大數據行業專家基思 卡特表示，由于沒有適當的前期規劃，許多組織在制定他們的大數據分析策略方面導致失敗。
基思 卡特是《大數據快速提供業務結果指南》的作者，這本書是由JohnWiley＆Sons出版公司2014年9月出版的一系列文章。
如今，人們對于管理大數據和分析大數據習以為常。事實上，這個詞已經用得如此廣泛，有時不恰當地應用，因此，它已經開始失去它的意義。
在所有人談論大數據和其潛在好處的時候有一點要注意。這是大數據的謊言，人們認為大數據可以自動解決任何數量的業務問題，并使企業更有效地與他們的競爭對手進行競爭。根據供應鏈管理者的經驗，最近，基思 卡特是新加坡國立大學商學院決策科學系的一名教師，已經咨詢了幾十家公司和數百名企業和業務人員。他一直發現的是，那些相信大數據謊言的人正在犯兩大錯誤：
問題是，如今許多公司正在收集和管理大數據幾乎沒有什么深謀遠慮。
不加區別地收集數據。企業正在收集負載和數據負荷。那很棒。但他們不知道如何有效地理解它。他們通過收集大數據，非常大的，全面的，經常變化和快速變化的數據集，進行調查，并得出結論。但原始數據對大多數企業用戶并沒有什么價值，甚至將更多的數據放在更大的數據庫中，或者將大量的數據拷貝到電子表格中，通常不會提供任何價值。
數據分類是有用的。相反，企業可能會認為他們做得很好，如果他們 清洗 他們收集的所有大數據，然后進行分類。當然，有利于規范數據的集中、清洗、分類和構建。但它很難用于一個商業案例，如果當數據清潔和組織完成，數據不提供真正的商業問題的答案。這是特別真實的，當大數據管理工作變成一個IT為重點的項目，不能從企業用戶得到保證，那么有問題的數據已經驗證，實際上是有用的，這一點尤其如此。
問題是，如今許多公司正在收集和管理大數據幾乎沒有深謀遠慮。正如規劃是關鍵，任何企業戰略項目在處理大數據的預測是最重要的。這個過程中的所有元素都必須是有目的的，并與業務目標緊密結合。
那么，什么是正確的方法呢？你必須先從一個戰略性的業務問題，然后獲得所需的數據來回答這個問題。只有這樣，你才能快速啟動可視化的業務，實現業務發現，并提供可操作的情報。
這就是大數據真正的戰略區別，因為即使知道這個詞的最真實的定義，大數據并不是任何業務問題的解決方案。它只是這聽起來像大量的不同來源的信息集合。這是你的數據，可以有一個很大的區別，而組織需要避免其他人所犯的大數據錯誤。
編輯：Harris
