成功实施大数据项目的五项基本要求

jack

　　"在探讨成功条件时，我们应当参考马斯洛的需求层次结构，"Gaskins建议称。"事实上这是一套完整体系，而且可以对其进行细化拆分。"

两个大数据成功实例与一个险些失败的项目
　　Gaskins最近担任了某个国家海洋与大气管理局(简称NOAA)发起的大数据项目的主管，她用其中的三个实例进行具体讲解：帮助第43持续保障旅在阿富汗执行任务，以避免资源落入塔利班武装集团手中;  帮助MetLife公司迪拜办事处建立起保险欺诈检测机制; 帮助NOAA建立气象资料自动化解决方案并推动其商业化。
　　前两个项目完全满足以上五点要求，并最终取得了成功。
　　在阿富汗，Gaskins以军事情报官的身份担任美国陆军情报与安全司令部(简称INSCOM)指导员。在为第43持续保障旅服务时，仅有6名成员的情报部门需要支持旅内约5000名士兵。Gaskins建立的项目利用卡车司机及其他工作人员收集情报，从而分析资源分配过程中依法受贿的相关证据。
　　而在迪拜与MetLife的合作项目中，Gaskins帮助这家保险公司建立起自动化解决方案，并最终通过发现一系列欺诈行为实现了超过400%的投资回报。
　　第三个项目虽然取得了一定程度的成功，但却未能最终达到NOAA领导者的要求。其缺少紧迫性作为推动力。该项目确实成功将相当一部分NOAA数据交付给公众，但取得成功的企业客户往往需要借用甚至挖走NOAA内部非数据专业人士才能理解数据信息。
　　"好在我们的大数据项目团队不设明确的头衔，意味着每个人都能够轻松参与决策，"Gaskins表示。"我们一直保持着开放与透明的状态，而这也让整个团队相当稳固。"
原文标题：5 key requirements of successful big data projects