大數據項目通常不會因為單一的原因而失敗，而且肯定不會僅僅出于技術原因。這些因素的組合有助于破壞大數據部署。業務戰略、人員、企業文化、分析方法或分析工具的細微差別等因素，都可能導致大數據項目出現問題和失敗，而這樣的失敗在數字化轉型的過程中在所難免。

[[199499]]

常見的痛點

一個成功并且可以獲得收益的大數據項目通常包括以下一些特點：

一、預測基礎設施需求

指數型增長的數據會對業務基礎架構帶來挑戰，企業需要提前預測自己有多少數據量，需要多少容量，最重要的是要靈活地根據業務需求來增加或提升基礎架構，利用合適的工具來優化現有基礎架構。

二、保持適當的精簡

另一個難點在于將多個來源(如ERP，CRM，電子商務，社交媒體等)的數據集導入數據平臺，這將涉及多種工具和技術的集成。高度定制開發的工具可以讓系統保持適當的精簡化，并且能夠無縫地集成到現有的技術基礎架構中。

三、保證數據時效性

要想保持洞察力里的及時，必須保證數據的時效性。企業數據架構必須與其他應用程序和數據源接口對接。除了管理數據工作流之外，還需要優化工作流計劃，以確保分析團隊能夠及時獲得數據。

四、數據保護

如果企業在大數據投資方面出現暫停，往往是由于數據安全方面出現問題。任何一個公司都不希望成為數據泄露的受害者。企業在大數據基礎設施與企業應用程序的連接方面要有全面的預見能力和安全把控能力。

數據驅動文化的要素

大數據項目失敗的重要原因不是數據，也不是技術，而是人。普華永道的研究表明，1/4的企業幾乎沒有任何大數據方面的優勢。

如果沒有形成一種以數據為導向的企業文化，并把數據分析結果與業務流程深入對接，則不可能促成一個大的數據項目。那么，企業該如何形成以數據為導向的企業文化呢?

以身作則 企業高管要有意識地向員工展示他們如何使用數據做決策。

聘用數據人才 大數據項目的關鍵成功因素是企業能夠建立、發展和維持一支具有所需專業知識的業務問題的多學科能力的數據團隊。

開放權限 讓數據團隊訪問數據更容易，使信息管理策略更加透明。

進行數據驅動的績效評估。