2. 建立(保护)本身的数据基本举措措施

建立和保护本身的大年夜数据基本举措措施可能是一个巨大年夜的诱惑，但这可能会危及你的分析工作。收集安然公司Vectra的首席技巧官Oliver Tavakoli表示：“除了实际开辟更好的分析情况以外，这平日浪费了大年夜量数据科学家的时光。以前我们知道企业须要大年夜量的数据来进行分析，IT必须可以或许实现其它营业需求。是以我们买了一堆有大年夜量磁盘容量的办事器，把它们放在我们的合作工厂，我们用Apache Spark创建了本身的Hadoop集群，并让我们的数据科学家编写Scala代码与集群进行交互。有时因为硬件故障，群聚会会议中断，更多的时刻是因为软件故障。软件包将会过时，这会导致在数小时内集群弗采取。”

营销公司Zeta Global的首席信息官Jeffry Nimeroff说，一个最佳实践就是同一不合的数据。

Tavakoli弥补说：“最后我们终于有了足够的资本，决定将这部分问题外包出去。Vectra与外部供给商合作，之后花费的时光很少。如今我们几乎把所有的时光都致力于将数据供给给体系并分析个中的数据。”

4. 没有优胜的数据治理

3. 分别数据，而没有同一数据

经久以来，企业一向在尽力解决“数据孤岛”问题，实现各部分的信息共享，大年夜而使全部公司受益，而同样的挑衅也存在于数据分析范畴中。

Nimeroff表示：“每一个数据仓库都邑在彼此之间产生障碍，但这里可以产生价值。比如，想一想丰富的用户设备文件，或是连接或断开辟站的晃荡数据，这些可以互相连接的数据越多越好，因为大年夜这些接洽中可以获取更多的猜测机会。但这并不料味着必须将所稀有据大年夜原始体系移动到一个整体。相反，我们应用现代集成技巧的某种功能来供给同一的数据视图，而这是在当前体系中进行的。”

如不雅您正在分析的数据不精确、不是最新的，并且没有层次，则数据分析的价值可能会急剧降低。

然而，固然所有企业都加强数据分析应用，但很多企业却陷入了伤害或浪费分析真正价值的陷阱之中。根据IT引导者和行业专家的不雅点，以下七种缺点的数据分析方法会导致企业的掉败。

Nimeroff说：“数据垃圾的进入与排出，是原始营业数据总量?锥围扩大年夜时常见的问题，最好的数据分析团扼要可以或许质量渗入渗出。是以，建立合理流程和应用技巧来履行质量筛选是一个很好的办法。在流程方面，确保流程的可反复性以及对结不雅的可审计性是异常重要的。在技巧方面，安排数据质量对象，包含分析、元数据治理、清理和采购等，有助于确保更好的数据质量。”

　　推荐阅读

　　自动驾驶出租车可行性研究报告：2020年能成真吗

Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践 主动驾驶出租车最终可能会促进全球汽车行业急速成长。下面，我们采取举实例的方法揭示了个中的原因。经由>>>详细阅读

本文标题：导致数据分析失败的7大原因

地址：http://www.17bianji.com/lsqh/38875.html

 1/2    1