原因不在于兴趣、努力或投资的缺乏。相反，这说明从既有客户、运营和服务数据中创造价值是非常困难的，更不用提社交媒体、移动设备和在线活动所产生的大量非结构化的内外部数据。
各家公司在利用大数据和高级分析工具方面面临的压力日渐增大，因为客户希望从与他们打交道的机构中获取更多信息。竞争在加剧，特别是在金融服务、零售、通信和媒体等成熟行业。以数据为驱动的行业继续洗牌。新旧行业的搅局者已经创造出以数据为驱动的经营模式，并将其应用于定制产品和服务的生产。
对大数据的持续炒作有赖三个误区：一、大数据技术会自行识别出商机；二、就是掌握的数据越多，自动创造出的价值也越多；三、数据科学家可以帮助任何公司从大数据中盈利，无论该公司的组织架构如何。而这三个误区中蕴含的危险马上为您揭秘。
一、大数据技术会自行识别商机。
危险：尽管投入了大量的资金和时间，但这种投资所产生的回报非常有限。
失败的技术布局往往是以假想这种新工具会自行产生价值开始。成功利用大数据能量的企业往往都是在重金投入大数据技术前，先将高级分析应用于少量高价值商业问题的解决。在这个过程中，他们学会了如何有组织地实施解决方案，也获得了对于运营挑战的新认识，并渐渐了解其数据和技术的局限性。根据对于他们实际需求的理解，他们可以确定大数据技术解决方案的具体要求。
二、掌握的数据越多，自动产生的价值也越多。
危险：对于未经证实的数据来源过度投资，忽略了那些有价值的、接近真相的数据来源。
随着社交媒体和移动设备的爆炸性增长，获取和利用新数据的诱惑在不断强化。很多大型机构已经被淹没在数据的海洋中了，其中多数数据存储在筒仓内，不能轻易接触并连接。我们发现，成功的大数据之路往往始于充分开发该机构的现有数据。从分析的角度而言，通常处理历史数据要比处理全新数据更容易。
三、好的数据科学家会为你发现价值。
危险：现有组织还没有做好实现数据价值的准备。
为了从大数据中持续获利，你需要打造出一个持续利用大数据和高级分析力量的运营模式。基于数据和分析团队的思考，成功的数据驱动业务可以让其组织、流程、体制和能力协调化，以做出更好的业务决策。
结论
大数据革命已经扰乱了很多行业，那些能够实现客户数据分析承诺的公司通常遵循这三个规则：
1.在投资大数据技术解决方案前，证明你所在的机构可以将高级分析应用于解决一些高价值的业务问题。
2.在向新数据来源扩张前，先利用现有数据创造价值。然后再利用测试-学习的方法，向你的历史数据注入前瞻性数据。
3.将运营模式赋能企业，特别是业务前线，使其快速行动，并对企业高级分析团队的洞见报有信心。
在大数据时代，那些遵守这些规则的企业将更有可能获得成功。
