無論新創(chuàng)公司或傳統(tǒng)企業(yè)，愈來愈多組織將未來押注在巨量資料。根據(jù) IDG Enterprise，過去一年以來，曾執(zhí)行數(shù)據(jù)專案的公司數(shù)量增加了 125%1，CapGemini 與 EMC 共同執(zhí)行的調(diào)查則顯示2，70% IT 決策者認為，能否充分運用大數(shù)據(jù)關(guān)鍵價值，將左右公司的前景;65% 的受訪者更直言，如果沒能擁抱大數(shù)據(jù)，公司很可能日落西山，失去競爭力。從林林總總的數(shù)字中，可以觀察到企業(yè)十分重視巨量資料，但是實際上，巨量資料專案卻很容易失敗，而且往往重蹈覆轍。Gartner 研究總監(jiān) Svetlana Sicular 列舉了八個最常出現(xiàn)的錯誤3，小心別掉進陷阱中。

管理層的惰性：根據(jù) Fortune Knowledge Group 的調(diào)查，62% 的企業(yè)領(lǐng)導人依然仰賴直覺;下決策時，61% 以真實世界的情境為優(yōu)先考量，而非數(shù)據(jù)。Svetlana Sicular 敘述，Gartner 曾經(jīng)服務一家家喻戶曉的旅游公司，他們采取了大數(shù)據(jù)技術(shù)，執(zhí)行點擊流(clickstream)分析，以了解消費者在網(wǎng)站上瀏覽與購買的流程，結(jié)果竟然發(fā)現(xiàn)他們的消費模式與公司高層的銷售模式居然完全相反。在結(jié)案報告中這家旅行公司寫道：「這個技術(shù)有效的解決了我們的疑惑，其結(jié)果劇烈了改變原有的業(yè)務，為了充分實踐數(shù)據(jù)呈現(xiàn)的洞見，我們更替了全新的管理團隊?！?/p>

他質(zhì)問，有多少公司的領(lǐng)導層需要砍掉重練呢?

選擇錯誤的使用案例：有些公司的實力跟不上野心，選擇遠超過自身負荷能力的大數(shù)據(jù)專案，又或者企圖使用舊方法執(zhí)行新專案，兩者都無可避免將走上失敗之途。

問錯問題：數(shù)據(jù)科學是由產(chǎn)業(yè)知識(比如零售、金融)、數(shù)學與統(tǒng)計、程式結(jié)合的復雜混合體。很多公司增聘了資料科學家，他們可能是程式高手也懂統(tǒng)計，卻缺乏了最重要的成分：產(chǎn)業(yè)知識。Svetlana Sicular 建議，應從產(chǎn)業(yè)中找到對的人才，因為「學習 Hadoop 比了解商業(yè)內(nèi)涵簡單」。

缺乏必要的技能：這點與「問錯問題」類似。曾有一家金融機構(gòu)想要調(diào)查人們的生活習慣如何影響他們購買退休方案的偏好，不過「習慣」太多種，執(zhí)行這個專案的負責人把問題限縮到抽菸/不抽菸，但是失敗了。後來 Svetlana Sicular 與從事醫(yī)療產(chǎn)業(yè)的人士聊到這個專案時發(fā)現(xiàn)，他們并不問這種非黑即白的問題(抽不抽菸)，而是「你抽菸幾年了?」、「你戒菸幾次了?」、「你最後一次吸菸是什麼時候?」總之，進行大數(shù)據(jù)分析時，應該找到熟稔特定專業(yè)領(lǐng)域的人士——醫(yī)療、語言學、行為心理學家、社會人類學家等等，IT 部門以外的專業(yè)人士。

大數(shù)據(jù)之外，無法預料的問題：資料分析只是巨量資料專案的一部份，訪問與處理數(shù)據(jù)的能力同樣重要，不過諸如網(wǎng)絡壅塞、人員訓練不足等等都有可能阻礙專案執(zhí)行。

企業(yè)策略不一：如果巨量資料專案被隔絕於公司核心業(yè)務之外，那大概注定失敗，如果公司把云端或其他策略置於巨量資料之前，那失敗的機率當然又更高了。

大數(shù)據(jù)孤島(silos)：很多人喜愛談論「數(shù)據(jù)湖(data lake)」、「數(shù)據(jù)中心(data hubs)」，但是現(xiàn)實狀況是，很多公司嘗試建立數(shù)據(jù)水坑(data puddle)，行銷數(shù)據(jù)水坑、制造數(shù)據(jù)水坑等等等等，但是彼此楚河漢界，不相往來。對組織而言，巨量資料只在水坑之間的高墻倒下、彼此匯流才會更凸顯價值。只是，辦公室政治或政策，往往抹煞了資料集體發(fā)揮的可能性。

問題回避：這在藥物產(chǎn)業(yè)中最為明顯，藥廠無法進行情緒分析，因為病人服用某種實驗藥物後，只要一出現(xiàn)頭痛等副作用，就得回報 FDA。由於過程太麻煩，甚至可能碰上法律責任，因此藥廠傾向回避此類措施，結(jié)果可能錯失珍貴的發(fā)現(xiàn)。

美國媒體 InformationWeek 編輯 Matt Asay 認為4，企業(yè)組織執(zhí)行巨量資料專案時，也應注入「迭代」(iterate)的精神，別好高騖遠，從能夠快速發(fā)現(xiàn)問題的小規(guī)模開始進行實驗，并且邀請內(nèi)部員工共同參與。利用大數(shù)據(jù)解決問題的關(guān)鍵，在於靈活且開放的數(shù)據(jù)基礎建設，讓員工不斷調(diào)整實際方案，直至他們的努力結(jié)出豐盈的果實，唯有如此，公司才能降低失敗的恐懼，真正嚐到巨量資料的甜美滋味。