【摘要】在美国，云计算的使用、更快的数据处理速度以及被输入物联网的海量数据意味着企业正在收集前所未有的海量数据。那么，数据分析的缺陷是什么呢?数据分析师并不关注这些进展，现在就思考一下数据分析的误区有哪些？数据分析师不注意这些怎么进步。

您的组织是否在考虑分析数据的最佳方法?在你采用大数据分析之前，这里有六个大数据的神话需要注意。

云计算的使用、更快的数据处理速度以及被输入物联网的海量数据意味着，企业现在正在收集前所未有的海量数据。大数据比以往任何时候都要大。但是如何组织、处理和理解数据仍然是许多组织面临的主要挑战。

你的公司还在努力理解什么是大数据以及如何管理它吗?以下是行业专家将帮助你揭开的六大大数据迷局。

1、数据分析的误区——大数据意味着“大量”的数据

目前，大数据已经成为一个流行词。但它的真正含义往往不清楚。有些人认为大数据就是大量的数据。但这并不完全正确。实际情况要复杂一点。大数据是指结构化(如表格)或非结构化(如电子邮件中的元数据)的数据集，这些数据集结合了社交媒体分析或物联网数据等数据，从而形成一个更大的故事。大数据的故事说明了组织利用传统分析技术捕捉趋势是多么困难。

"我认为这是个好主意，"丰田研究所数据研究主管Jim Harding表示。阿德勒说得好:“数据也有质量。它就像水:在玻璃容器中的水非常容易管理。但如果你被洪水淹没，就会变得势不可挡。”“在一个数据分析系统中，在一台机器上工作的数据将被冲走，数据的大小将增加100或1000倍。所以，当然，原型很小，但架构很大。”

2、数据分析的误区——数据需要清理

“最大的误区是，你必须有干净的数据才能进行分析。”BeyondCore的首席执行官Aligat BeyondCore表示:“我认为这是一个好主意。“没有人有干净的数据，”森古普塔说。“它必须被清理，否则就不会工作。这是个疯狂的想法。你所要做的就是做一个足够好的分析。您必须分析所有数据，即使数据是脏的，也意味着存在数据质量问题。我可以告诉您一些模式，尽管数据质量不高，但它们完全能够执行正常的分析。现在，你可以专注于数据质量，只是改善数据，获得更好的洞察力。”

Megan Outsourcing, Inoutsourcing的商业智能和分析总监。“很多时候，公司拖后腿是因为他们认为数据不干净或没有必要，”Bootzman表示同意。部署的分析应用程序将能够发现数据中的弱点。“一旦发现这些问题，就可以制定清理计划。分析应用程序可以利用一种机制来加速清理和监控过程。”

Bootzmein说。“一旦你把数据放在一起，你就可以看到一个应用程序的生活图景，你可以看到聚合的数据是如何相互关联的，你很快就会发现你的数据不够多。”“正如你所看到的，数据的问题在于它提供了一个清理数据的基线，”她说。

3、数据分析的误区——等待，让你的数据完美

森古普塔说，你不应该等着清理你的数据还有另一个原因。“彻底清理这些数据可能需要三个月的时间，但三个月后，这些数据就过时了。”因此，这些信息不再适用。

森古普塔说，第一国家银行的乔希·霍洛威多年来一直致力于这个项目。贝特曼在会上提出了一个重要的观点。Josh展示了他如何运行分析、发现问题、分析更改和重新运行分析。他说:“你看，我的分析时间只有四五分钟。所以如果我能在四五分钟内分析，找到问题，解决问题，再分析，看看报告，然后改变我分析的方式。”

Sengupta用编码来比喻旧的方式。“我做的每件事都是正确的，然后我写代码。但现在，每个人的代码都不那么灵活了。”他说。“在你写完程序之后，你必须测试它，看看如何能把它做得更好，然后当它变得更好的时候。”世界已经变了，人们仍然按照旧的方式做事。”

4、数据分析的误区——湖泊数据

数据湖是一个松散的存储库，包含大量的原始数据和结构化数据，通常在大数据上下文中提到。

唯一的问题是，尽管它们经常被引用，但它们并不存在，阿德勒说。组织的数据不会转储到数据湖中。这是一个精心计划的部门数据库。鼓励专业知识的集中。它们还提供了良好数据治理和合规所需的问责性和透明度。”

数据分析的误区有哪些?数据分析师不注意这些怎么进步，云计算的使用、更快的数据处理速度以及被输入物联网的海量数据意味着，企业现在正在收集前所未有的海量数据，你能处理好吗?如果您还担心自己入门不顺利，可以点击本文其他文章进行学习。