如何应对大数据挑战_数据分析师

目前很多试图应对大数据挑战的IT经理们把更多注意力都放在了信息的量上，而忽视了信息管理的其他方面，从而将很大挑战留在应对后者上。

大数据是一个流行的术语，未来的数据将呈指数级增长，但它过度地将重心放在信息量问题上了（从存储转换/传输到分析的方方面面），大数据的权重给得太高，可能导致决策短视，可能会阻碍企业信息架构扩张以满足不断变化的业务需要。

信息管理者在失去对数据访问和资格方面的控制时，可能会倾向于仅关注量的问题。Gartner分析师警告，过于狭隘的观点会迫使2或3年内加大投资量以解决大数据其它方面的问题。

Gartner研究副总裁Mark Beyer 说：“今天的信息管理学科和技术根本达不到动态处理所有这些任务，信息管理者必须从根本上重新考虑他们对数据处理所采取的方法，重新制定信息管理方面的规划，企业对大数据庞大资源的访问需要给信息管理者提供了一个改变企业使用信息方式的机会，IT经理必须说服他们的商业伙伴，共同应对挑战，确保一定程度的控制和协调，不要让大数据机会变成大数据混乱，否则可能会引发合规性风险，成本增加，产生更多的孤岛”.

全球信息量每年正以最低59%的速度增长，信息量是管理大数据的一个重大挑战，企业和IT领导者必须关注信息量、多样性和速度。

- 量：企业系统内的数据量增长是由交易量和其它传统数据类型，以及新数据类型导致的，信息量过多是一个存储问题，但同时也是一个巨大的分析问题。

- 多样性：IT领导者有一个悬而未决的问题，那就是将大量的交易信息转化为决策 - 现在有更多类型的信息可以分析 - 主要来自社交媒体和移动（情景感知），包括表格数据（数据库）、分层数据、文档、电子邮件、计量数据、视频、静态图像、音频、股票行情数据和金融交易等。

- 速度：这涉及到数据流，结构化记录的创建，以及访问和交付的可用性，速度意味着数据如何快速产生，数据如何快速处理以满足需要。

虽然大数据是一个重要的问题，但Gartner分析师说真正的问题在于使大数据产生意义，帮助组织作出更好的业务决策。

Gartner着名分析师兼副总裁Yvonne Genovese说：“管理极端数据的能力将成为企业的核心竞争力，企业越来越多地使用新形式信息，寻找支持商业决策的模式，即我们所说的以模式为基础的策略，基于模式的策略作为改变发动机，利用模式寻求过程中的所有维度，然后为新的业务解决方案提供建模基础以便企业采用。这个寻找、建模和采用的循环周期可以在各种媒介中完成，如社交计算分析或情景感知的计算引擎”。