如今，企业所能接触和收集的数据量每年都在增长，如果企业能够在数据采集，分析，解释方面能够快速有效地话，会大大增强企业的竞争力。

然而，根据移动和社交数据分析公司Kongagent的总裁及首席科学家Josh Williams在最近的一个演讲中总结的，企业在大数据处理和应用方面，常常会犯一些错误。

一，懒惰（采集数据方面的偷懒）

如果你的数据采集水平很低。那么，你的大数据分析可能也帮不上你的企业什么。有一句话一直是大数据领域的真理：“好的算法能打败差的算法，但是数据量大能够打败好的算法。” Josh Williams说，在实际工作中，经常能够看到企业用错误的方式采集数据，从而导致错误的分析结论。

二，忽视（忽视应用数据分析）

另外一个常见的错误就是在数据分析的应用，数据流进入企业以后，如果不进行好的数据分析也没什么用。“不要认为企业里每个人都是数据专家，你给他们仅仅看数据，他们也可能得出错误的结论。” Josh Williams 认为。你必须积极地进行数据分析，并且生成一些让人容易理解的报告。

三，过量（过量的报告）

海量信息再加上一个好的数据可视化工具，很容易导致报告过量，包括过多的衡量指标等等（如过多的网站衡量指标等），这样往往会导致你忽视关于你的企业或者行业的一些重要结论。“无论你是采用自己的团队或者第三方解决方案，现在的一个倾向是你很容易看到一大堆的数据和报告，这些往往反而会阻碍你得出一些重要的结论或者作出重要的决定。”

四，分歧（数据定义或解释的不同）

如果在企业中，不同的部门对报告中的数据的解释不同，或者对如何采取行动的意见不一，就可能导致分歧。对数据的定义不同，对数据含义的不同诠释以及对数据结果如何采取行动的不明确，往往能阻碍企业采取正确决策。因此，确保企业中的不同部门不会因为同样的数据而采取不同方向的行动非常重要。Josh Williams说，“听上去不可思议，但是实际上这样的情况在企业里经常发生。”

五，轻率（轻易跳到结论）

当你分析数据或者阅读报告时，企业经常会发现一些值得注意的要点。企业往往容易根据这些很轻易的得出结论，有的甚至还会根据一些错误的原因调整商业模式，不如根据别人的结论，或者不正确的数据分析，或者是根据一些行业报告认为它们应该采取一些行业最佳实践等等。 Josh Williams说：“我们鼓励企业自行去验证这些分析和结论，然后再决定是不是确实如此而应该采取行动。”

六，傲慢（用结论引导分析）

数据分析应该是用分析的方法，来证实或者否定一个假设。这个错误则是，人们往往在先有结论的情况下，然后整个数据采集和分析的目的是为了证明这个结论。“这在企业中非常常见，无论是企业高管还是其他团队都有这个问题存在。”Josh Williams说:“人们总是试图证明他们心中的结论，挖掘和分析那些对证明有利的数据。”而一个好的数据分析的文化应该是：“数据导出结论”。企业要学会让数据说出真理。

七，麻木（行动迟缓，学习迟缓）

行动迟缓也是很多企业存在的问题。在大数据时代，对数据分析，迅速采取行动，从行动的结果中学习并进一步分析，是企业赢得竞争力的关键。当然，企业需要有一个好的数据分析流程，要避免直接跳入结论，要避免用预设结论影响分析结果。然而，如果一旦决定作出了以后，就应该迅速采取行动而不是拖延。

大数据项目的成功，远远不是企业上硬件和软件那么简单。需要企业文化，企业流程和企业员工技能和意识等很多方面的配合才能成功。以上七宗罪，其实也是很多企业大数据项目不成功的原因。企业的数据分析人员以及CIO, CTO们，要避免陷入这样的错误陷阱中去，把大数据项目作为企业级的系统工程去考虑。

原文来自：http://www.ctocio.com/ccnews/11175.html