导致数据挖掘失败的原因有很多，我们只要稍加注意就能够及时止损，多加总结就能够更好的进行数据挖掘工作。但是导致数据挖掘失败的原因还有一个，这个是极其隐秘的，那就是推广，很多人在推广过程中挖掘数据得到了失败的结果，那么到底是怎么回事呢？下面我们就为大家介绍一下这个原因。

因为推广导致数据挖掘失败，这让很多人无法理解，那么究竟是为什么呢？其实就是很多传统企业不同地域上的业务差异，不仅仅造成管理难度加大、体验不一致、系统过于复杂、运营成本高昂，也让模型的建设和推广异常困难。如果从模型本身的角度，不同地域的数据差异有时很大，在一个地方成功的模型，在另一个地方则完全失败，过拟合现象比比皆是。如果从业务理解的角度，建模团队要面对几个甚至十多个做类似业务的团队，各个团队的业务理解上的差异和对于建模的要求各不相同，造成了建模团队的无所适从。从而使得数据挖掘工作难以进展下去。

当然，数据挖掘需要注意的是模型的推广，数据模型的推广成为了建模团队巨大的负担，复制模型，往往变成了重做模型，搜集结果数据也难上加难，数据挖掘，已经不是一项纯粹的工作，我们在前面说的五点原因都是为了说明数据挖掘所以难，是综合多种因素的结果，可能不是靠建立一个平台，懂得一些算法，掌握一个工具就能简单解决的，往往具有更深层次的原因。这就需要我们在掌握好工具使用的同时，也要抬起头来，更全面的看待数据挖掘这个事情，因地制宜的制定适合自己企业特点的数据挖掘机制和流程。所以在大数据时代的到来之际，我们必须让平台，工具和算法也变得越加重要，这对数据建模师的知识结构也带来了新的冲击。但是新的挑战一般带来的是新的机遇。

相信大家现在已经了解了推广问题是如何导致数据挖掘失败了吧？其实我们不难发现数据挖掘失败的原因都是我们一般容易忽视的地方，所以我们在做数据挖掘工作的时候不能掉以轻心，我们只有解决了这些问题才能够让数据挖掘工作做得更加出色。

关注“CDA人工智能学院”，回复“录播”获取更多人工智能精选直播视频！