Tavakoli说：“组织须要应用对象来‘清除碎片’，即不完全和破坏的数据。并且要大年夜不合来源获取数据，史段в倍兼容和易于懂得，并尽可能简化分析。使数据结不雅加倍直白简略单纯，以便团队的所有成员都懂得各类数据的意义。”

“高质量的数据是产生有效看法的关键身分”，技巧办事公司Incedo首席履行官TP Miglani说，“你须要建立数据仓库和数据湖，把构造豢?浊构造化的数据汇集在一路，成功的IT组织会确保他们进步数据的质量，计算缺掉值，精确地标记数据。”

优胜的数据卫生也意味着尽可能的保持数据的更新。Nimeroff表示，：“数据新鲜请求数据师必须懂得当前数据采集的及时性。显然，一个体系越及时，数据的新鲜度越好。企业也可以经由过程应用第三方办事来加强您现有的技巧和流程。”

5. 高等主管的引导力不足

与其他类型的重大年夜IT项目一样，没稀有据分析项目标高等治理人员引导，分析项目也是一纸空口说。

Miglani说：“分析团队的目标，是将数据与公司的┞方术和计谋决定计划相结合来产生洞察力。 一个掉败的例子，就是如不雅一个数据科学团队做了大年夜量的数据分析，开辟出了精确的猜测模型，然则却并没有被实施，因为它须要相符企业和文化的变更。

渴攀拉克也表示：“构建数据治理的基本须要持续多年的尽力。数据和分析团队须要推动的一些工作，不会立时就产生立竿见影的效不雅，这可能与营业合作伙伴的预期不一致。是以数据分析成功须要IT主管的引导力，并尽力教导营业合作伙伴，以实现更多半据驱动的愿景。”

6. 忽视中层和低层治理

如不雅分开了数据科学家和其他专家，数据分析就可能不会那么成功。

Astea International的首席运营官David Giannetto表示：“如不雅没有中低层治理人员的积极介入，分析团队供给的信息往往不克不及真正赞助治理团队更好地完成工作，以及治理软件。Giannetto说：“信息将是定向的，指出更多的流程缺点和可以改进的范畴，而大年夜多半治理者大年夜来没有多余的时光。只有当团队由真正懂得营业的人，与营业实际上天天须要拜访的信息相结应时，交付的信息就足以对营业产生积极的影响。“

Giannetto指出，如不雅数据分析结不雅可以或许告诉用户真正的问题在哪里，哪些处所可能会出现问题，那么他们就有足够的时光来阻拦问题产生，他们天天都邑应用这些信息，也取得了巨大年夜的成功。

　　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