在数据分析或者大数据的应用中，数据挖掘工作都是十分重要的。其实数据挖掘工作不会总是成功，也有很多失败的案例，那么关于数据挖掘失败的原因大家都清楚吗？下面我们就在这篇文章中给大家介绍一下数据挖掘失败的原因，希望能够给大家带来启示。

数据挖掘失败的原因有很多，具体来说有六种，首先我们给大家说第一个原因，那就是数据缺失总是存在的，这是为什么呢？这是因为数据挖掘中的数据准备工作都是需要很长时间的，当然，我们可以理解成取数时间很长、转换成所需的数据形式和格式时间很长，毕竟只有这样做，才能把这些数据给数据挖掘引擎处理。从中，我们就需要了解数据准备的真正目的，而数据准备的真正目的就是要从特定业务的角度去获取一个真实的数据世界，数据的获取比处理重要，技巧其第二关注的地方。

然后我们就给大家说一下数据挖掘失败的第二个原因，那就是假数据真分析，我们都知道，在分析数据之前是需要解析数据的，所谓的解释数据，都是假数据，虽然数据是我们认真获取的，但因为受限于业务能力，决定了你只能使用假数据，结果可想而知。以前新手，在分析数据的时候，总喜欢拿订购成功的数据作为训练的数据，但这个显然是个错误。这需要我们知道的是，大量的业务订购是套餐附带订购的，并不能反映用户的真实意愿，拿这个数据去训练，能训练出什么能力，这就是业务能力不够造成的现象。就目前而言，现在互联网上假数据存在的现状很严重，很多假数据严重的扰乱了模型，去伪存真是数据挖掘师的一个必修课。而这个去伪存真是跟业务能力相关的，是需要依赖于实践和经验，如果让市场部经理转行去做数据挖掘师，其实也是能够胜任这个工作的，由此可见，数据挖掘，难就难在这里，其是业务、数据甚至是技术的结合体，在大数据时代，这个趋势会越加明显。

在这篇文章中我们给大家介绍了数据挖掘失败原因中的两种，第一种就是存在数据缺失的现象十分明显，第二种就是对假数据进行认真的分析，这些都是我们需要注意的事情，在下面的文章中我们给大家介绍更多的原因。