缺乏专业知识

　　第三大缺陷——缺乏相关专业知识。这其实是源于企业缺乏合适的拥有正确的技能来执行大数据项目的人材。而由于大数据技术对于“主流”企业来说仍然是很新的，IT团队往往缺乏相关的专业知识来确定如何用大数据来达到分析的目的。

　　虽然招聘数据科学专家是解决这种专业知识的不足一种可能性的备选方案，但对于许多企业来说是不可行的。这一新的角色需要结合程序员的技能和调查研究科学家的思维，企业专门设置一个这样的职位的代价会非常高，同时其所需的相关技能设置也不常见，很难创建。

　　如何使您企业的大数据项目成功

　　考虑一个切实可行的办法。首先，不要将其称之为是一个“大数据项目”。将其命名为一个类似的项目名称：例如“一个帮助我们更好的了解我们的客户、以及为什么他们会喜欢在某个特定的商店购物的项目。”该项目是要回答重要的业务问题，而大数据便是答案的来源。如下，有一些最佳实践方案来帮助您的项目实现成功：

　　从列出一个您所想要解决的业务问题的清单入手

　　不要从解决某个大问题着手。从启动一个小的项目开始，选择一个您所亟待解决的具体的问题，并坚持下去。列出一份您所需要解答的问题的列表清单，并且不要因为被技术问题困住而忽视您的目标。确保IT团队的工作职责不会变得过于宽泛或所谓的“全方位”，这样可以尽量避免处理问题范围的改变进而导致的项目失败：即从业务部门到IT部门的需求的改变导致问题焦点的转移。确保所有利益相关方在客观上对于项目的实施和执行都是同意的，以便让每个人都能够专注于项目的完成。

　　在您开始项目之前获得企业高层的背书

　　一旦您已经确定您所要解决的业务问题，必须获得业务团队从上而下的对于您所需要的所有相关数据的支持，以保证成功完成项目。务必获得公司高层领导对于访问所有相关的业务数据的授权，以便您可以找到相关的模式和关系，进而解答业务问题。也就是说您必须获得访问、控制的权限。

　　确保您的团队具备执行项目所需的专业知识

　　理想的情况下，您的团队内部将会有成员接受过专业的训练，具备数据科学家的技能和心态，能够利用这些数据信息来生成所需的业务结果。如果不是的话，您可以利用您现有的系统来解决的问题。这是一个很好的退后一步来思考所需要解答的业务问题的时机。您可能在这时不需要经过专业的培训或NLP就能够得到您需要的答案，只是授予了合适的人员来访问企业内部的数据信息而已。选择一个能够创造商业价值的问题，并在您已经正确的道路上持续的坚持下去。

　　责任编辑：余芯