大数据的痛点

大数据分析仍处于初级阶段 , 我们还没有深入应用数据驱动决策。在这里 , 我们讲讨论当前的痛点以及如何用更好的方式应用大数据。

大数据为企业提供了一个更好的提高生产力和收入的机会。然而 , 企业在大数据收集上就遇到了麻烦。 2012 年，通过对 300 位高管和经理们的调查，清楚的展示了企业在管理大数据过程中的挑战和困难。下面是调查的要点 :

66% 的受访者希望企业里可以有更多的人使用分析工具。

59% 的受访者认为 , 现有的分析框架处理大数据太慢了。

57% 的受访者认为他们的分析框架无法与大数据的流入网络的速度匹配。

55% 的受访者认为他们的分析工具也难以使用 , 因为他们不能提供易于理解的信息格式。

上述结果非常好的总结了与大数据企业面临的挑战。然而 , 自 2012 年以来 , 问题变得更加复杂 , 原因是数据量一直在以惊人的速度增加，同时企业对大数据管理的态度也出现问题。

虽然面对技术、硬件和软件方面的挑战 , 但企业应对大数据还是不够谨慎，这似乎是根本问题。下面的说明大数据的主要痛点：

错误对待大数据

大数据管理策略实际上反映了营销人员如何看待大数据及其潜在价值。到目前为止 , 大数据管理缺乏严肃性和一致性。据《哈佛商业评论》的一篇文章中，尽管大数据被公众炒的很热，企业中营销人员依赖于大数据还非常有限，只有 11% 的客户相关决定是通过大数据决策的。

显然 , 大家对大数据言行不一致。《哈佛商业评论》 (Harvard Business Review) 调查发现 , 大多数营销人员在决策时更依赖自己的直觉和他们之前对客户的经验。求助数据通常会是他们最后的选择。这是非常错误和过时的心态。如果你卖的是产品针对 60 岁以上的人，你可能不用考虑有一个 Facebook 页面 , 因为根据你的经验 , 年纪大的人一般不使用 Facebook 。但在一个复杂而变化的商业环境中 , 这种假设可能就是错的。

相反的，另一部分营销人员则过分沉迷数据。他们对待数据管理的态度走上了另外一个极端。这部分人不断检测和跟踪数据 , 过于集中于数据的细枝末节 , 即使有一部分数据已经初现端倪，但总体上却偏离了主要目标。这部分人可以破坏数据管理项目 , 因为他们坚持不断重置哪些不需要校正的目标。

表 1: 营销人员和大数据神话

错误的数据管理策略

在一次采访中 , 迈克尔·涅夫斯基 ,IRI 的客户和营销顾问，观察到企业没有把注意力放到营销工作中。在许多企业中 , 要么营销部门人手不足，要么已有的营销人员做其他和数据无关的任务。因此 , 专注于数据分析和数据决策的力度不够。许多营销人员往往只关注产品包装和标签，深度数据分析和客户洞察则外包给第三方。

这种缺乏长远计划的策略可能会影响未来投资回报率 (RoI) 。首先 , 许多企业通过第三方提供数据分析，这会妨碍企业营销人员在大数据方面专业技能和经验的获取。如果企业完全依赖第三方进行数据分析和获取洞察 , 那么需要确保并通过采取行动让第三方完全理解其业务和目标，例如让供应商参加周和月度营销会议。 CMO 需要确保所有营销决策者能够定期访问数据、进行分析和获取洞察。

需要快速分析更多的数据

每天 , 你的数据采集平台从社交媒体、传感器、手机、交易记录等几个来源获取数据，或许更多。数据在不断的增加 , 但只有当你处理和分析数据快速获得有意义的相关见解时这些数据才是有用的。毫无疑问 , 你需要先进的数据获取和分析平台。

解释数据

数据可视化在解释数据方面将发挥关键的作用。简单的理解，数据可视化就是信息的图形和图像展示方式，这显然更容易理解信息。然而 , 要实现数据可视化 , 必须首先弄清楚数据的上下文，例如 , 如果数据是来自社交媒体 , 那么首先要理解或解释客户需求，只有这样 , 你才能用更容易理解的格式提供数据。

确保数据质量

数据质量是当你执行数据可视化面临的首要挑战。数据采集框平台将从多个来源收集数据 , 如果你的工具过滤数据不恰当的话，你的数据质量将变得很差，在这种情况下 , 你会浪费大量的时间处理和清除冗余数据，你会输给时间，即使你最终能够获取高质量的数据并进行数据可视化 , 你可能已经失去了宝贵的时间，你的竞争对手也许已经打败你。

提供有意义的数据

一个巨大的挑战是如何使有意义的数据更容易被发现，尤其是当数据集是大数据集时。例如 , 如果你要是显示 200 亿行零售数据给用户，用户会会很难发现其中有意义的部分。你可以将信息分成更小的单元和逻辑组并将其展现给用户。这样 , 用户可以看到他们想看的数据。

安全问题

云基础设施可以让所有人更易于访问数据 , 尤其是当原来越多的企业把大数据存储到云端。由于云存储可以从任何地方的网络连接范文 , 这是出现新的、复杂的安全挑战。由于大数据从多个来源收集 , 如何确保进入云的数据是安全的是一个挑战。进入云的数据可以被恶意操作主要是由于 Hadoop 和 NoSQL 这些大数据工具在最初设计时安全性考虑的不够。因此 , 企业在收集大数据和数据安全之间必须掌握一个平衡 , 以确保数据的安全性和保密性。

总结

大数据对企业是一个巨大的机会 , 但他们首先需要关注如何看待大数据及其应用 , 尤其是营销部门，他们需要摆脱惯性思维和经验决策，更多依赖于客观的信息，只有当他们这么做时 , 他们才能更容易克服其他的挑战。