实施大数据项目需要牢记的6个注意事项

简介:

 

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

仪表板和电子表格样式的数据传输也为最终企业用户提供深入到数据能力,并提出更多的问题,让工作更加出色。其中一个主要原因是用户已经熟悉了这些类型的数据采集和处理工具。

而让人放心的是,用户采用访问和操纵数据的工具越多,他们就越会信任这些工具采取大数据和分析。

3.为了项目绕过安全性

安全是大数据项目最大的缺失部分。以下这些都是需要考虑的安全问题。

·当大数据开始被捕获,并移动到企业边缘时,会有什么样的安全和风险?

·你的内部数据准备环境是否安全,是否只有授权用户才有权访问呢?

·对于许多类型的非结构化数据,你如何审核这些数据,以确保它没有被篡改?

·如果你正在汇总来自第三方供应商的数据,他们使用数据的安全性和管理水平是什么?因为有这么多不同的来源和类型的大数据,这个数据的安全性仍然是大多数企业都在努力的领域。

4.追求永无止境的用户参与项目

如果你不知道到底业务领域要与大数据解决关键问题,你不能提供解决方案。有关业务恼人的问题与最终用户密切相关,并与他们合作,为你制定如何获得和提取大数据的信息战略。

5.数据工作信心不足

如果数据没有正确的清洗,并检查其准确性,结果表明可能对你的公司是错误的和灾难性的。

还记得上世纪80年代的新可乐计划吗?一个市场研究小组进行了20多万次的口味测试,结果显示参与者比传统的可口可乐和百事可乐更喜欢新的可口可乐。可口可乐公司很快就知道,口味偏好并不是影响消费者购买决定传统的可口可乐的唯一因素和主要因素。

最后,投资400万美元新开发的焦炭口味的可口可乐被浪费,因为已经投资3000万美元开发了另一种新的焦炭糖浆,而可口可乐公司恢复了其经典的焦炭口味的可口可乐。

6.限制你的创新

大数据项目,如所有项目一样,必须返回值并显示结果。因此,这些领先的大数据项目往往集中容易取得成功的领域,因为开发者知道他们可以迅速产生唾手可得的结果。

保持一些实验大数据的工作也很重要。为什么?由于实验大数据的工作并没有时间压力或结果的压力,因此有可能有所突破。

要追求大数据创新,你需要得到首席执行官和经理的大力支持,因为这些项目也有很高的失败率,每个人都必须接受这样的结果。在这些研发项目中,一旦你看到可能不会产生结果,需要一个机制中断或结束项目。


本文作者:佚名

来源:51CTO

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
传感器 存储 分布式计算
大数据成功实施三个V
大数据成功实施三个V
|
7月前
|
SQL 存储 分布式计算
MaxCompute元数据使用实践--项目信息统计
MaxCompute的租户级别Information Schema从租户角度提供项目元数据及使用历史数据等信息,您可以一次性拉取您同一个元数据中心下所有Project的某类元数据,从而进行各类元数据的统计分析。
490 0
|
4月前
|
存储 SQL Oracle
助力工业物联网,工业大数据之服务域:项目总结【三十九】
助力工业物联网,工业大数据之服务域:项目总结【三十九】
43 1
|
4月前
|
Prometheus 监控 Cloud Native
助力工业物联网,工业大数据之服务域:服务器性能监控Prometheus及项目总结【三十五】
助力工业物联网,工业大数据之服务域:服务器性能监控Prometheus及项目总结【三十五】
36 1
|
4月前
|
资源调度 分布式计算 Oracle
助力工业物联网,工业大数据项目之数据采集【四】
助力工业物联网,工业大数据项目之数据采集【四】
38 0
|
4月前
|
存储 消息中间件 分布式计算
对于一般大数据物流项目的面试题(问题+答案)
对于一般大数据物流项目的面试题(问题+答案)
51 0
|
4月前
|
运维 前端开发 大数据
大数据必知必会系列——面试官一问就懵:你们做过的项目技术是如何选型的?[新星计划]
大数据必知必会系列——面试官一问就懵:你们做过的项目技术是如何选型的?[新星计划]
43 0
|
4月前
|
监控 安全 Java
【Java】Spring Cloud 智慧工地信息云平台源码(PC端+APP端)项目平台、监管平台、大数据平台
【Java】Spring Cloud 智慧工地信息云平台源码(PC端+APP端)项目平台、监管平台、大数据平台
80 0
|
6月前
|
分布式计算 运维 大数据
盘点下近几年退役的顶级 Apache 大数据项目 - 继 Sentry,Sqoop 之后,Ambari 正式退役!
盘点下近几年退役的顶级 Apache 大数据项目 - 继 Sentry,Sqoop 之后,Ambari 正式退役!
|
8月前
|
机器学习/深度学习 人工智能 算法
实用!50个大厂、987页大数据、算法项目落地经验教程合集
大数据、算法项目在任何大厂无论是面试还是工作运用都是非常广泛的,我们精选了50个百度、腾讯、阿里等大厂的大数据、算法落地经验甩给大家,千万不要做收藏党哦,空闲时间记得随时看看! 如果你没有大厂项目经验,对大厂算法、大数据的项目运用不了解建议你看看!

热门文章

最新文章