如今，企業所能接觸和收集的數據量每年都在增長，如果企業能夠在數據采集，分析，解釋方面能夠快速有效地話，會大大增強企業的競爭力。
然而，根據移動和社交數據分析公司Kongagent的總裁及首席科學家Josh Williams在最近的一個演講中總結的，企業在大數據處理和應用方面，常常會犯一些錯誤。 IT經理網整理如下：
一，懶惰(采集數據方面的偷懶)
如果你的數據采集水平很低。那么，你的大數據分析可能也幫不上你的企業什么。有一句話一直是大數據領域的真理：“好的算法能打敗差的算法，但是數據量大能夠打敗好的算法。” Josh Williams說，在實際工作中，經常能夠看到企業用錯誤的方式采集數據，從而導致錯誤的分析結論。
二，忽視(忽視應用數據分析)
另外一個常見的錯誤就是在數據分析的應用，數據流進入企業以后，如果不進行好的數據分析也沒什么用。“不要認為企業里每個人都是數據專家，你給他們僅僅看數據，他們也可能得出錯誤的結論。” Josh Williams 認為。你必須積極地進行數據分析，并且生成一些讓人容易理解的報告。
三，過量(過量的報告)
海量信息再加上一個好的數據可視化工具，很容易導致報告過量，包括過多的衡量指標等等(如過多的網站衡量指標等)，這樣往往會導致你忽視關于你的企業或者行業的一些重要結論。“無論你是采用自己的團隊或者第三方解決方案，現在的一個傾向是你很容易看到一大堆的數據和報告，這些往往反而會阻礙你得出一些重要的結論或者作出重要的決定。”
四，分歧(數據定義或解釋的不同)
如果在企業中，不同的部門對報告中的數據的解釋不同，或者對如何采取行動的意見不一，就可能導致分歧。對數據的定義不同，對數據含義的不同詮釋以及對數據結果如何采取行動的不明確，往往能阻礙企業采取正確決策。因此，確保企業中的不同部門不會因為同樣的數據而采取不同方向的行動非常重要。Josh Williams說，“聽上去不可思議，但是實際上這樣的情況在企業里經常發生。”
五，輕率(輕易跳到結論)
當你分析數據或者閱讀報告時，企業經常會發現一些值得注意的要點。企業往往容易根據這些很輕易的得出結論，有的甚至還會根據一些錯誤的原因調整商業模式，不如根據別人的結論，或者不正確的數據分析，或者是根據一些行業報告認為它們應該采取一些行業最佳實踐等等。 Josh Williams說：“我們鼓勵企業自行去驗證這些分析和結論，然后再決定是不是確實如此而應該采取行動。”
六，傲慢(用結論引導分析)
數據分析應該是用分析的方法，來證實或者否定一個假設。這個錯誤則是，人們往往在先有結論的情況下，然后整個數據采集和分析的目的是為了證明這個結論。“這在企業中非常常見，無論是企業高管還是其他團隊都有這個問題存在。”Josh Williams說:“人們總是試圖證明他們心中的結論，挖掘和分析那些對證明有利的數據。”而一個好的數據分析的文化應該是：“數據導出結論”。企業要學會讓數據說出真理。
七，麻木(行動遲緩，學習遲緩)
行動遲緩也是很多企業存在的問題。在大數據時代，對數據分析，迅速采取行動，從行動的結果中學習并進一步分析，是企業贏得競爭力的關鍵。當然，企業需要有一個好的數據分析流程，要避免直接跳入結論，要避免用預設結論影響分析結果。然而，如果一旦決定作出了以后，就應該迅速采取行動而不是拖延。
大數據項目的成功，遠遠不是企業上硬件和軟件那么簡單。需要企業文化，企業流程和企業員工技能和意識等很多方面的配合才能成功。以上七宗罪，其實也是很多企業大數據項目不成功的原因。企業的數據分析人員以及CIO, CTO們，要避免陷入這樣的錯誤陷阱中去，把大數據項目作為企業級的系統工程去考慮。
