如今，几乎每个企业都在使用大数据。大数据分析提供了一个真正具有潜在利益的矿藏，但它也带来了可能抵消潜在收益的重大挑战。
NewVantage Partners公司的2018年大数据执行调查报告表明，97.2%的受访者表示正在或已经投资于大数据和人工智能。这些投资导致了大数据的市场蓬勃发展。
根据调研机构IDC公司的调查，全球大数据和分析支出正以11.9%的复合年增长率(GAGR)增长，到2020年的收入总额可能超过2100亿美元。
但是，在大数据分析上花费大量资金并不能保证组织能够获得他们想要的结果，有时很多企业甚至不知道自己在做什么。在2018年的大数据成熟度调查中，供应商AtScale公司指出，虽然78%的公司认为他们处于大数据成熟度的“中等水平”或“高水平”的标准，但事实上，只有12%的公司符合高水平成熟度的标准。而较低成熟度的组织在大数据分析方面仍面临多重挑战。
在着手实施新的分析项目之前，专家建议企业需要仔细权衡大数据的利弊，查看其计划是否值得面临风险和投资。
大数据的优势
绝大多数企业表示大数据的好处是巨大的。在NewVantage Partners公司的调查中，73.2%的企业高管表示，他们已经看到了可衡量的业务成果。此外，也有一些企业高管认为，现在判断这些投资对他们公司的影响还为时尚早。
那么大数据的优势是什么?
以下是大数据具备的多重优势，其中包括：
•更好的决策：在NewVantage Partners公司调查中，36.2%的受访者表示更好的决策是他们大数据分析工作的首要目标。此外，84.1%的受访者表示已开始朝着这一目标努力，59.0%的受访者表示取得了一些可衡量的成功，其总体成功率为69.0%。大数据分析可以为业务决策者提供他们所需的数据驱动的洞察力，以帮助企业开展竞争和业务发展。
•提高生产力：来自供应商Syncsort公司的另一项调查发现，59.9%的受访者使用Hadoop和Spark等大数据工具来提高业务的工作效率。现代大数据工具使分析师能够更快地分析更多数据，从而提高个人生产力。此外，从这些分析中获得的见解通常使组织能够在整个公司内更广泛地提高生产力。
•降低成本：Syncsort公司和NewVantage公司的调查均发现大数据分析正在帮助企业降低成本。近五分之三(59.4%)的受访者表示Syncsort公司的大数据工具帮助他们提高了运营效率，并降低了成本，NewVantage公司的调查中，约三分之二(66.7%)的受访者表示他们已开始使用大数据来降低成本。然而有趣的是，只有13.0%的受访者选择降低成本作为大数据分析的主要目标，这表明对于许多人而言，这只是一个非常受欢迎的附带好处。
•改善客户服务：在NewVantage公司调查的受访者中，改善客户服务是大数据分析项目的第二个最常见的主要目标，53.4%的受访者表示在这方面取得了一些成功。社交媒体、客户关系管理(CRM)系统、其他客户为当今的企业提供了大量有关其客户的信息，他们很自然地会使用这些数据来更好地为这些客户提供服务。
•欺诈检测：大数据分析的另一个常见用途用于欺诈检测，特别是在金融服务行业。依赖于机器学习的大数据分析系统的一大优势是它们在检测模式和异常方面非常出色。这些能力可以让银行和信用卡公司能够发现被盗信用卡或欺诈性购买，并且通常是在持卡人知道出现问题之前发现问题。
•增加收入：当组织使用大数据来改善决策并改善客户服务时，增加收入通常是一个自然的结果。在Syncsort公司的调查中，超过一半的受访者(54.7%)表示他们正在使用大数据工具来增加收入，并根据更好的洞察力加速增长。
•提高灵活性：同样，从Syncsort公司的调查报告中，41.7%的受访者表示大数据的好处之一是能够提高业务/IT敏捷性。许多组织正在使用其大数据来更好地调整其IT和业务工作，并且他们正在使用他们的分析来支持更快、更频繁地更改其业务战略和策略。
