本节书摘来自华章出版社《智能数据时代：企业大数据战略与实战》一书中的第3章，第3.1节，作者 TalkingData ，更多章节内容可以访问云栖社区“华章计算机”公众号查看
第3章 大数据：有所为有所不为
3.1 大数据分析最佳实践
很显然，与任何其他技术或过程一样，大数据问题也有最佳实践。在大多数情况下，最佳实践通常来自多年的测试和测量结果，以此作为基础，不断发展。然而，如今的大数据概念要相对新颖，在推导相关最佳实践的过程中人们总会去依赖并利用此前经过证明的有效方法。尽管如此，当前各种新的最佳实践正如雨后春笋般不断浮现，这意味着我们仍然可以从他人的错误和成功中吸取经验教训并由此判断出哪些才是真正有效的方法。
大数据的革命性特质往往会影响最佳实践，因此今日的最佳到明日可能就不再无懈可击。也就是说，在大数据分析方面，应该会存在一些核心的成熟技术，它们能够经受住时间的检验。在名词、技能集、产品和供应商不断推陈出新的情况下，大数据分析的世界似乎越发让人感到陌生，但是经过实践证明的数据管理最佳实践在这个仍属新兴的领域中依然能够发挥良好的作用。
和所有商业智能（BI）和/或数据仓库计划一样，除非已经充分了解组织的数据管理要求并制定好完备的战略，否则任何人都无法在大数据分析这条道路上走得太远。大数据分析已经被广泛炒作，而各行各业的公司也已被不断翻新的数据源和更为庞杂的数据量所淹没。在没有充分了解的情况下对大数据领域进行重大投资并认为这能够为自己的企业带来实际性增值，这是该领域潜在用户容易产生的最大误解之一。
获得成功的诀窍是从商业角度看待问题，同时不要过度关注技术，要做到这一点可能需要首席信息官（CIO）、数据科学家和其他商务人士之间进行深入的探讨以确定业务的目标并找出真正有价值的数据。在具体实践中，至关重要的是要准确界定可用的数据并为组织设计出资源的最优利用方案。
CIO、IT经理以及BI和数据仓库专业人员需要检查当前被保留、整合和使用的数据并将其与正在被丢弃的数据进行比较。另一个关键步骤在于考虑目前尚未触及到的外部数据源中有哪些可能对现有的资源组合产生良好的补充作用。即使公司目前尚不确定自己应在何时以何种方式投入大数据分析的浪潮，但他们也应尽早进行这种评估。
数据积累的量变是为最后的质变做准备，即使一开始你并不清楚大数据的用途。上述过程的诀窍在于尽早地开始数据积累，否则你可能会错失机会，原因是某些稍纵即逝的数据可能会被错过，而你在启动大数据工程后可能没有足够的信息追溯能力来找回这些资源。
