大数据误区 不是所有公司都需要大数据
“大数据”误区:有的公司不需要大数据
“大数据”无处不在。从社交媒体初创公司到纽约的中央公园，每个公司似乎都在部署大数据分析。
著名数据分析公司Gartner的数据似乎也在证明这一点：最近的一份报告显示，大数据将带动2012年全球280亿美元的IT支出，到2016年这个数字将超过2300亿美元。2300亿美元几乎是葡萄牙全年的国内生产总值。
但是，你需要花大价钱来部署大数据技术解决方案。大多数公司都没有这么多IT预算，也请不起数据科学家或者数据分析团队。
如果那些提供大数据服务的公司想为各种规模的企业提供服务，那么有几个问题必须认识到并加以解决。
大数据太贵了!
您可能听说过那些使用大数据的辉煌案例：Facebook每天要存储大约100TB的用户数据;NASA每天要处理约24TB的数据。这些数字确实令人印象深刻。
那么处理这些数据所需的成本是多少呢?按照亚马逊Redshift的定价，NASA需要为45天数据存储服务支付超过100万美元。
根据最近的一项调查，大多数企业的CIO称他们的预算支付不起大数据部署的成本。数据存储和处理的成本实在太高，我们需要寻求其他的解决方案，让规模较小的公司不被“大数据”拒之门外。
大数据的关键不是“大”
目前全球最大的科技公司都需要和PB级规模的数据打交道。然而，SAP的研究表明，95%的企业通常只需要使用0.5TB到40TB的数据。
Facebook和NASA的例子是个例外，而不是常态。事实是，处理数据并不是大公司的专利。如果你研究一下美国公司的规模，你会发现有超过50000家公司只有20至500名员工，其中大部分都有解决数据问题的需求。所以大数据市场最大的需求并不是来自那些《财富》50强的大企业，而是来自《财富》500000强。为什么我们只关注那些少数的例外，而忽视了那些大多数有数据处理需求，但既不是《财富》50强也没有PB级规模数据的公司?
有时候我在想，如果我们改变了大数据的定义会发生什么?通常人们用3V(velocity，volume，variety)来描述大数据，我们不妨换一个说法：“大数据是一种主观状态，它描述的是一个公司的基础架构无法满足其数据处理需求时的情形。”
这个定义可能没有那么光鲜，但它肯定会更接近今天的现实。
大数据技术固然有好处，但是并不是每家企业都在应用，那为什么呢？
技术难题较多。
系统升级的需要。随着企业成为由数据推动的组织，他们都需要新科技，这就要求企业在技术硬件、软件、应用程序开发以及数据与服务方面投资，然而，这需要高额的费用，一些企业可能不愿意花费这类费用，因此在系统升级方面没有与时俱进；遗留系统。许多企业由于安装了新系统而导致了许多信息烟囱的发生，虽然这些信息烟囱会产生信息，但是这些信息无法互相沟通，甚至没有兼容的标准和格式，面对这些遗留问题，企业需要更新系统。
专业人才匮乏。
领导力不足是企业无法应用大数据分析法的一大难题。企业中的领导者无法认识到大数据能为企业带来的价值。企业需要雇佣更多具有深度分析能力的人才，很明显，现在这类分析人才极度匮乏。
流程系统需要随时更改。
许多企业急于应用创新信息系统与应用程序，以使自身尽快融入到大数据时代中。因此，他们也雇佣了这类人才。但是，如果没有对组织流程做出相应的改变，协调好各个环节，企业是不会成功的。
分析系统容易瘫痪。
尽管分析法有很强的战略优势，但仍然有很多企业没有运用大数据与预测性分析法来改变供应链运营。有些企业面对大量的数据束手无策，不知道如何利用这些数据来推动供应链的发展，不知道从何下手，有些企业致使零零散散地运用这些分析法，缺乏系统性与协作性。这种做法的后果是，企业只能获得孤立的利益，缺乏洞察力与竞争力，从而导致供应链效率低下，成本超支。
企业淹没在数据的海洋中。
许多企业淹没在数据海洋中，这些数据来自其销售点系统、网站、内部交易流程与社会媒体等。但是，大多数企业很难利用所有的数据、科技与分析法。他们无法应用现有的创新分析技术，没有响应的系统，缺乏了解如何将企业转型为由数据推动其自身发展的领导者。
“大数据”无处不在。从社交媒体初创公司到纽约的中央公园，每个公司似乎都在部署大数据分析。
著名数据分析公司Gartner的数据似乎也在证明这一点：最近的一份报告显示，大数据将带动2012年全球280亿美元的IT支出，到2016年这个数字将超过2300亿美元。2300亿美元几乎是葡萄牙全年的国内生产总值。
但是，你需要花大价钱来部署大数据技术解决方案。大多数公司都没有这么多IT预算，也请不起数据科学家或者数据分析团队。
如果那些提供大数据服务的公司想为各种规模的企业提供服务，那么有几个问题必须认识到并加以解决。
大数据太贵了！
您可能听说过那些使用大数据的辉煌案例：Facebook每天要存储大约100TB的用户数据；NASA每天要处理约24TB的数据。这些数字确实令人印象深刻。
