也许并不让人感到意外的是，实施大数据和分析项目的公司的增长持续攀升-数据湖的持续增长证明了这一点。 随着大多数公司开始实施其大数据和分析战略，他们努力展现其努力的价值。 这可以来自几个方面：
根据这份埃森哲报告，大数据和分析项目表现不佳的最常见原因之一就是团队正在衡量错误的事情。您需要解决的一些问题是“我们真的需要衡量多少？”，“指标与业务之间是否存在因果关系？”  正是这正是大多数BDA团队无法实现目标的地方，因此正确处理这一点很重要。 有关确定正确措施的更多见解，请参见我的博客“错误措施的意外后果”。
另一个来自德勤的调查的例子表明，“更好的决策”是实施BDA项目的最大好处（参见图1）。
图 1： 来源：“ Analytics（分析）优势。我们才刚刚开始”
让我们以运动为例。 假设度量标准为“ IR天数（储备金）”。 该指标可能需要进一步完善，因为受IR影响的不同职位会对团队的绩效产生不同的影响（例如，在IR上开始QB对比第三字符串QB）。 斯蒂芬·史密斯（Stephen Smith）在2017年麻省理工学院斯隆运动分析会议上提出了一种新颖的方法。 斯蒂芬使用一种包括NBA球员薪水的方法来显示伤害预防程序的价值。 事实证明，一支球队拥有的资金越多，他们进入季后赛的机会就越大：
图 2： 量化避免伤害对性能的影响
另一个例子是常春藤盟军在2011年实施的大学橄榄球开球规则变更。他们研究了他们的数据，发现大多数脑震荡发生在……。然后，他们将开球从35码的线移至40码，并将触球从20码的线移至25码。这导致更多的回击和更少的脑震荡（见图3）。   
图 3：开球点变化对脑震荡的影响
请参阅博客“利用基于代理的模型（ABM）和Digital Twins来防止... ”更多示例，领先的体育组织如何利用大数据和分析来防止代价高昂的伤害。
作为物联网，大数据和分析领域的领导者，日立设备精良，可以帮助您从所有数据中获取全部价值。 从旨在帮助您快速构建数据湖的Cloudera，MapR，Hortonworks和MongDB的参考体系结构，到旨在允许您通过一次查询同时查询结构化和非结构化数据的体系结构，这些都可以帮助您快速构建数据湖。
如果您想了解更多有关日立在数据管理和数据智能解决方案中提供的内容的信息，请确保9月25日至27日在加利福尼亚州圣地亚哥的NEXT上与我们见面。 当您到达那里时，您将希望看到“使用VSP加速您的应用程序生态系统”和“ SFS组，Aldo和Cognizant如何通过IT现代化进行转变”专题讨论会。 并且一定要赶上我的Spotlight会议“使用针对ML和AI的现代数据管道提高您的数据回报率”。
1