大数据时代亟需消除八大“疑云”_数据分析师培训

大数据这个词现在已经被大多数人所熟知，慢慢成为一种常态化的IT及企业生产变革，彻底改变了信息安全行业、信息技术、企业和社会的方式，对于大多数企业来说，大数据已经成为左右战局的决定性力量，然而其安全风险也随之凸显。像所有的科学技术一样，大数据也是一把双刃剑，能否合理利用成了其剑锋所向的分界点。 

    “当事情变得很常见，那它就开始正常化了，我们的工作，作为it专业人士，就是在2020年前使大数据变得正常化。”

    Gartner分析师markbeyer认为：企业cio们如果想在2020年实现大数据常态化，那么就要从消除关于大数据的八个神话开始。

    让十位首席信息官去定义大数据，你会得到十个不同的答案。gartner分析师markbeyer说，这是因为大数据对企业的it专业人员来说仍然并不规范。

    beyer在今年gartner的symposium/itxpo会议上说。“当事情变得很常见，那它就开始正常化了，我们的工作，作为it专业人士，就是在2020年前使大数据变得正常化。”

    首席信息官们可以通过从大数据谎言中区分出事实，来帮助他们的企业一步步走向正常。“神话有助于缓解焦虑，而无益于实际情况，”他说。

这里是beyer提出的八个大数据疑云：

    1.大数据起始于100tb。不要再去寻觅大数据标准尺寸了，因其并没有标准尺寸。“大数据是对数据的处理，而不是数据的大小，”beyer说。

    2.想要大数据就必须更换基础设施。“如果我因为有新的需求就决定改变整个基础架构，那我是把之前所有的东西都当做了赌注，”beyer说。他的经验教训是什么?“你要搞清楚，(基础设施)成熟度牺牲的风险是否值得。”

    3.百分之八十的数据是非结构化的。这可能是最经常被引用的大数据统计了，但根据beyer所说，其并不准确。“世界上最大的信息资产是机器数据。因为其并未相互关联就说它们非结构化绝对是个谎言。机器数据是结构化的数据。”顺便说一句，这些大量的机器数据，往往是重复的信息，确认了一切的正常。 “这就是机器数据通常所表达的，”他说。

    4.工具将取代数据科学家。放心，所有花在吸引，拉拢，获取数据科学家上的钱都不会白花，beyer说。“工具是一种工程，工程是对已经发现的事实的重复利用。而科学是去发现新的事实。”工具不会取代数据科学家-至少在工具可以自行复制和发展之前不会。

    5.更多的数据就可以解决数据质量的问题。“数据质量越低，答案质量就越低，”beyer说。首席信息官们应该关注数据质量。以通过手机收集的气质地理定位数据为例，有些人把手机等同于真实的个人，他说。然而，手机可以被不小心留在办公室，或者gps功能可以在任何时间点被关闭。“手机不是人，”beyer说。

    6.实时只是速度更快而已。实时操作，并不意味着加快了当前数据的摄入清理和分析过程，beyer说。而是“确保数据收集和决策之间的间隔越短越好，”他说。此外，大多数企业数据是不需要实时操作的。

    7.数据量优于专业知识。那些认为可以简单地不再管业务流程的人，请再想一想。这是因为，“一位好的数据科学家必须在某一时刻被叫停”，beyer说。如果没有业务流程，数据科学家将不断不断不断的进行下去而不能提供商业价值。需要有人帮忙划清界线。

    8.数据模型没有用。这一论断很绝对。不过，beyer澄清说，任何数字资产里的东西都有其数字模型。“我们不会因为大数据就舍弃模型，”他说。

    大数据时代的到来给企业带来了重大的机遇，同时也带来了严峻的挑战。跨越数据安全的鸿沟，相信这些新的IT技术变革将为企业的发展插上腾飞的翅膀。