•更好的创新：创新是大数据的另一个共同利益，NewVantage公司的调查发现，11.6%的高管正在投资分析，主要是作为创新和颠覆市场的手段。他们认为，如果他们能够收集竞争对手所没有的见解，他们就可以通过新产品和服务领先于其他企业。
•更快的上市速度：在这些方面，很多企业表示将使用大数据来加快产品上市速度。只有8.8%的受访者表示这是大数据的首要目标，但53.6%受访者已经开始朝着这个目标努力，其中54.1%的受访者表示取得了一些成功。大数据的这种优势也可能带来额外的好处，例如更快的增长和更高的收入。
大数据的缺点
另一方面，许多企业在实施大数据分析计划时也报告了一些重大挑战。大数据缺点其中包括：
•对人才的需求：数据科学家和大数据专家是IT领域最受欢迎的高薪工作者。AtScale公司的调查发现，缺乏大数据技能是过去三年来企业采用大数据面临的头号挑战。在Syncsort公司的调查中，受访者将技能和员工列为创建数据湖时的第二大挑战。雇用或培训员工可能会大大增加成本，获取大数据技能的过程需要相当长的时间。
•数据质量：在Syncsort公司的调查中，处理大数据的首要缺点是需要解决数据质量问题。在他们将大数据用于分析工作之前，数据科学家和分析师需要确保他们使用的信息准确和相关，并且采用适当的格式进行分析。这大大减缓了报告流程，但如果企业不解决数据质量问题，他们可能会发现他们的分析所产生的洞察力毫无价值，甚至在采取行动时是有害的。
•需要进行文化变革：许多利用大数据分析的组织不仅希望在报告方面做得更好，还希望使用分析在企业内部创建数据驱动的文化。事实上，在NewVantage公司的调查中，98.6%的高管表示他们的公司正在创建这种新型企业文化。然而，改变文化是一项艰巨的任务。到目前为止，只有32.4%的受访者表示在这方面取得了成功。
•合规性：大型分析工作的另一个棘手问题是遵守政府法规。企业的大数据分析中包含的大部分信息都是敏感的或个人的信息，这意味着企业在处理和存储数据时可能需要确保它们符合行业标准或政府要求。在Syncsort公司的调查中，数据治理(包括合规性)是处理大数据的第三大障碍。事实上，当受访者被要求按照从1(最重要)到5(最不重要)的等级对大数据挑战进行排序时，大数据在合规性的缺点显然是最重要等级。
•网络安全风险：存储大数据(特别是敏感数据)，可以使企业成为网络攻击者更具吸引力的目标。在AtScale公司的调查中，受访者一直将安全性列为大数据的主要挑战之一，而在NewVantage公司的调查报告中，高管将网络安全漏洞列为企业所面临的最大数据威胁。
•快速变化：大数据分析的另一个潜在缺点是技术正在迅速变化。组织可能面临着非常多变的情况，他们将投资于特定的技术，只是为了在几个月之后获得更好的结果。Syncsort公司的受访者将快速变化列为他们面临的潜在挑战中的第四位。
•硬件需求：组织面临的另一个重要问题是支持大数据分析计划所需的IT基础设施。用于存储数据的存储空间，用于将数据传输到分析系统或从分析系统传输的网络带宽，以及用于执行这些分析的计算资源在购买和维护方面都是十分昂贵的。一些组织可以通过使用基于云计算的分析来解决此问题，但这通常不会完全消除基础设施问题。
•成本：当今许多大数据工具都依赖于开源技术，这大大降低了软件成本，但企业仍然面临与人员配备、硬件、维护和相关服务相关的大量开支。大数据分析计划在预算范围内大幅度运行并且比IT经理最初预期的部署时间更长，这种情况并不少见。
•难以集成遗留系统：大多数经营多年的企业已经在各种环境中的各种不同应用程序和系统中分析和存储了数据。集成所有这些不同的数据源，并将数据移动到需要的位置也会增加处理大数据的时间和费用。
大数据的利弊
最后，在权衡大数据的利弊时，大多数组织都认为优点大于缺点。但是，在启动新的大数据项目之前，大数据的优点和缺点总是让企业值得仔细考虑。
