在Apache:北美大数据会议的主题演讲当中，拥有十余年从业经验的数据科学家Amy Gaskins谈到了她总结出的五项助力大数据项目成功或实现突破的要点。
成功的大数据项目拥有五大核心要求，拥有十余年从业经历的数据科学家Amy Gaskins强调称。
在此次Apache：北美大数据会议的主题演讲中，Gaskins提到了以下五项助力大数据项目成功或实现突破的要点：
认同 。目前的普遍共识在于，大数据项目需要获得高层管理团队的认同才有可能成功。不过Gaskins表示，单纯做到这一点还不够。大家需要立足各个层面给予认同，包括中层管理与员工自身。“大家需要自上而下团结一致。为什么要这样?因为每个人都需要理解大数据究竟是什么。”
紧迫性 。“如果不建立大数据项目，是否会导致自身业务面临实际威胁?”Gaskins提出设问。
透明度 。企业内部与外部人员是否了解我们在做些什么，又为什么这么做?具体作法能否复用?
非数据科学专业人员的参与 。所谓非数据科学专业人员，是指那些了解企业业务的专家。他们能够提供丰富的背景信息，帮助我们了解数据所表达的内容。Gaskins表示这些专家往往会将多个大数据项目加以结合，“非数据专业人士能够防止IT与业务部门爆发争端。”
心 理安全 。这里谈的是信任。各团队成员、数据科学家以及非数据专业人士之间必须彼此信任。
“在探讨成功条件时，我们应当参考马斯洛的需求层次结构，”Gaskins建议称。“事实上这是一套完整体系，而且可以对其进行细化拆分。”
两个大数据成功实例与一个险些失败的项目
Gaskins最近担任了某个国家海洋与大气管理局(简称NOAA)发起的大数据项目的主管，她用其中的三个实例进行具体讲解：帮助第43持续保障旅在阿富汗执行任务，以避免资源落入塔利班武装集团手中; 帮助MetLife公司迪拜办事处建立起保险欺诈检测机制; 帮助NOAA建立气象资料自动化解决方案并推动其商业化。
前两个项目完全满足以上五点要求，并最终取得了成功。
在阿富汗，Gaskins以军事情报官的身份担任美国陆军情报与安全司令部(简称INSCOM)指导员。在为第43持续保障旅服务时，仅有6名成员的情报部门需要支持旅内约5000名士兵。Gaskins建立的项目利用卡车司机及其他工作人员收集情报，从而分析资源分配过程中依法受贿的相关证据。
而在迪拜与MetLife的合作项目中，Gaskins帮助这家保险公司建立起自动化解决方案，并最终通过发现一系列欺诈行为实现了超过400%的投资回报。
第三个项目虽然取得了一定程度的成功，但却未能最终达到NOAA领导者的要求。其缺少紧迫性作为推动力。该项目确实成功将相当一部分NOAA数据交付给公众，但取得成功的企业客户往往需要借用甚至挖走NOAA内部非数据专业人士才能理解数据信息。
“好在我们的大数据项目团队不设明确的头衔，意味着每个人都能够轻松参与决策，”Gaskins表示。“我们一直保持着开放与透明的状态，而这也让整个团队相当稳固。”
本文转自d1net（转载）
