当前位置：今日智造 > 智造快讯 > 热门直播 > 其他

警惕！企业大数据策略失败前的6个征兆

2017/6/19 0:00:34 人评论次浏览来源：点滴分类：其他

大数据如今正在被大多数企业用来驱动业务增长，多年来，企业已经意识到他们可以从大数据中尝到甜头。然而，很多企业并没有适合自己的数据策略，只是在日复一日地收集数据。大数据与大量数据是有本质区别的，如果收集数据只是因为觉得有朝一日它能派上用场，那么这种做法不仅不会给公司业务带来好处，反而会导致公司出现问题。

以下列出了在错误的数据策略引导下公司可能面临的问题，如果贵公司遇到这些问题中的某个或某几个，那么可能贵公司的数据策略需要调整了。

数据存储成本变高

由于技术的发展，多年来数据存储的介质价格大幅下滑，但数据策略不佳的公司数据存储成本反而会上升。据相关机构调查，77％的企业高管认为数据是其公司的宝贵资产，没有被充分利用，而70％的高管觉得虽然他们花了很多钱来存储数据，但这些数据的利用率严重不足。由于数据存储的单价很低，很多企业往往会存储他们获得的所有数据。一开始似乎还能把控，但是随着数据日积月累，大量的遗留数据以及冗余数据将占满存储空间，备份数据的成本越来越高，维护数据库的成本甚至威胁到IT部门的预算。

数据库重组困难

数据库的重组会改变数据在逻辑上或物理上的存储方式。数据重组的好处有很多，例如提高性能和存储利用率或提高数据处理效率。因为收集到的数据有不同的来源，因此，数据库重组的时间必须与业务进度进行协调。当数据库中的数据太多太杂时，数据库重组几乎不可能。由于公司所有部门都依赖当前和旧版数据，如果数据库停机维护时间过长，可能会导致别的业务的风险，由于无法预测可能遇到的风险，因此公司很难下定决心来重组数据库，那么数据还是无法有效利用，积重难返。

审查数据困难

在进行数据分析时，需要全面地了解可以利用的数据，包括数据类型、数据来源以及存储方式等。如果是一个小型数据库，可以非常容易地进行全面核查，但是当你处理TB级数据时，那就没那么简单了。由于涉及的数据量很大，会涉及到公司的很多部门，因此可能无法全面地了解数据的来龙去脉。没有对数据的了解，数据分析就难以出色地完成，而业务部门认为数据部门能完成分析，这往往会导致数据部门和其他部门之间的冲突。

数据分析混乱

通过购买行为或调查产生的数据可以用来分析用户偏好，因此很多公司会收集大量的数据，它们认为更多的数据会带来更好的结果，但实际情况并非如此。当涉及数据分析时，更多的数据不一定意味着能获得更好的商业见解。事实上，可用的数据越多，使用错误或不恰当的数据集进行分析的几率就越高。但是在疯狂地收集数据时，很多公司会对这一点置若罔闻。

分析项目推进困难

为了减少数据分析所消耗的时间和成本，抽样是一种常见的做法。对于一个小数据集来说，抽样很简单，但是当面对大量数据时，抽样就会出现困难。处理大型数据库，可以采用多种抽样技术。很多企业会花大量的时间来权衡每种抽样技术的优势，而且还会由于不觉，因此浪费很多时间，阻碍了数据分析的实施。

数据安全不到位

黑客在窃取资料时并不厚此薄彼，私人和企业都会遭受攻击。虽然雅虎等大公司的数据泄露事件经常登上头条，但中小企业依然是黑客的头号目标。中小企业的数字资产虽然在价值上不如大企业，但与大企业相比，其安全性较低。如果安全措施不到位，数据很可能被窃取。如果公司的数据涉及敏感信息或个人隐私，那么数据泄露将会给公司带来巨大的损失。

总结

如果没有正确的数据策略，企业无法有效地利用大数据来驱动业务，甚至可能会导致严重的不利后果，对业务产生负面影响。如果贵公司的数据业务出现上述任何一个问题，请重新审视现在的数据策略，并马上进行调整。