大數據可以幫助企業(yè)制定可行的戰(zhàn)略規(guī)劃，獲取客戶洞察力，支持客戶購買行為，建立新的商業(yè)模式，從而贏得競爭優(yōu)勢。成功的企業(yè)數字案例顯然有自己的共同點：重視數據質量，重視數據環(huán)境，建立有效的數據管理系統(tǒng)。然而，失敗的企業(yè)也有自己的問題。今天我們就來一起看企業(yè)數字化轉型中普遍存在的問題。

  一、只將數據集中，沒有進行數據整合

  數據整合是當今數據分析面臨的最大挑戰(zhàn)。實際上，許多公司只是簡單地將數據堆積在一起，并未對不同來源的數據進行整合。

  就拿身份認定來說，比如一套系統(tǒng)下「路人A」的信息與另一套系統(tǒng)下「路人A」（甚至可能是重名）的信息之間，沒有進行關聯(lián)，這樣的話，就無法對「路人A」的身份進行完整性描述。

  數據整合并不等于將數據集中到一起，對于研究對象，要將不同來源的數據相互關聯(lián)，以便獲取更準確的信息定位。并且數據科學家會通過數據來尋找并分析競爭優(yōu)勢和可能的企業(yè)新突破點等等，因此，數據整合也變得越發(fā)重要。

  二、忽視了不同業(yè)務對數據的需求差別

  整合的集成數據技術對于一個成功的分析程序是至關重要的，必須要意識到不同業(yè)務部門對數據的需求是不同的，數據的形式不能千篇一律。相反，還需要考慮數據供給，IT部門需要將業(yè)務類型與數據形式相匹配。并不是所有的業(yè)務都需要整合過后的數據。

  以金融機構的眾多需求為例，風控部門需要未經處理的原始數據，以從中發(fā)現異常。比如通過搜尋多組數據中某個人地址信息的，確定其是否申請了多筆貸款等。另一方面，諸如市場部等部門希望實現準確的用戶信息定位，因此只需要其中正確的那組數據。

  三、數據工程師比數據科學家更重要

  數據科學家這個職業(yè)在過去幾年中正迅速搶占硅谷、紐約、中關村、西二旗的各大互聯(lián)網公司。一大批傳統(tǒng)企業(yè)也開始設置這個職位，并且大批招募。

  畢竟，每個公司都希望通過勢頭正盛的新興技術使業(yè)務分析具有一定的預測性和分析說明，這需要專業(yè)團隊和人員的支持。但通常，這些公司掛出的招募崗位只有數據科學家這一種。

  這是遠遠不夠的。數據科學家需要數據工程師來收集數據集，但是，數據工程師這一職位，在許多公司沒有受到應有的重視。

  四、缺乏對數據時效性和生命周期管理

  近十年來，隨著數據存儲成本不斷降低，IT部門可以將大量數據存儲起來，并保存很長的時間。對于不斷增長的數據量和數據分析需求來說，這是個好消息。

  公司都希望擁有大量數據，但許多企業(yè)都將數據留存的過久。這不僅僅是存儲成本的問題，超過十年的數據基本沒有時效性了。

  數據要被賦予生命周期。數據留存期限要根據不同部門、不同組織來確定。例如，零售行業(yè)需要的是即時和相關的數據，而市場部門需要多年來的歷史數據以探尋趨勢。這需要IT部門根據不同部門的需求，制定一套明確的數據時效標準，從而確保數據的有效性。

  五、只關注數據質量而忽視數據相關性

  數據分析師總喜歡用最容易獲得的數據進行建模與分析，而不是最相關的。這是目前公司或組織普遍存在的一個誤區(qū)�；蛟S，在尋找更多的數據集之前，應該先想想數據是否相關，而不是詢問我們是否有正確的數據。

  比如，許多公司會從大量數據中尋找異常。盡管充分性很重要，但優(yōu)秀的公司同樣兼顧數據的針對性。他們會關注來自于特定個體和機構的數據，并從中發(fā)現異常。比如醫(yī)療結構在分析病例時，會考慮到醫(yī)生的輪班周期等。

  六、忽視數據來源

  數據分析存在一個普遍又顯著的問題，是數據偏見。偏向性的數據會造成分析結果偏差，從而影響到正確的業(yè)務決策與結果。其中的偏見來源于整個分析過程涉及的許多個部門，包括IT部門處理數據方式，都會有一些偏見。因為IT部門在對數據來源的追蹤上，做的并不完善。如果無法意識到這一點，就會影響到數據模型的的性能，而且，缺乏數據來源的可見性使得對偏見的控制更為困難。

  IT有義務搞清楚數據的來源在哪里，以及來源的相關情況。在投資數據管理的同時，也要制定一套源數據管理解決方案。

  七、缺乏面向用戶的數據上下文

  在企業(yè)內，應該有強大的源數據管理程序，它可以追蹤數據的來源，以及它是如何在系統(tǒng)中運行的，它應該為用戶提供一些歷史信息，并為一些通過分析產生的結果提供背景信息。

  近幾年，由于分析方法越來越復雜，對數據和分析結果的解釋變得越來越少。更新的深度學習模型為分析結果提供了一些注解，也為決策提供了一些可行的建議，但無法提供對最佳決策有幫助甚至至關重要的上下文，例如某件事情發(fā)生的可能性與確定性等信息。因此，需要能提供更好的用戶界面以幫助用戶進行決策。

  其中的技術問題在于，要明確用戶與數據模型的交互程度如何。UI/UX界面決定了系統(tǒng)對用戶的透明度，而透明度取決于用戶對分析結果的鉆研深度，這些都是首席信息官（CIO）在建立分析系統(tǒng)前，應當考慮清楚的。

  八、忽視少數的數據量缺陷

  有人認為，根據大數定律(Law of Large Numbers)，獨立的數據缺陷無關緊要，不會影響分析結果。與更小規(guī)模的數據集相比，獨立的數據缺陷對整個數據集的影響的確要小很多，但目前，數據量不斷增長，數據缺陷與以往相比也越來越多。

  如果，低質量數據對整個數據集的整體影響仍保持不變，企業(yè)在大數據環(huán)境下使用的大部分數據來自外部數據源，其數據結構和來源未知。這意味著數據質量問題的風險比以往更高。因此，在大數據部署中，數據質量實際上更加重要。

  設計出新的數據質量管理方式，并選擇數據質量級別。嚴格遵守數據質量保障的核心原則。

  九、在數據倉庫中，高級分析有重大意義

  有些人認為，高級分析功能可使用新的數據類型時，部署數據倉庫則浪費時間。實際上，大多數高級分析項目在分析時都使用數據倉庫。

  新的數據類型還可能需要提煉，使其適于數據分析。此外，哪些是相關數據、怎樣聚合數據以及必要的數據質量級別等都需要企業(yè)做出決策。

  盡可能使用數據倉庫存儲經人工收集檢查的數據集，用于高級分析功能。