误解6：预测越具体就越好

　　认为某些东西越具体就越准确是人的本性。例如：“下午3:12 ”就比“下午的某个时候”更准确。同样，预测“星期天早晨一定会下雨”就比“本周末有百分之五十的下雨机率”更准确的。

　　事实上，情况正好相反。在许多情况下，更精确的预测不太可能是准确的。

　　误解7：大数据就等于Hadoop

　　Hadoop是一款非常流行的非结构化数据的开源数据库，在最近已经得到了很多的关注。但企业其实也有其他的选择。

　　“有一个整体的NoSQL可供企业选择。”SAP大数据总经理兼高级副总裁Irfan Khan说。“同时，还有MongoDB、Cassandra等其他技术的整体机架。” 其中某些技术可能会比其他的技术更适合一个特定的大数据项目。

　　特别是，Hadoop的工作原理是将数据划分成块，并同时在多个数据块上工作。此方法适用于许多大数据的问题，但非所有的问题。

　　“虽然YARN框架和Hadoop 2能够解决其中某些问题，但有时候，您需要处理问题的方式，Hadoop并不是最理想的。” 一家大数据咨询公司LucidWorks的CTO Grant Ingersoll说。“人们需要保持冷静，决定怎样的技术对他们来说是最好的，而不是单纯的靠什么技术是当下最时髦的技术来进行判断。”

　　误解8 ：最终用户不需要直接访问大数据

　　随着企业从各种各样的来源高速收集大量的大数据信息，似乎对于企业的正式员工而言，处理这些大数据信息都变得相当复杂了。但事实并非如此。

　　举个例子来说，在重症监护病房中，全部设备所产生的数据，包括心脏速率，呼吸数据，心电图读数。很多时候，医生和护士就只能看到病人当前的读数。

　　“我无法看到10分钟前的读数是怎样的，或者绘制出一幅趋向图，了解从现在开始到一个小时后将是怎样的走势。”飞利浦医疗保健患者护理和临床信息的首席营销官安东尼·琼斯表示。但能够了解病人的历史数据信息，对于医生做出相关的医疗方案决定是非常有价值的。

　　现在的问题是，我们需要让所有不同的设备所产生的数据进行相互的交互，即使他们最初不是这样设计的。并且甚至使用的是不同的操作平台，操作系统和编程语言。但是，一旦您这样做了，就能够帮助医生和护士在需要时获得更有价值的数据。

　　误解9：大数据是个大问题

　　一些主要的大银行的首席信息官最近纷纷开始讨论关于大数据的话题，并询问关于最终用户的自助服务。

　　一些高管认为大数据只能够解答某些特定类型的问题。他们的态度可以概括为： “我们的大数据目标是通过一组核心数据科学家解决极少数且高价值的问题。我们不希望数据变得混乱，让一般的人也能够访问和使用这些新的信息，我不认为一般的人需要这些数据。”

　　Birst公司的首席执行官Brad Peters不同意这种做法，但他表示，这在许多行业的都是较为常见的。“在许多大型保险公司，‘许多内部业务用户没有足够的智慧来处理大数据’的想法十分猖獗。”

　　误解10：大数据泡沫终将破灭

　　炒作可能会随着周期来来去去，但技术的变革必将持续。网络泡沫的结束并不是互联网破灭的信号。

　　即使在炒作平静下来之后，企业仍将需要大数据处理。事实上，随着数据呈指数级增长，他们将比以往任何时候都需要进行更多的大数据处理工作。据IDC预计，到2020年，每两年累计收集的数据量将增加一倍。

　　而且，不仅仅只是企业会比他们当前所收集到更多的数据信息。同时，新的数据类型也可能出现，同时，需要大量的存储。

　　“我们将对病人的基因组进行映射。”飞利浦医疗保健的患者护理和临床信息的首席营销官安东尼·琼斯表示。“这可以让医生根据患者的具体情况进行定制的医疗方案。当我们谈论大数据时，我们所指的并非只是海量数据的收集。我并不认为大多数CIO们会真正觉得数据收集工作会是什么很难的事情。”

　　只是稍微犹豫一下是否采用“大数据”项目，企业就有可能错失捕捉到会影响他们业务的数据元素的机会，Cadient集团首席技术官Bryan Hill说。

　　“就像云计算一样，‘大数据’的术语可能会改变，这与互联网并没有什么不同。但大数据研究的精神将永驻。” Bryan Hill说。

　　责任编辑：Mary