拉斯举行的首席数据官峰会上做演讲，我的共同演讲者放了一张幻灯片，上面写着：“60% 的大数据分析项目都失败了。” 听众中有人问：“他们为什么失败了？” 我的朋友说：“我认为 Paige 比我能更好地回答这个问题。” 放在现场，我的脑海里立刻浮现出三个经过多方证实的理由。我用这三个来回答这个问题。但后来，当我有时间思考时，我意识到还有另一个原因反复出现，但经常被淡化或忽略为不是真正的问题，而在我看来，它非常重要。 大数据分析项目有惊无险 更多阅读 大数据改善 大数据提高公司内部领导力的 3 种方式 IT 不是分析。这就是为什么。 罗姆尼援引分析法斥责特朗普 2016 年达沃斯世界经济论坛：CEO 博主 100 强 悼念：罗宾·弗雷·凯里 缺乏业务用例 一个特别困扰许多早期 Hadoop 项目并且时不时会出现的问题是，建立一个大数据分析平台本身就被视为目的。射箭是我的爱好之一，但在没有目标可射的情况下，我还没有射中靶心。
在对 Hadoop 可能解决的组
织痛点没有任何清晰认识的情况下，集群及其相关技术被设置为一种科学实验。如果心中没有问题，软件的选择就会模糊，项目就没有方向，成功的标准也就无从定义。在这些条件下，该项目被宣布成功的可能性几乎为零。除非一个特别精明的项目经理偶然发现了一个业务用例，否则没有任何方法可以将这种 最新邮件数据库 项目称为成功。 不合理的期望 这个问题与缺乏最终目标相反，它是在追求月球。根据大数据炒作机器，大数据分析将使您的利润翻倍，为您的公司节省数百万美元，并清除衬衫领子上的顽固污渍。大数据将拯救鲸鱼，治愈癌症，让每个人都变得富有。有了那么高的门槛，只有一根魔杖才能真正击中目标。即使是在其他地方被认为非常成功的项目在这种情况下也被视为失败。 当参与项目的每个人对项目的价值都有不同的期望时，还有另一种变化。在这种情况下，没有一个目标，有十几个，都在不同的方向。也许 CMO 期望营销活动响应会大幅增加。也许首席财务官期望收入大幅增加。
基础架构成本大幅削减
个人都希望该项目能够影响他们业务的特定方面。这样的期望会导致范围蔓延到史诗般的规模。最后，试图一次完成所有事情可能会一事无成。 大数据分析未达标 技能不足 即使你有一个单一的、明智的目标可以射击，但如果你不会上弦，你也无法射中目标。这实际上是“大数据分析”定义的一部分，这种项目不能用传统的、成熟的软件堆栈经济地完成。Hadoop 及其软件生态系统正在迅速成熟，填补了功能上的空白，但图形 BS线索 界面仍然是一种罕见的享受，而不是常态。要完成一个完整的端到端项目，通常需要 20 个不同的软件拼凑而成，每个软件都有自己特殊的编程、设计和集成要求。 而且我们甚至没有谈论简单地让一堆服务器协同工作、处理不可避免的硬件故障以及将所有这些奇怪的新软件集成到更大的传统陈旧软件企业中的复杂性。将软件和硬件的拼图组装成一幅美丽的分析有用图需要技巧和努力。
