大学教授和统计学家们对数据大张旗鼓的推崇与使用，引导了一个新的行业诞生，那就是大数据的收集与管理。专家们认为，几乎所有的行业都会对大数据有所贡献。但因为大数据行业较新，所以管理大数据的方法并没有明确的阐释。
如果你正在寻求管理自身数据的方法，那么这篇文章会对你有很大帮助，首先，让我们纠正一下基本概念。
什么是“大数据”?
Greg Satell在福布斯杂志中曾说过：“在尝试管理大数据之前，首先要明白这个词的意思是什么。虽然“大数据”这个名词现已十分流行，很多人在谈论它，还有更多关键领域的投资者也对它报以极大热情。但是，这种过分炒作导致了所有数据都被称作大数据，人们对大数据的含义却越来越困惑。”
![专家总结:有效管理大数据的7个有用诀窍]()
正如作者在一篇博客中提到过的：
…大数据是任何无法用传统手段完成处理的数据，例如Excel电子表格、PowerPoint或文本编辑器。有时，同一时间在成千上万台服务器上运行的并行软件只为处理大数据。像关键词搜索、社交媒体营销和趋势探析都需要动用大数据。当然，你肯定会有使用互联网的需要，当连入互联网时，你就已经用到了大数据。
Satell引用了一本书，其中认为大数据是那些需要大动干戈才能被处理完成的事，而不是能够小范围内能处理的事情，因为这些研究的样本太少，结论会不准确。
除非是在无数次尝试的基础上，否则你不能准确的预测一个球员的罚球命中率。随着增加数据的使用量，我们可能会吸收到低质量的数据来源，但通过筛选，计算出来的数据仍会是准确的。这便是使用数十亿散点数据来分析一些重要事情的思路。
以下是管理大数据的7个小诀窍：
1、明确你的目标
对于每一个研究或项目，你必须对自己提问，明确想要达到什么样的目标。同样也应该与团队探讨，了解他们所认为的最重要的事。目标决定了你应该收集什么数据，以及如何推动项目。
没有明确的目标和为实现目标所制定的策略，你要么会失去方向，去收集错误的数据，要么只能收集到很少的正确数据。但即使你收集到了正确的数据，也不知该如何应用，它对于你虚无的目标并没有任何意义。
2、确保数据安全
确保所有存储数据的容器都是可访问且安全的，因为你一定不希望数据被窃或丢失，没有数据做不了任何分析。确保你已经落实了严密的防火墙安全措施、垃圾邮件过滤、恶意软件扫描以及对团队成员的权限控制。
最近，我参加了一个由Your公司CEO Robert Carter举办的研讨会，他分享了自身以及与合作企业共同的经验。他说，许多企业主通过网站和产品与用户互动从而收集数据，但却不采取足够的预防和保护数据的措施。这已经使一些客户对企业失去信任，且摧毁了一些交易，客户甚至会状告索求损害赔偿。
“确保数据安全看起来似乎是很平常的一件事，但太多的企业和组织没有遵守这一忠告，尝到了违背后的苦果，”Carter总结道。所以，不要成为他们之中的一个。
3、保护数据基础设施
除了入侵数据库和人为因素会威胁你的数据，一些自然因素同样能够破坏你的数据，让你完全失去它们。
人们往往会忽视一件事，那就是高温、潮湿和极端寒冷都能够损害数据。这些因素可能引起系统故障，以致长时间宕机和重启失败。你应该找到此类环境因素，并且在这些情况发生之前采取措施，以防数据丢失，不要等数据丢失了再来难过。
4、遵循审计规则
即使很多数据管理者都十分繁忙，但他们也必须维持对所有数据的良好管理，以备审查。无论你是管理客户的支付数据、信用评分的数据，甚至是看似平凡的数据(如网站匿名用户的数据)，你都需要正确的处理它们。
这将确保你有足够的责任心和能力，能够继续赢得客户和用户的信任。
5、数据需要相互连接
确保你所使用的软件集成了多个解决方案后，还有一个会导致问题的因素，那就是应用程序无法与你的数据连接，反之亦然。
你应该充分利用云存储、远程数据库管理员支持和其他数据管理工具，以确保各数据集的无缝同步，特别是在多个团队成员同时访问或编辑数据的情况下。
6、了解需要捕捉什么样的数据
当你是大数据的管理者，你必须知道在特殊场景下使用哪种数据最好。因此，你必须了解要收集哪些数据以及如何使用它们。
而这又引回了我们上面说的最基础的一点：明确你的目标，以及如何用恰当的数据来实现它。
7、适应变化
软件和数据是每天都在不断变化的，新的工具和产品每天都在冲击着市场，改变已经过时的游戏规则。例如，如果你在卖牙刷，并且通过六个月的时间收集了你需的大量客户数据，比如他们对牙膏口味的偏好和其他习惯，如果他们表现出对某一口味或电动牙刷的偏好，那么你就要改变你的销售策略了。你还需要改变收集与利益相关的数据的方式，当你遭到拒绝时，不懂变通会导致数据收集失败。
你必须学会灵活调整，适应新的管理和交换数据的方式。这就是与你所在行业保持紧密连接，真正收获大数据带来的益处的方法。记住这些技巧可以帮助你以一种简单的方式处理大数据。
作者: 崔月
来源：IT168
原文链接:专家总结:有效管理大数据的7个诀窍