那么处理这些数据所需的成本是多少呢？按照亚马逊Redshift的定价，NASA需要为45天数据存储服务支付超过100万美元。
根据最近的一项调查，大多数企业的CIO称他们的预算支付不起大数据部署的成本。数据存储和处理的成本实在太高，我们需要寻求其他的解决方案，让规模较小的公司不被“大数据”拒之门外。
大数据的关键不是“大”
目前全球最大的科技公司都需要和PB级规模的数据打交道。然而，SAP的研究表明，95%的企业通常只需要使用0.5TB到40TB的数据。
Facebook和NASA的例子是个例外，而不是常态。事实是，处理数据并不是大公司的专利。如果你研究一下美国公司的规模，你会发现有超过50000家公司只有20至500名员工，其中大部分都有解决数据问题的需求。所以大数据市场最大的需求并不是来自那些《财富》50强的大企业，而是来自《财富》500000强。为什么我们只关注那些少数的例外，而忽视了那些大多数有数据处理需求，但既不是《财富》50强也没有PB级规模数据的公司？
有时候我在想，如果我们改变了大数据的定义会发生什么？通常人们用3V(velocity，volume，variety)来描述大数据，我们不妨换一个说法：“大数据是一种主观状态，它描述的是一个公司的基础架构无法满足其数据处理需求时的情形。”
这个定义可能没有那么光鲜，但它肯定会更接近今天的现实。
并管益心： 大数据是大量、高速、多变的信息,它需要新型的处理方式去促成更强的决策能力、洞察力与最佳化处理.大数据为企业获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力. 借助大数据及相关技术,我们可针对不同行为特征的客户...
武胜县13643444152： 本讲认为,＂大数据＂并不意味着数据越多越好,数据要以是否什么为标准. - ？
并管益心： 数据的“大”或“小”并不是关键,重要的是从数据中挖掘价值,创造价值.举例而言,医学应用上研究心脏疾病,想知道病人怎么做才能更加健康,于是搜集大数据.但一个人每天产生的各类数据是海量的,大量的数据跟病理反应本质上毫无...
武胜县13643444152： 如何解析大数据 - ？
并管益心： 1、要有大数据; 2、数据必须是在线的,可分析的; 3、数据必须与具体行业的业务数据打通; 4、数据模型必须是高于传统业务数据模型又能和传统数据模型兼容的; 5、数据挖掘出的结果对具体行业是有指导甚至很多效果提升意义的. 具体可以参见TalkingData Mobile DMP的一些在银行、零售、证券行业的应用案例.
武胜县13643444152： 小企业需要做大数据吗? - ？
并管益心： 这个要根据公司的业务来看,具体需要与否不能靠跟风来看,大企业大公司是因为业务需要,必须跟上潮流做,但是小公司就不一定了.
武胜县13643444152： 大数据的误区,大数据时代的注意事项有哪些 - ？
并管益心： 以后就是大数据的天下,随着大数据的不断建立和完善,在将来会出现每个人的衣食住行等各个方面,很直接的能反应出某个人的生活行为习惯,所以,要保留很好的习惯,才能在大数据内留下自己好的数据,对以后的生活和工作有很大帮助.
武胜县13643444152： 想学数据分析,大数匠培训需要数学基础吗?我基础不好. - ？
并管益心： 需要,尤其是大数据分析与挖掘方向. 大数据应用的一个核心就是通过算法来对数据进行整理分析,需要一定的数学基础,建议学习线性代数、概率、离散数学、微积分等. 注意,并不是所有大数据岗位都需要数学,比如大数据开发岗位,建设和优化系统
武胜县13643444152： 大数据统计在生活中的运用?？
并管益心： 大数据的应用对象可以简单的分为给人类提供辅助服务,以及为智能体提供决策服务.对企业而言,大数据可提高工作效率,降低企业成本,精准营销带来更多客户.对政府而言,可以利用大数进行统筹分析、提高管理效率、管理抓获犯罪分子...
武胜县13643444152： 大数据不是万能的.它有哪些局限性 - ？
并管益心： 局限一:不当负担 大数据到底是否利大于弊并不是我们现阶段所关心的问题,而能否识别其益处的非显性局限才是技术人员最应该关注的.大数据支持者的核心主张是,但凡数据,必定有正面价值.然而这个想法是错误的,对公司管理层而言,...
武胜县13643444152： 大数据是什么?？
并管益心： 大数据只是一个空洞的商业术语,就跟所谓的商业智能一样空洞无物.当然,这并不是说大数据没有意义,只是对于不同的人有不同的含义.A.对于投资人和创业者而言,大数据是个热门的融资标签.就和前几年流行的 SoLoMo,这几年火爆的 ...
武胜县13643444152： 为什么说,在大数据时代,一个公司没必要非要达到某种规模才能支付它的生产设备所需投入? - ？
并管益心： 大数据时代不需要一些基础建设是因为可以利用已经完成基础建设的大公司提供的接口实现自己的用户价值
