本篇教程介绍了导致大数据应用项目失败的4大痛点及应对策略，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据应用的理解更加深入。

<

　　大数据项目通常不会因为单一的原因而失败，而且肯定不会仅仅出于技术原因。这些因素的组合有助于破坏大数据部署。业务战略、人员、企业文化、分析方法或分析工具的细微差别等因素，都可能导致大数据项目出现问题和失败，而这样的失败在数字化转型的过程中在所难免。


　　常见的痛点
 
　　一个成功并且可以获得收益的大数据项目通常包括以下一些特点：
 
　　1、预测基础设施需求
 
　　指数型增长的数据会对业务基础架构带来挑战，企业需要提前预测自己有多少数据量，需要多少容量，最重要的是要灵活地根据业务需求来增加或提升基础架构，利用合适的工具来优化现有基础架构。
 
　　2、保持适当的精简
 
　　另一个难点在于将多个来源(如ERP，CRM，电子商务，社交媒体等)的数据集导入数据平台，这将涉及多种工具和技术的集成。高度定制开发的工具可以让系统保持适当的精简化，并且能够无缝地集成到现有的技术基础架构中。
 
　　3、保证数据时效性
 
　　要想保持洞察力里的及时，必须保证数据的时效性。企业数据架构必须与其他应用程序和数据源接口对接。除了管理数据工作流之外，还需要优化工作流计划，以确保分析团队能够及时获得数据。
 
　　4、数据保护
 
　　如果企业在大数据投资方面出现暂停，往往是由于数据安全方面出现问题。任何一个公司都不希望成为数据泄露的受害者。企业在大数据基础设施与企业应用程序的连接方面要有全面的预见能力和安全把控能力。
 
　　数据驱动文化的要素
 
　　大数据项目失败的重要原因不是数据，也不是技术，而是人。普华永道的研究表明，1/4的企业几乎没有任何大数据方面的优势。
 
　　如果没有形成一种以数据为导向的企业文化，并把数据分析结果与业务流程深入对接，则不可能促成一个大的数据项目。那么，企业该如何形成以数据为导向的企业文化呢?
 
　　以身作则  企业高管要有意识地向员工展示他们如何使用数据做决策。
 
　　聘用数据人才  大数据项目的关键成功因素是企业能够建立、发展和维持一支具有所需专业知识的业务问题的多学科能力的数据团队。
 
　　开放权限  让数据团队访问数据更容易，使信息管理策略更加透明。
 
　　进行数据驱动的绩效评估。
      
          

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据应用频道！