最终用户和IT有不同的术语表。帮助用户了解项目对于帮助他们充分利用大数据至关重要。

虽然87％的组织在最近的一份调查报告中承认数据是一项资产，但是只有25％的受访者表示他们准备使用数据，只有37％的受访者认为自己的决策可以更好地利用数据，而74％的受访者认为完全可以利用数据数据不堪重负。Qlik-Accenture公司在今年1月调查报告中指出了这些发现。

对此的最初反应是，现在有太多数据涌入组织，以至于他们难以应对。但是，更根本的问题是人们无法在IT内部和最终业务用户之间进行清晰的沟通。

使IT内部以及IT与最终用户之间的通信复杂化的一个障碍是，工程术语往往主导着IT学科。多年来，用户花时间尝试了解默认值的含义。如果用户从事金融业，则违约意味着贷款将变成坏账。实际上，如果在Merriam-Webster在线词典中查找“默认”一词，定义的第一点就是“未能履行职责或法律要求的事情”。只有在默认情况下通读定义5b时，才能得到IT工程师使用的定义：“在没有用户选择的情况下，程序自动使用的选择。”

这种利用工程术语中定义IT术语的趋势令人困惑，并且使通往生产性大数据的使用路径变得更加困难。以下是简化流程的五个步骤：

 1.向用户解释什么是大数据

大数据是指在企业业务系统中没有以电子固定记录的形式出现的任何信息，如应付账款、采购、销售、制造等。如果说的是照片、图像、图纸、合同的硬拷贝、视频或录音，那就是大数据。因为大数据不能通过正常的公司交易系统进行处理，所以需要另一种方式来处理。

 2.解释大数据处理

IT部门需要提出处理大数据的方法，但是对于最终用户而言，了解过程中的基本步骤也很重要。

用户从经验中知道，当他们与IT一起为诸如会计等系统开发报告和在线交易时，他们首先需要设计应用程序，然后由IT对其进行编程。然后，每个人都对该应用程序进行测试，直到它按预期方式工作，然后将该应用程序部署到生产环境中。

大数据应用程序开发几乎就是这样，但事实并非如此。

 3.建立数据模型

当IT与最终用户定义业务流程的工作方式以及需要哪些来自系统的信息类型才能使流程正常工作时，这通常称为需求和业务流程定义。但是在大数据方面，这是一个数据模型。

数据模型有两个部分。流程的第一部分是用户在白板或其他设备上描述其业务流程的地方。他们还列出了执行该过程所需的各种数据。例如，如果企业需要找到所需的某个零件，则可能需要零件编号信息，访问提供零件的供应商以及零件位置的权限。

在此之后，IT可以开发一个基础数据模型，该模型显示各种数据库，计算资源等如何为用户获取此信息，但是用户不需要参与数据模型设计的这一高度技术阶段。用户只需要确认业务流程和信息需求已完成即可。

 4.定义算法

该算法是最终用户用来查询数据的搜索标准。例如，如果最终用户希望找到某个部件的所有供应商，而该部件没有受到肆虐的五级飓风的影响，则可以将零部件供应商的交易数据与大数据天气相结合，生成一份报告，指出不在受影响区域内的零部件供应商。

如果由于某种原因该算法不能完全满足业务需求，那么用户和IT可以重新召集，以便找到更好的算法。

 5.获取数据

从数据模型处理的源生成的数据必须清除重复、不完整和不准确的数据，以便返回给最终用户的信息具有高质量。数据质量由最终用户在应用测试中确认。

 沟通是关键

大数据作为IT计划的目标应该以经常出现且易于理解的通信为前提。花时间用最终用户的术语向他们解释新的过程，减去技术和工程术语，找到可以用简单语句表达的替代词。

当结合使用这些技术时，这些技术可以加快项目时间表和结果，并在IT和最终用户之间建立信任和团队合作。