大数据项目实践指南（总体思路）

做了三个完整的大数据项目后，我整理了一下大数据的项目实践思路，这里写下总体思路。如果加油的人多，我愿意将其详细编写为一本书，就叫《大数据项目实践指南》吧？哪个出版社有兴趣的话，可以联系我。徐建明 18971024137

为什么大多数企业都实施大数据项目?

    1,希望进行更有效的分析，他们认识到由此需要分析的数据量也会大幅增加。这些活动往往会由一个业务单位（如营销部门）∙来承担。
    2,企业意识到可以通过实时分析将其产品打包在一个服务层中，帮助客户更高效地使用其产品。
    3,企业希望通过大数据来传达某个业务单位或流程的所有决策，从而提升操作速度，提高操作质量并降低操作成本。
    4,企业意识到大数据对于每个业务单位都相当重要，它们尝试建立以数据为中心纵观全局的基础环境。
    5,企业认识到必须在大数据方面有所作为，不然就会落伍，但并未切实规划出如何开展这项工作。我们的目标就是了解并尝试开展这项工作。
    
大数据项目为什么会失败?
    1,目标不明朗.此项调查得出的最常见失败原因是项目“范围不准确”。许多企业在项目伊始都雄心勃勃，但目标模棱两可，无法分清项目的轻重缓急。为了实施大数据项目而草率上马，必然会导致灾难。这类项目的复杂性要求企业具有坚定的信念，为取得一定成果而不懈努力。如果目标不确定，则显然是不可行的。
    2,预期目标不合理.在大数据纷纷扰扰的宣传之下，您会对项目的成果做出一下假设，而这些假设往往会产生不利影响。在很短的时间内冒然做出一些承诺虽然看起来会很诱人，但同样非常重要的是，您需要客观地估计项目可能会产生的成果、项目周期以及实现这些成果所需要付出的努力。如果对影响和洞察力的期望过高，则会像大海捞针一般茫然无措。如果对交付成果的期望不切实际，您就会发现您要遵从的截止日期和预算根本就不可行。
    
    3,项目超支和延误.由于对企业来说这方面仍然还是全新事物，您就不难理解大多数大数据项目都会成本超支或时间延误。造成这种问题的原因往往是期望目标不合理、加上对如何构建可扩展体系架构不了解在少数成本高昂的 Hadoop Java开发人员从事着大规模手动编码实施工作的同时,企业也很快认识到脱离沙盒环境而不出现任何错误是不可能的。大数据项目终归会沦落为一项科学实验
    
    4,无法扩展.要想找到五名优秀的 Hadoop Java 开发人员绝非易事。然而，随着项目的发展，一年需要扩充到30名 Java 开发人员，事情可能就变得愈加棘手。最糟糕的并非Hadoop 群集无用武之地而是白白浪费了时间并失去了动力。企业往往青睐短期的权宜之计，而忽视了长期的可持续发展。虽然我们可以不负责任地提醒您可以避免这种取舍，但我们还是要着重强调长期发展的重要性。为了让您的数据获得合理的保护和管理，您需要随时关注项目的长期影响。大数据项目失败的四个原因令人担忧，但的确很常见。所以，接下来让我们来看看如何避免这些因素，建立一个长久的实施方法。
    
如何让大数据项目成功运行
    1, 制定清晰的目标并对期望目标进行管理如果您不确定该项目的目标，请参考您为现有数据基础设施制定的目标。如果企业的某些业务流程（如欺诈