從大資料謊言中區分實際需求

gartner的symposium/itxpo會議上談到，當大資料變得常見就會正常化，而作為it專業人士在2023年大資料或變得正常化。

企業首席資訊官們可以通過從大資料謊言中區分出實際需求的事實，來幫助他們的企業一步步走向正常。gartner分析師mark beyer提出八個大資料「神話」：

1.100tb以上屬於大資料

就大資料而言，是對資料的處理，而非資料的大小，企業不要再去尋覓大資料標準尺寸，因為大資料並沒有標準尺寸。

2.大資料需更換基礎設施

如果企業因為有新的需求就決定改變整個基礎架構，分析師mark beyer表示企業是把之前所有的東西都當做賭注。對於cio而言，it基礎設施成熟度犧牲的風險是否值得。

資料型別（**csuiteinsider.com）

3.80%資料是非結構化

從資料上看，結構化和非結構化被經常引用大資料統計，但根據beyer所談最大的資訊資產是機器資料，其並未相互關聯說它們非結構化是絕對的謊言，而機器資料是結構化的資料，通常也是重複的資訊。

4.工具將取代資料科學家

對於資料科學家，工具是一種工程，是對已經發現的事實的重複利用。而科學是去發現新的事實，所以工具不會取代資料科學家，至少在工具可以自行複製和發展之前不會。

5.海量資料解決質量問題

gartner分析師mark beyer認為：「資料質量越低，答案質量就越低」。企業cio們應該關注資料質量，通過手機收集的氣質地理定位資料為例，有些人把手機等同於真實的個人，但對於資料質量來說有可以被不小心留在辦公室，或者gps功能可以在任何時間點被關閉。

6.實時只是速度更快而已

實時操作，並不意味著加快了當前資料的處理和分析過程，而是確保資料收集和決策之間的間隔越短越好。此外，大多數企業資料是不需要實時操作的。

7.資料量優於專業知識

對於大資料來說，那些認為可以簡單地不再管業務流程的人，通常一位好的資料科學家並不能完全提供企業需求，如果沒有業務流程管理，資料科學家將不能提供商業價值，需要企業有效的區分業務管理和大資料應用進而產生商業價值。

8.資料模型沒有用

gartner分析師mark beyer談到，資料模型沒有用這一論斷很絕對。任何數字資產裡的東西都有其數字模型，企業不應該因為大資料就捨棄模型。