有关大数据的6大误区

这里有6个关于大数据的误区，行业专家将帮助你把真相从虚构的大数据领域中分离出来。

1.大数据意味着“很多”数据

目前，大数据已经成为一个流行词。但人们通常对它真正的含义还是不清楚。有些人将大数据简单地认为是大量的数据。但是，这并不完全正确，它比这稍微复杂一些。大数据是指一个数据集，无论是结构(如数据表)或非结构化(如元数据从电子邮件)结合的数据，如社会媒体分析或物联网数据，形成一个更大的故事。大数据故事说明组织很难用传统的分析技术来捕获发生的趋势。

丰田研究院的数据研究总监吉姆•阿德勒表达了一个很好的观点：“数据也有质量。这就像水一样：玻璃容器中的水是非常易于管理。但是，如果混杂在洪水中，这将是压倒性的灾害。”他说，“在数据分析系统中，工作在一台机器的的数据将被冲走时，其数据规模将增长100或1000倍。所以，当然，原型虽小，但其架构却很大。”

2.数据需要清洁

“最大的误区就是你必须要有干净的数据进行分析。”BeyondCore公司首席执行官阿里吉特•森古普塔说，“没有人有干净的数据，必须将数据进行清理，否则分析是行不通的。这是一个疯狂的想法。你要做的就是进行一个足够好的分析。你要分析所有的数据，尽管这些数据是肮脏的，这只说明你有数据质量问题。我可以告诉你一些模式，尽管数据存在质量问题，但完全可以进行正常分析。现在，你可以集中进行数据质量工作，只是提高数据可以得到稍微好一点的洞察力。”

InOutsource商业智能和分析总监梅根•布茨梅因对此表示赞同，“很多时候，企业就会将这些工作能拖就拖，因为他们认为数据是不干净的，这是没有必要的。部署的分析应用程序将可以找到数据的薄弱环节