导致大数据项目失败的4大痛点及应对策略
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 大数据项目通常不会因为单一的原因而失败,而且肯定不会仅仅出于技术原因。这些因素的组合有助于破坏大数据部署。业务战略、人员、企业文化、分析方法或分析工具的细微差别等因素,都可能导致大数据项目出现问题和失败,而这样的失败在数字化转型的过程中在所难免。 常见的痛点 一个成功并且可以获得收益的大数据项目通常包括以下一些特点: 一、预测基础设施需求 指数型增长的数据会对业务基础架构带来挑战,企业需要提前预测自己有多少数据量,需要多少容量,最重要的是要灵活地根据业务需求来增加或提升基础架构,利用合适的工具来优化现有基础架构。 二、保持适当的精简 另一个难点在于将多个来源(如ERP,CRM,电子商务,社交媒体等)的数据集导入数据平台,这将涉及多种工具和技术的集成。高度定制开发的工具可以让系统保持适当的精简化,并且能够无缝地集成到现有的技术基础架构中。 三、保证数据时效性 要想保持洞察力里的及时,必须保证数据的时效性。企业数据架构必须与其他应用程序和数据源接口对接。除了管理数据工作流之外,还需要优化工作流计划,以确保分析团队能够及...



