讓十位資訊長去定義大資料，你會得到十個不同的答案。 Gartner分析師Mark Beyer說，這是因為大資料對企業的IT專業人員來說仍然並不規範。

Beyer在今年Gartner的Symposium / ITxpo會議上說。“當事情變得很常見，那它就開始正常化了，我們的工作，作為IT專業人士，就是在2020年前使大資料變得正常化。”

資訊長們可以通過從大資料謊言中區分出事實，來幫助他們的企業一步步走向正常。 “神話有助於緩解焦慮，而無益於實際情況，”他說。

這裡是Beyer提出的八個大資料神話：

1.大資料起始於100 TB。

不要再去尋覓大資料標準尺寸了，因其並沒有標準尺寸。 “大資料是對資料的處理，而不是資料的大小，”Beyer說。

2.想要大資料就必須更換基礎設施。 

“如果我因為有新的需求就決定改變整個基礎架構，那我是把之前所有的東西都當做了賭注，”Beyer說。他的經驗教訓是什麼？ “你要搞清楚，（基礎設施）成熟度犧牲的風險是否值得。”

3.百分之八十的資料是非結構化的。

這可能是最經常被引用的大資料統計了，但根據Beyer所說，其並不準確。 “世界上最大的資訊資產是機器資料。因為其並未相互關聯就說它們非結構化絕對是個謊言。機器資料是結構化的資料。” 順便說一句，這些大量的機器資料，往往是重複的資訊，確認了一切的正常。“這就是機器資料通常所表達的，”他說。

4.工具將取代資料科學家。

放心，所有花在吸引，拉攏，獲取資料科學家上的錢都不會白花，Beyer說。“工具是一種工程，工程是對已經發現的事實的重複利用。而科學是去發現新的事實。”工具不會取代資料科學家 – 至少在工具可以自行復制和發展之前不會。

5.更多的資料就可以解決資料質量的問題。 

“資料質量越低，答案質量就越低，”Beyer說。資訊長們應該關注資料質量。以通過手機收集的氣質地理定位資料為例，有些人把手機等同於真實的個人，他說。然而，手機可以被不小心留在辦公室，或者GPS功能可以在任何時間點被關閉。“手機不是人，”Beyer說。

6.實時只是速度更快而已。

實時操作，並不意味著加快了當前資料的攝入清理和分析過程，Beyer說。而是“確保資料收集和決策之間的間隔越短越好，”他說。此外，大多數企業資料是不需要實時操作的。

7.資料量優於專業知識。

那些認為可以簡單地不再管業務流程的人，請再想一想。這是因為，“一位好的資料科學家必須在某一時刻被叫停”，Beyer說。如果沒有業務流程，資料科學家將不斷不斷不斷的進行下去而不能提供商業價值。需要有人幫忙劃清界線。

8.資料模型沒有用。

這一論斷很絕對。不過，Beyer澄清說，任何數字資產裡的東西都有其數字模型。“我們不會因為大資料就捨棄模型，”他說。