看清关于大数据的十大事实

　　误解3：大数据就是Hadoop

　　很多大数据的讨论都集中在Hadoop。Apache项目的知名度当然最高，它也是首个能够分析并存储非结构化数据，以从中获取价值的工具。但是，它并不是唯一的工具。Priestley表示：“有人认为只要开始使用Hadoop就万事无忧了，其实不然，传统数据仓库依然有存在的空间。人们需要保留现有的IT基础设施。”

　　Priestley指出Hadoop的吸引力在于，企业只需比较小的开销就可以获得大量信息。他补充说：“你可以在Apache下载Hadoop，它是一款免费软件并可在标准服务器上运行。其它替代方案就是购买Oracle或Teradata等公司的集成解决方案。但对于很多企业而言，这可能不是一个可行的选择，除非他们能够充分意识到通过分析数据可获得的优势。”

　　误解4：希望量化投资回报(ROI)

　　企业都喜欢硬性数字。首席信息官(CIO)一般喜欢这样说：迁移至大数据的成本是X，将能够在三年内节省Y。事实上，大数据并非如此。从大数据计划中获得清晰的投资回报(ROI)是非常难的。正如Priestley指出的，大量的大数据实施是“假设信息”，很难界定。

　　客户关系管理(CRM)等对企业的影响可以快速测量得出。但与此不同的是，计划采用大数据的企业必须接受这一差别。此外，企业针对重大项目的投资回报(ROI)的思维方式也似乎正在发生变化。以前企业认为ROI始终是一种可以轻松测量的有形资产，并且业务优势必定会超过支出成本。但现在情况开始有所转变。

　　最近，Claranet针对企业的云迁移方式进行了一项调查。调查结果表明，超过四分之一的受访者视ROI为决策因素之一，而79%的受访者认为ROI计算并不能真实反映业务优势。虽然该调查主要针对云迁移，但是由此可以合理推测，大数据迁移的情形也不会有太大差别。这二者均代表着一次未来的技术飞跃。

　　误解5：结果不可保证

　　大数据是个未知数。您正在做的就是分析无法估量、难以确定的数字。从本质上来说，大数据是不容易理解或者是抽象的。否则，您也就无需大数据技术了。因此，企业必须认识到他们无法保证结果的准确性。企业试图获得结果和找到假设的支持数据是徒劳无益的。在上述示例中，航空公司可能希望飞机每50万飞行小时维护一次，但是如果飞机每20万飞行小时就从空中坠落的话，航空公司的设想就将毫无意义。

　　如果说人们对大数据存在一些误解，那么，有关大数据的一些关键事实则需要不太看好大数据的企业去认真理解。

　　关键事实1：需要不同技能

　　多数观察家都认同数据科学家短缺这一点。麦肯锡公司预测，到2019年，全球将缺少高达19万可处理大数据的科学家。原因不难发现。处理大数据项目需要完全不同于处理现有数据仓库实施的技能。而且它还不仅仅限于数据处理，还要求能够将数据转换为可执行的建议。

　　“Hadoop中有一个称为MapReduce的工具。它需要Java编程技能，而这并不是当今很多数据分析师具有的技能。”Priestley举例说到。而事情还不止如此。处理大数据的理想人员还需要了解业务流程、Java和统计知识，甚至还可能需要一些SQL技能。这是个大问题，因此很多人也认为数据科学家的短缺将成为大数据技术采用的一个重要阻碍。

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。