误区1：数据挖掘提供了即时的未来预测
数据挖掘既不是水晶球也不是一按按钮就能魔术般出现答案的技术。它是一个多步骤的处理过程，其中包括：定义业务问题，扫描并按条件搜索数据，开发模型，运用获得的知识。典型情况是，企业花费大量时间预处理并且按照条件搜索数据，保证其干净、一致、良好整合，以便于应用他们所需要的商务智能。
误区2：数据挖掘对于商务应用程序仍然是不可用的
数据挖掘是一种可用的技术，并且由于他的商业效果受到了很高的评价。这个谎言似乎是那些需要解释为什么他们不能使用这个处理过程，并且在下面这两句话中转来转去的人所编造的。第一句是：“大的数据库不能被有效地挖掘”。第二句是：“数据挖掘不能在数据仓库引擎中完成”。这两句话都曾经是正确的;就像飞机曾经无法离开地面一样。
误区3：数据挖掘需要单独的、专用的数据库
数据挖掘产品供应商会强调你需要一个昂贵的、专用的数据库、数据中心或者分析服务器来进行数据挖掘，因为需要将数据转换为一种特别的格式来进行有效地处理。这些数据中心不仅采购和维护成本很高，每个单独的数据挖掘项目还需要单独抽取数据，而数据的抽取是很昂贵并且非常费时的。
误区4：只有拥有博士学位才可以进行数据挖掘
一些人认为数据挖掘非常复杂，以致必须拥有至少三个博士才可以执行它：一个是统计学或者计量方法专业博士，一个是能够懂得客户的商务博士，一个是计算机专业博士。
实际情况是在成功项目的实施者中根本用不到一个博士。例如，Teradata最近完成了一个南美电信公司的项目，它成功地追踪了顾客行为变化，帮助公司在电信市场开放期间保住了98%的高价值客户。通过协力工作，一个多学科的小组成功地完成了任务。
关于数据挖掘有哪些误区，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。