有關數據和數據闡明的放言高論觸目皆是，不絕有人申飭各大公司要籌劃得當計謀來收集闡明大數據，，并告誡不這么做大概帶來的不良效果。像《華爾街日報》克日就提到公司享有客戶數據這樣一個大寶藏，卻多半不知道該如何操作。有公司實驗從龐大的數據中獲取實際可用的信息，通過與他們相助，我們歸納了打點者在數據應用上的四個通例錯誤。

錯誤一：沒有領略融合的觀念

阻礙大數據發揮代價的第一大挑戰就是兼容性和融合性。大數據的一個主要特點是其來歷多樣。然而，假如數據形式不溝通，或難以整合，則其來歷的多樣性將使公司難以削減開支，也無法為客戶締造代價。譬喻，在我們和一個相助項目中，該公司擁有富厚的數據，記錄客戶的生意業務量和忠誠度，以及專門的在線欣賞行為數據，可是鮮少交錯檢索這兩類數據來判定某種欣賞行為即為生意業務告竣的前兆。面臨這種挑戰，公司建設了“數據湖”來容納大量非布局性數據。可是，這些公司可以或許加以操作的數據今朝都顯得混亂無章，只不外是一些文本，也就是說，當這些數據只是普通的二進制數字時，要將它們井井有條地存儲起來很是堅苦，要未來歷差異的它們整合起來更是難上加難。

錯誤二：沒有認識到非布局化數據的范圍性

阻礙大數據發揮代價的第二大挑戰是其非布局化的特性。對文本數據的挖掘已經有了出格的希望，其語境和技能所帶來的認識與布局化數據雷同，只是其它形式的數據如視頻仍不易于闡明。舉個例子，固然擁有最先進的人臉識別軟件，有關政府仍然無法從大量視頻中識別出波士頓馬拉松爆炸案中的兩名嫌疑人，因為該軟件尚在處理懲罰從差異角度拍攝的嫌疑人的照片。

固然從非布局性數據獲取信息面對挑戰，可是各公司在操作這些數據劈頭晉升闡明已有數據的速度和準確度上取得了顯著后果。好比，在石油和天然氣勘察中，人們就用大數據來優化正在舉辦的操縱，以及針對地動鉆井的數據闡明。盡量他們所利用的數據在速度、種類和體積上都有大概增加，最終這些數據照舊用于同一個目標。總之，一開始就但愿通過操作非布局性數據形成新的研究假設是站不住腳的，除非各公司通過“實踐”有了這種專業本領，能操作非布局性數據優化某個問題謎底。

錯誤三：覺得關聯闡明意義重大

第三大挑戰——我們認為是阻礙大數據代價的最重要的影響因素——是視察數據的大量重疊使其因果干系難以明晰。大局限數據集往往包括浩瀚相似或完全一致的信息，直接導致錯誤的關聯闡明，誤導打點者的決定。克日《經濟學人》指出“在大數據時代，彼此干系往往是本身表現出來的”，《斯隆打點評論》在博客中強調固然許多公司都能打仗到大數據，可是這些數據并不“客觀”，因為問題在于要從中提煉出值得采納動作的信息。同樣，典范的用于闡明數據的呆板進修算法所舉辦的關聯闡明并不必然會提供原因闡明，因而不會給出可執行的打點意見。也就是說，讓大數據有利可圖的能力在于可以或許從僅僅視察到彼此干系轉變為正確辨別何種關聯為因果形式，可以作為計謀辦法的基本。要做到這一點就必需逾越大數據。

谷歌趨勢是大數據的經規類型，它操作谷歌搜索詞條整合記錄。然而，它也說明白僅僅用于關聯闡明的數據是毫無意義的。起初，研究人員稱數據可以用于反應流感的流傳。然爾厥后，研究人員發明因為數據浮現的是已往，利用這些數據只能在近況與已往模式相關的環境下，稍微改進應對行為。

舉個更詳細的例子，假設一個鞋業銷售商向曾欣賞其網站的消費者投放告白。原始數據闡明認為消費者看到這些告白會更愿意購置鞋子。但是，這些消費者在看到告白之前就已經對該銷售商表示出了樂趣，因而比普通人更愿意舉辦生意業務。這個告白有效嗎?很難說。實際上，這里的大數據并沒有思量營銷流傳有效性的因果推論。要知道該告白是否有效，銷售商需要舉辦隨機檢測或試驗，選取一部門消費者不打仗這個告白。通過較量看了告白和沒看告白的消費者之間的購置率，公司才氣確定是否看到告白能讓消費者更愿意消費。這個案例中，代價主要不是通過數據締造的，而是通過設計、執行以及闡釋重要的試驗來締造的。

這是個試驗，不是闡明視察到的大數據集來輔佐公司相識一段接洽到底是僅僅相關照舊因為回響潛在的因果干系而變得可以賴以作出判定。固然對付打點者來說，哪怕僅操作記錄消費者行為一拍字節的數據來晉升效益都很堅苦，可是較量參加了營銷勾當的客戶和沒有參加的客戶——按照試驗功效——可以或許讓營銷人員推論這個勾當是否有利可圖。