一位分析师表示，从跳板跳入大数据池并不一定是一份孤独的工作。

“不要单独行动，”加拿大健康信息之路新兴技术团队架构总监Alex Mair周四在多伦多举行的大数据会议上表示。“合作和成功的机会很多。”

非营利组织Infoway就数据共享架构向省级政府提供建议。Mair在接受采访时表示，虽然它的建议在健康和其他领域可能更有意义，但它确实适用于没有大型it部门的企业。

曾在私营和公共部门从事分析工作的Mair表示，组织在开始之前需要了解大数据分析可能意味着什么。

他说：“你需要找到能为我提供价值的用例。”然后问：“我如何衡量它，以便我可以开发未来的业务案例？”

像所有大型项目一样，他也敦促那些有兴趣的人找到愿意在组织中支持它的高级员工。

大数据——被一些人定义为比传统分析软件处理更多的数据，而其他人，比如Mair，将其定义为处理非结构化的、接近实时的数据——，这为我们更深入地了解客户的意图并可能预测未来提供了可能性。

大会上一位发言人通过分析大数据预测了社交媒体的发展趋势。另一家公司刚刚推出了一个软件，可以预测哪些学生有失败的风险。

会议吸引了许多来自公共和私营部门的分析师，他们想知道更多关于如何处理海量数据的信息。

与会者包括安大略省工作场所安全和保险委员会副主席兼首席统计师尤金温博士，他在接受采访时表示，他希望更好地模拟关键数据。

他说，向受伤工人支付赔偿的机构有100年的数据，但没有利用先进技术从数据中获得最大利益。

丹佛SendGrid的高级商业智能分析师特伦斯福特(Terence Ford)利用电子邮件平台，让开发人员在Web应用程序中发送事务性电子邮件。他承认，其中一些是从提供演示的竞争对手那里听到的，他还学会了如何分析和更好地利用他的公司。

他说，自2009年以来，SendGrid已经发送了1150亿封电子邮件。有了这些数据，我们当然可以在分析上做得更多。

拥有公共卫生实验室的安大略省健康保护局数据库顾问Mihaela Smochina了解了其他人如何从不同平台解决数据整合问题，提高预测能力。

他们和其他与会者收到了加拿大和美国一些组织的简要案例研究。

总部位于多伦多的电子书零售商Kobo的大数据副总裁乔丹克里斯滕森(Jordan Christensen)表示，他的公司去年决定使用读者搜索的大数据来帮助向买家提供推荐。

他们的策略来自IEEE杂志的一篇文章，认为简单模型和大数据集比复杂模型和少数据——更好，这很有吸引力，因为Kobo只能成立一个5人的大数据分析团队。

此外，决定该股应成为一个利润中心，并至少从其建议中获得足够的收入来支付该司工作人员的费用。

在线旅游网站Expedia的数据工程师Arek卡什马雷克解释了该公司如何使用开源Hadoop框架来连接来自几个数据库的数百兆数据。这允许分析师直接查询Hadoop，而不是创建一个单一用途的数据集市。为了提高查询速度，数据没有规范化(即包含数据的冗余副本)。

施乐公司(Xerox Inc .)的研究科学家拉克什库尔卡尼(Rakesh Kulkarni)讲述了他的公司如何为洛杉矶创造了一种算法，该算法通过大量的停车数据，根据可用停车位的数量来设定每小时的停车价格。

整合多家公司忠诚度计划的在线服务网站Points.com首席数据科学家Charumitra Pujar表示，他的公司认为，大数据需要一种新的数据建模方法，这种方法不仅可以让数据和业务团队紧密合作，还可以设定一个成功指数。

“大数据正在从根本上改变我们今天的决策方式，”他说。

“基于(传统)预测模型做出决策的营销人员和企业主现在面临着挑战，因为他们掌握了更多可用的信息。”