即便是在用户现已对硬件，软件以及效能等内容付出过费用

大数据带来的健壮功用令人难以抵抗，它承诺将规划巨大且持续增长的数据转化为能为企业所运用的、触及业务方方面面的宝贵情报。但是，这种诱惑的不好相同或许存在骗局；假定不做详尽规划，技能消费很或许成为拖累企业的沉重包袱。大数据常常也带来巨大的消费风险，NPI公益翻开安排的IT收购处理顾问Jeff Muscarella指出。Muscarella正告称，即便是在用户现已对硬件、软件以及效能等内容付出过费用，大数据项目仍然能够垂手可得地带来百万美元级的增项开支。

此外，不要被供货商拿出的所谓实践事例所隐瞒，深化研讨你或许会发现这些实例根柢不像厂商揄扬的那么出彩。在大部分情况下，只需咱们能抽丝剥茧地将事例分化进行调查，就会意识到其中有许多虚伪的成分，他解释道。当然，这并不是说咱们不应查验引进大数据技能，Muscarella补偿称。不过企业在着手进行收购之前，务必要深化研讨、广泛收集信息。咱们当然不应该为了花钱而花钱，只需在大数据项目确实能为业务行进带来帮助的前提下，这样的大动作才有意义。

这不仅仅是一种新技能，Muscarella标明。妥当来说，这是一种专为处理那些咱们无法判定是否存在的业务问题而衍生的技能，CIO们必定得清楚这一点。现在关于大多数IT领导者来说，大数据毕竟能带来哪些长处、其运作机制怎样等等仍然是恰当陌生的论题，乃至仅仅停留在概念层面。因此在安排之前，决策者有必要勇于提问：新技能真能行进效益吗？怎样行进、需求多长时间才调收效。

在安排工作中，咱们需求安排哪些根底设备缔造？IT领导者们有必要拿出一百二十分的注重度应对这类新项目，只需这样大数据这只钱山君才或许真正为企业带来出资酬报。对待大数据：抛砖引玉、故步自封初度根究大数据项目时，千万别一起手就搞得声势浩大、劳民伤财，Muscarella提示道。最好的方法是用Apache Hadoop这类开源东西先弄个试点事例，看看毕竟收效怎样。谁的钱也不是劲风吹来的，所以相信各位必定希望出资能真实收效，Muscarella指出。

先选一些可处理性较强的东西，小范围验证自己对大数据的知道。举例来说，假定咱们确实能从试点事例中发掘到数据的价值、网络点击量的不好意义或许用户的消费习气，接下来在深化考虑怎样运用这些定论改善企业的业务流程。千万不要堕入无限晋级根底设备的怪圈，这种倾向十分风险，他补偿道。先验证作用，再回头规划自己的具体实施方案。即便毕竟的效果证明咱们一初步的挑选是正确的，咱们也不用为搞试点而懊悔。

毕竟这么做最稳妥、风险最小，正确的处理者绝不会在项目还布满不判定要素时就盲目加大资金投入。一旦业务需求核准结束，接下来咱们才调初步谈论大数据项目需求哪些根底设备支撑。大数据项目的规划往往以PB、乃至是EB计，因此咱们有必要确保自己的存储根底设备能够跟上这种巨大的资源需求。Muscarella认为，尽管供货商们总是奉劝用户运用同一家存储效能商的产品以行进设备标准化程度。

但他仍然主张咱们运用存储虚拟化技能将竞争机制引进产品挑选。这样咱们不只能够有用下降风险，更不用费心于某一家效能商的架构能否习气未来的技能翻开趋势。不要希望经过一家供货商获得所谓的标准化，他标明。最科学的方法是将资源需求松懈处理，一部分交给云途径、另一部分交给企业内部的数据中心。