逐步提高组织的能力,以提供更丰富和更好的数据的策略,并解决操作问题. 2.让事情变得复杂 仪表板

大数据项目如何落地之路线图探讨

今天,继续来谈一谈"大数据项目如何落地?"这个话题.从事过多个大数据项目的规划方案及项目落地工作,在这里与大家分享一些心得,主要是关于大数据项目如何成功落地并取得预期目标,也可以说这些是实践出来的观点. 对于一个大数据应用项目/产品的落地,可以大致总结为五大步骤阶段: 数据规划.数据治理.数据应用.迭代实施.商业价值.如下图: 大数据项目落地路线图 第一阶段:数据规划 一个成功的大数据项目,需要有一个良好的开端,即做好数据规划阶段的各项工作,具体包括: 战略意图:在这个阶段,要明确战略

Gartner警示大数据项目不应独立实施

本文讲的是Gartner警示大数据项目不应独立实施,Gartner提醒组织,不要把大数据看作是一个独立的类别;如果忽视了移动化和桌面计算的差别就很有可能存在风险;企业将数据转为现金很有商机. 谈到下周在西班牙举办的BI分析和主数据管理峰会,Gartner分析师Ted Friedman建议组织:"不要将大数据实施独立开来,要将它归为BI的整体战略中." 在新闻发布会上,Gartner声称:"随着IT组织在过去几年中所做的尝试,尤其是Hadoop DBMS产品设备的出现,应用供应

戴尔软件调查结果显示中型企业正积极实施大数据项目

ZDNet至顶网服务器频道 04月29日 新闻消息:作为一个经久不衰的炒作主题,大数据已经被视为大型企业机构的专属,而非中型企业面临的挑战或机遇.然而,戴尔软件针对中端市场大数据计划所做的调查结果却截然相反.大数据计划,曾经只是大型企业独有的优势,正在以新的分析工具不断加强IT部门领导与公司业务之间的联系,帮助中型企业机构改进产品质量和决策. 为了寻求推动中端市场采用大数据项目的原因所在,戴尔软件委托Competitive Edge Research 对全球中型企业高管进行了一次调查.着眼于中型

五大步骤让你创建持续成功的大数据项目

文章讲的是五大步骤让你创建持续成功的大数据项目,一些企业正在利用新兴技术来应对新的数据源,但大多数企业仍然面临着需要努力管理好他们已经掌握或者应当掌握的数据信息的困境,而当他们试图部署大数据功能时,发现自己还需要面对和处理新的以及当下实时的数据. 企业需要积极的提升他们的数据管理能力.这并非意味着他们应该制定繁琐的流程和监督机制.明智的企业会配合他们的数据活动的生命周期制定灵活的流程和功能:根据业务需求启动更轻更严格.更强大的功能,并根据需求的增加来提升质量或精度. 为了能够实现持久成功的大数据

为IoT和大数据项目分配IT资源

大数据和物联网项目给IT基础架构带来了前所未有的压力. Internet of Things(IoT) 和大数据应用已经给网络和存储架构带来了压力,更不用说这还需要IT专家使用不同的技能和工具来管理这些新的部署了. 虽然执行起来很有挑战性,但是也有一些为IT团队而设的指导方针来帮助他们托管IoT和大数据.这得从审查基础架构中大规模.数据密集型的项目需求开始. 更多的处理能力 一旦项目进入到具体的实施阶段,IT组织连同它的硬件.软件和服务供应商很可能需要去定义合适的系统架构和操作系统,每个系统处理

山西全方位助推大数据战略实施

按照山西省近日出台的<山西省大数据发展规划(2017-2020年)>要求,省财政将紧紧围绕"云聚山西""云惠山西""云殖山西""云安山西"四大工程,设立大数据发展专项资金,从以下三个方面支持和推进大数据战略实施. 支持政务部门数据开放共享.安排资金用于保障全省统一的电子政务云平台建设:通过政府购买服务方式,对10项大数据示范应用项目进行补助:整合省直各部门信息化专项资金,设立省级促进大数据发展应用专项资金. 扶持大

如何在云上实现大数据项目

云计算和大数据目前都是热门话题,如何把两者结合起来即在云上实现大数据项目,这是一个新的实践领域.资深数据专家David Gillman根据自己的经验,列举了云上大数据方案需要考虑的基本要素,包括对数据构建实时索引.自由模式搜索与分析.监视数据并提供实时警告等,帮助用户更好地评估和选择解决方案. 在谈到如何实现云上大数据项目时,David强调了三个实时要素,即实时索引.实时数据和实时监控.具体来说,实时索引指的是"对所有机器数据创建通用的实时索引": 这是大多数人所认为的大数据的核心;它