1.大數據就是大
大數據不是“大”，而是多樣的。“大”是誤讀。我們經常談論每時每刻在各行各業實時產生多少數據，它是具體而微的，具體到某個人用信用卡在什么時候什么燃氣站買了多少燃氣，大數據是由許許多多這樣的細微數據組成的。它是“沙塵暴”，不是“山崩地裂”，沙塵暴會迷亂你的雙眼，我們時刻要擦亮雙眼。
2.正確運用它
生活中的很多事情重要卻艱難，大數據分析也同樣如此。為此，在做大數據挖掘分析之前，你要仔細清楚的你的目標是什么，然而將其細化成很多的小步驟去一步一步完成它。
3.數據越實時細微越好
越是實時、事無巨細的數據就越好嗎?不盡然。足球比賽的上半場并不能預測整場比賽的走勢。數據越實時，可能越接近行為本身，然而，有時你需要將視野放遠點，這樣更能揭示事情的真相與來龍去脈。雜亂的數據充滿著噪音與誤導，這需要在更大的范疇對其加以整合，以有效避免噪音的影響。
4.大數據是好數據
很多數據和很多好數據是有區別的，低質量的數據充滿的錯誤，很多這樣的數據則會誤導人。在挖掘分析數據前，你要做的第一件事，去粗存精，去偽存真，知道那些數據是你需要的，而那些數據又是你需要拋棄的。
5.大數據分析師無比重要
人們常說，在大數據時代，我們將看到數據分析師地位的崛起，他們就是信息時代的神與巫師。然而，他們舉足輕重的作用是被夸大了。數據產生的速度之快以致于我們都沒有時間去與數據分析團隊溝通，聽取意見，獲得支持。我們需要更快的工具來處理無時不在產生的各種各樣的數據。理想狀態下，一小群精通數據分析的專家可以利用技術工具來為營銷傳播人員提供決策支持，讓后者自己去提取、分析對他們有用的數據。這樣的話，數據分析部門將不復存在，自助數據服務則會興起，屬于數據科學家的時代不會永續存在下去，因為現在實在是有太多的數據需要處理。
6.大數據能給出具體答案
模棱兩可是大數據的重要特征之一，交易數據、顧客獲取數據和媒體數據等來自各種信源的數據都會告訴你一些事實，但也可能讓你離事情的真相越來越遠。不同的數據如果處理不好還會產生互相矛盾的結論。你相信哪個呢?這時，人的判斷力就至關重要了，這恰是訓練有素的數據分析師的用武之地。
7.大數據是個魔法球
是的，但你需要以正確的方式提問。如果你的數據分析缺乏精確性，最后你得到的可能就是一個錯誤的答案。在大數據這個魔法球面前，你需要小心謹慎地去求證。
8.大數據能創造自我學習的運算規則
假陽性的錯誤分析結果是由惡意數據導致的，從營銷傳播的角度看，自我學習的機制有其局限性。如果設定的規則得當，自我學習的運算規則是非常有效的，但這常常需要人的干預。
總之，大數據只是個工具，與計算機、電話沒什么兩樣，只有掌握好利用它的方式方法，才能產生好效果。
原文鏈接：http://www.thebigdata.cn/YeJieDongTai/13804.html
京公網安備 11010502049343號