摘要：在德国商业应用研究中心进行的商业智能调查中，53％的受访者表示他们公司的分析技术不充分，56％的受访者承认他们的公司没有为大数据找到令人信服的商业案例。

     在德国商业应用研究中心进行的商业智能调查中，53％的受访者表示他们公司的分析技术不充分，56％的受访者承认他们的公司没有为大数据找到令人信服的商业案例。
　　
　　缺乏大数据商业知识仍然困扰着很多企业，但大数据推动者和IT必须找到方法来进入关键任务应用程序中的大数据采用。为什么？否则，他们有落后的风险
　　
　　企业不喜欢大数据的三个原因
　　
　　以下是大数据采用的三个常见障碍：
　　
　　（1）这很复杂
　　
　　大数据从任何地方传入企业，企业必须痛苦地进行分类、清理、分类，并与其他类型的数据进行汇总，以便为企业决策者提供足够的信息来做出明智的决策。这种数据准备和集成，再加上对查询和算法的迭代测试，比开发更传统的第三代和第四代报告花费的时间要长得多，这些报告来自于企业更熟悉和更习惯于生成的固定事务数据。
　　
　　（2）企业决策者不了解（或不想了解）大数据分析报告
　　
　　在大多数情况下，大数据报告由高度数据科学家负责，他们可以更喜欢数据和工作而不是调整到业务结果中。这是一个根本性的脱节，因为用户（尤其是执行用户）希望报告能够提供可操作的业务输出。
　　
　　（3）大数据分析报告很难阅读
　　
　　如果数据是以表格形式呈现的（很多都是这样），那么大多数业务主管将不会涉入其中。他们更喜欢阅读业务敏锐的报告。
　　
　　那么企业可以做些什么来打破这些常见的大数据障碍呢？
　　
　　四个解决方案
　　
　　（1）查找可以自动化大部分数据提取和集成过程的数据集成工具
　　
　　这减少了IT对自定义代码API和接口的需求。
　　
　　（2）构建精确的业务案例
　　
　　在任何大数据分析的顶层，企业希望直接攻击业务难点。例如，这可能是收入下降，预测下一个大市场或产品将会是什么，或改善服务响应等等。无论症结是什么，都要确定一个精确的业务案例，以便企业的团队开发的算法和查询能够解决这个问题。
　　
　　此外，不要忘记在最终用户（尤其是管理层）看不到价值的任何大数据分析项目上插上插件。
　　
　　（3）可视化数据
　　
　　将企业的数据演示文稿转换为条形图、饼图、地图或任何其他可视化演示文稿，这样管理层就可以快速了解其发现。
　　
　　当用户在看到可视化（图示化）摘要后选择深入查看数据深度时，尽一切努力仅使用表格数据格式。通过出色的数据可视化，企业可以在大数据分析中建立用户的信心。
　　
　　（4）测量数据实现
　　
　　正常运行时间和平均响应时间始终是有价值的IT指标，但大数据和分析采用中更重要的指标包括以下问题：
　　
　　（1）报告发布六个月后有多少用户继续使用？
　　
　　（2）有多少要求进一步增强报告产品（这表明用户的热情）？
　　
　　（3）管理层为提高业务绩效而采取的可度量和可操作步骤有多少报告？
　　
　　编辑：Harris