大数据的三个甜蜜谎言

人们说，大数据等于大潜力。人们在谈论他们的大数据规模有多大，以及他们有多少数据点。他们谈论着大数据，好像它最重要。大数据突然无处不在，因为每个人似乎都在收集，分析和处理，并从使用大数据带来的成功中赚取利润。但在这里，有大多数人相信或选择相信的大数据的三个谎言。毕竟，甜蜜的谎言有时比苦涩的真理更让人愉快，是吧?

1.大数据解决所有问题  

在大数据的世界里，其炒作催生了一个全新的前提：有人认为如果企业使用大数据，它会自动使企业更成功，而企业通常会吹嘘他们的数据集的作用，就像一个老渔夫谈起他所捕获的鱼的个头(到少是真实大小的两倍，听起来更有影响力)。而这些企业就像可怜的渔夫一样，想要人们感觉大数据更为重要，这是为什么有些东西被夸大的原因。即使这些并没有被夸大，这并不意味着仅仅因为收集的大数据集，就会使企业业务表现良好。   夸大信息的假定优势似乎是可以理解的，因为你知道的越多，就可能期望更好的结果。不幸的是，一旦数据确实变得更大，更多的问题也会出现：信息更多，收集和系统化变得越困难。因此，当企业设法收集和系统化数据，以便实际可以对数据运行分析时，不仅不会夸大数据集的大小，而且也不会在冷数据仓库中消失。

2.所有数据都是好的  

由于许多公司吹嘘他们的数据集有多大，那么出现了一些主要的问题：有多少数据是必要的，是否适合提高你的决策质量?额外的信息(即数据点)是否添加了任何值，如果没有，则为什么它在数据集中?在其本质上，人们如何知道所收集的数据是其需要的数据，如何能够获得目前拥有的大部分信息?   大数据的使用只有在用于优化和自动化解决方案并解决问题时才有意义。人们需要将注意力从仅收集大量所有可能的数据转移到在自己的具体领域内对收集的数据进行分类。为了使数据有价值，它必须在模型中进行排序，处理和使用。长期短期收集数据是很好的行为，但要确保知道如何有效地理解它的意义是有效的。  

3.人们知道需要什么数据  

大数据的大问题是了解大量的数据是很困难的，这在规模的上是无法理解的。虽然人们仍然相信数据，大数据已经变成一种营销术语，这使企业业务听起来更酷，如果企业正好使用它。

让人们面对：数据可能有问题。即使较小的数据集在技术上也可能是相当难以管理。更糟的是，没有人知道你可能需要什么数据，除非你尝试它。如果你的目标是运行许多实验(这是值得鼓励的)，还需要可靠的惯例实验，不仅是基于工具，而是主要依靠一个有能力的数据科学团队，控制一个有意义的框架来生成模型所使用的数据集，过度拟合等)，并且开发适当的目标变量，使得所收集的数据能够有新的使用案例。