大数据产品开发流程规范_大数据类项目的项目管理流程是怎样的？

1.大数据落地的难处

首先，难在大数据技术端和市场应用端的信息不对称。大数据技术端可能存储着海量的数据，可能掌握着先进的计算和分析挖掘技术，但是并不了解市场的需求痛点，或者无从发力，或者闭门造车。而市场应用端的专业人士则因为对大数据的工作原理和蕴含的高价值缺乏了解而空守金山不自知。解决这个困局的方法有二：一是从两端入手，大数据行业内人士必须深入到传统行业的业务流程中去学习、经历或体验；而传统行业的业内人士则要开放心态，主动学习和拥抱新事物。二是从中间入手，招聘寻找兼具一定大数据知识和传统企业行业知识的人才，作为沟通桥梁弥合两端的裂隙。

其次，难在数据互联的成熟度。当前的大数据源虽然貌似纷繁多样，电信数据、银联数据、房产车辆数据、wifi数据、企业内部数据、网购数据、互联网数据等等都能获取到，但是数据源之间缺乏有效的关联，导致大数据对于分析目标无法进行全面的描摹和了解，因此大大限制了应用范围。眼下市场上虽然一夜之间冒出了各式的“数据交易所”，但是仍然不能有效解决数据互联的问题。数据源之间的相互信任与和合作是一个难点，数据信息的保密和披露法规不完善也是障碍之一，而落地变现场景的缺乏又使得这个问题的破局陷入了死循环。

其三，难在应用者缺乏耐心和战略远见。一个企业的大数据战略布局是需要远见和时间成本的，战略远见不仅来源于核心领导层对于大数据知识的主动学习和思考，还要有敢于付出试错成本的决断力。同时，大数据项目投入的周期相对较长，前期繁复枯燥的整合内部数据孤岛、联合外部数据源的工作耗时费力而又障碍重重，如同万丈高楼的地基，虽然极为重要且时间金钱的代价不菲，却在表面上难以有显著成效可以彰显。另外，即便最终具备应用能力的大数据软件开发完成，往往也会因为受到数据源、分析技术、甚至是使用人员素质的限制使得短期内不能让企业领导者看到有亮点的投资回报率。但是，企业领导者应该认识到这是必要的学习成本，自己乃至整个企业经由这样的学习曲线获得了大数据领域的实操经验和能力，耐心而睿智的继续前行最终会令企业的竞争力在行业中脱颖而出。

2.如何做一个成功的大数据项目

先讲一个大数据的笑话。

说有一个大数据分析师，他上了一架飞机，上飞机不久，广播里就传来机长的声音说，“对不起大家，我们飞机刚刚有一个引擎不工作了，但是不要着急，我们还可以用其它三个引擎飞，只是我们需要到达目的地的时间要比原来预计的晚一个小时”。又过了一会儿，机长开始播音了，对不起，我们刚才发现又有一个引擎坏了，但是没有问题，没有麻烦的，我们顶多到达目的地的时候会迟到两个小时。又过了不久，机长又说，现在有一个坏消息，现在只剩一个引擎了，但是不用担心，我们还是会安全到达目的地，只不过比原来预计的落地时间迟三个小时。然后这个大数据分析师就说，哇……，我希望不要再丢掉最后一个引擎，不然的话，我们就会永远在天上待着了。无法到达目的地就是这个意思了。

1 失败大数据案例的特征

根据在美国做了15年的大数据项目、产品研发和管理，以及其它一些相关的数据分析的工作经验，了解到的其它的做的比较成功的和失败的项目，跟大家做一个经验分享。基本上大数据项目失败的特征主要是五个：

一是大数据项目与企业战略脱节，完全是领导或者是不知道那个部门的决策人突然脑子一热，就说别人在用，我们也做一个，根本没有把该做的项目和企业的商业战略、科技战略等各个方面结合起来。在项目无法与战略协调，无法在战略的指导下做一款产品或者是服务项目的时候，失败的可能性会非常大。

二是大数据商业用例不是很明确。商业用例是说大数据项目怎么能够帮助各项业务达成所需要的功能和目标，或者叫目的，这个不是很清楚，怎么帮助我不是很清楚，这样的话，就直接影响到你选什么样的数据，怎么用这些数据，以至于用了以后怎么去支持你的业务，这一点是第二条，也是关键的。

三是无法发掘出大数据特殊价值。如果你没有发掘出特殊价值，其实用小数据也可以做到，这个项目本身就失去了意义。

四是企业内部对大数据项目无共识。财务部门、营销部门、研发部门之间的利益和工作重点是不一样的，没有共识就很难顺利推进一个项目，最后就很有可能是拖延或者是取消，甚至是失败，推出去了内部员工没人买单。

五是缺乏项目所需核心技术。大数据不是谁都能玩儿得起的，如果缺乏核心技术，达不到自己的预期目标，钱也是白花的。

2 成功大数据项目的标志

成功很多时候跟失败是反过来的：

一是项目用例(目标/实用价值)清晰。从上到下，大家都明白这个大数据要做什么&