国内数据分析中的七种犯罪

每个人所做的研究将在中国和美国在大数据分析的思路和客户的态度差异很大的惊讶。
企业数据分析，在2-3年的一个差的概念，中国和美国，在实际执行层面可能有大约5年的差距。Rdquo，一个美国的数据分析师，品味分析的创始人Derek Wang（王晓雨）的五个最大的可视化研究中心在美国美国王晓雨博士说。
目前，国内企业客户在分析大数据时仍在分析结构化数据。但对于内涵丰富的非结构化数据，市场上没有有效的工具。
同时，结构化的数据分析，仍然使用+外包；招投标；传统的模式，这需要大数据分析服务企业在建立自己的数据分析指标第一历史经验相符合的（关键绩效指标），那么整个数据分析任务的第三方数据，经过几个月的时间后，大数据将被退还给甲方的资料分析的结果对企业。
Derek Wang博士说，这种数据分析模式将产生以下问题，这些问题是CIO在国内的头痛问题。
首先，它忽略了非结构化数据，具有丰富的内涵，与结构化数据相比，非结构化数据对企业也很重要。目前，国内企业还处于非结构化数据分析的初级阶段。
其次，KPI是非数据驱动的生成和缺乏科学性。在中国大数据的KPI的发展通常是基于人类的经验，而不是数据驱动的实时生成。这可能导致KPI全年保持不变，缺乏科学性。
第三，数据分析过程冗长，当国内企业进行大数据分析时，他们将采用投标，乙方，返回数据分析的结果，整个周期将少于1-2个月。
第四，它是企业内部分析资源的浪费，利用外包，实际上完全浪费了企业内部的分析资源，从经济效益上看是不划算的。
第五，数据安全没有保证，外包的另一个问题是数据安全。企业希望确保数据以安全的方式交付给第三方大数据公司，这往往需要额外的时间和成本。
第六，数据分析的结果不能直接与企业的经济效益挂钩，在进行数据分析时，国内企业往往要花上几个月的时间，并经常进行分析分析。经分析，不能将分析结果应用于企业经济效益的提高。
第七，第三方大数据公司的分析能力有限，企业似乎对第三方公司承担着重大的数据分析责任。但由于缺乏动态的数据驱动的数据分析工具，第三方公司实际上是根据经验来开发KPI和数据分析的，所以分析结果很难说是科学有效的。
对此，专家访谈业内人士说，目前国内企业的数据分析困境是概念的一部分，但更多的技术约束和工具的缺乏，Ldquo，例如，对于非结构化的数据，每一个企业都是分析和希望实时分析非常渴望，但它是还患有分析平台，在开放的市场是不可用的。