大数据应用的10大神话和误解

宽客网,量化投资,宽客俱乐部

  英国科技新闻媒体V3日前针对大数据应用,列举了10大有关神话和误区。

  1、大数据是新技术

  大数据是新的术语,但其海量数据分析的概念并不新。许多人,包括Teradata首席技术官Stephen Brobst在内认为,对于那些刚开始认识到数据价值的用户,大数据有一些误导。Brobst表示:“大数据是一个长期项目,而不是12个月内,是24~36个月的世间情。”

  2、大数据是一种商品

  初次接触大数据概念,会认为它是一种特殊形式数据,独立于其他低端数据格式。但事实并非如此。

  “你能买一个数据库数据吗?”Gartner杰出分析师Donald Feinberg说,“是的,你可以买到100台服务器,但是你可以购买大数据吗?因此,这不是一个市场。它只是IT市场的一部分。它价值10亿美元?是的,但它不是一个市场,它甚至不是一种商品,而且还不是新的。”

  3、大数据是一个问题

  这是一个近似半斤八两性质的公开辩题,但基于其基本形式,大数据具有巨大潜力,即使其没有被正确使用,或者甚至根本没有被使用。

  因此,只要数据存在,并且可在未来用一种有效的方法加以处理,就应该有机会存在。也是一个价格昂贵的机会,也许,但仍然有机会。

  数据问题是如何通过分析将其转化为清晰和实用的内容,这对企业是一个巨大的挑战。

  4、你的数据只对你有用

  据Gartner的统计,30%的企业会在未来几年会找到一种方式来套现其所持有的数据。将用户数据出售给出价最高者会引起担心和恐慌,但十有八九都会受到保证或者威胁。

  5、人们不关心你如何使用他们的数据

  很多人并不喜欢针对性或相关性的广告,但基于大数据驱动的市场营销接下来的重点,这事事实。但当你进入一家商铺,你的手机开始震动,告你在竞争对手店可以更低价格买到同样的产品时,这个时候你就会想到所签约的服务商。

  即使是遭受恶评的利用人行为的无害化尝试也是具有一定价值的,其中伦敦的WiFiSmartbin就是一个典型的例子,它保持跟踪人们智能手机MAC地址,在广告风箱显示具有针对性的广告。不久伦敦城市管理公司意识到事情发生后,禁止了 该行为,但这也不禁让我们联想到了Facebook所面临的2000万美元的 集体诉讼 。

  6、大数据不会降落在监狱里的你

  在这一点上,我们正在涉及一个颇具争议的话题。但Gartner公司的 Feinberg确信,将会有相当的数据采集会涉及该领域。

  “CIO会有多少人会去坐牢?如果觉得我在开玩笑,那么我就做另外一个大胆性假设: 我认为Facebook总裁会在他离开Facebook之前去坐牢。我不知道什么时间,但它会发生。” Feinberg说,无论夸张与否,这都值得思考。

  7、政府对你的社交媒体数据不感兴趣

  许多人喜欢在Twitter上谩骂政客——反正他们也不会看到,对吗?也许是,但这对于了解选民的意向具有一定的参考价值,Feinberg说。

  “奥巴马关心,因为他当选了,如果你看怎样当选的,他的团队使用社交数据和情感分析找出他不能胜出的目标对象。我不是说这他当选的唯一原因,但对于政府部门,社会资料和数据已经变得非常重要。” Feinberg说。

  8、你需要新的数据进行分析

  当你有一个业务目标之后,且数据仓库被0和1填充满了之后,你就可以分析使用你的数据了。有研究表明,大多数企业已经开始使用大数据获取信息,一旦他们想到了一个问题,就试图通过大数据分析来解决问题。

  就像全球物流公司DHL早些时间像V3的记者所解释的那样,尽管此前在包裹投递的每一个阶段都有追踪,但是分析系统建立之前,没有办法利用这些数据。

  9、有很多人以使用大数据

  错了。这是一个世界性的难题。

  Gartner统计数据表明,熟练的数据分析科学家如此缺乏,公司存在75%以上的大数据分析职位空缺。竞争惨烈,换句话说,这是一个很棒的职业。

  话虽如此,这也取决于你如何定义一个数据分析科学家。Tesco公司的Duncan Apthorp,一位大数据分析师表示,他所存在公司并不要求名牌院校,这意味着普通毕业生也很有机会。

  10、大公司都知道他们在做什么

  显然不是。根据Gartner对数百家企业案例的研究:“在2016年,财富500强85%企业将无法利用大数据获得竞争优势。”

  Teradata的高级副总裁Tasso Argyros表示:传统商业智能是从一个明确定义的问题开始,对于大数据发现,你有一个起点,但它不是一个业务问题,它是一个业务目标。问题在于你不知道要问什么问题或要使用什么数据,只是说'看这些数据,让我们开始,这通常很容易会失败。

  所以,问题的答案是“不”,不是每个人都知道他们在做什么,很难制定出高效使用大数据的策略。
数据分析, 数据挖掘, 大数据, 数据

原文发布于宽客论坛,点击阅读原文

风险提示及免责条款

市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击下方“内容举报”进行投诉反馈!
立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部