同时，beyer提出了八个大数据神话：

　　1.大数据起始于100tb。不要再去寻觅大数据标准尺寸了，因其并没有标准尺寸。“大数据是对数据的处理，而不是数据的大小，”beyer说。

　　2.想要大数据就必须更换基础设施。“如果我因为有新的需求就决定改变整个基础架构，那我是把之前所有的东西都当做了赌注，”beyer说。他的经验教训是什么?“你要搞清楚，(基础设施)成熟度牺牲的风险是否值得。”

　　3.百分之八十的数据是非结构化的。这可能是最经常被引用的大数据统计了，但根据beyer所说，其并不准确。“世界上最大的信息资产是机器数据。因为其并未相互关联就说它们非结构化绝对是个谎言。机器数据是结构化的数据。”顺便说一句，这些大量的机器数据，往往是重复的信息，确认了一切的正常。“这就是机器数据通常所表达的，”他说。

　　4.工具将取代数据科学家。放心，所有花在吸引，拉拢，获取数据科学家上的钱都不会白花，beyer说。“工具是一种工程，工程是对已经发现的事实的重复利用。而科学是去发现新的事实。”工具不会取代数据科学家-至少在工具可以自行复制和发展之前不会。

　　5.更多的数据就可以解决数据质量的问题。“数据质量越低，答案质量就越低，”beyer说。首席信息官们应该关注数据质量。以通过手机收集的气质地理定位数据为例，有些人把手机等同于真实的个人，他说。然而，手机可以被不小心留在办公室，或者gps功能可以在任何时间点被关闭。“手机不是人，”beyer说。

　　6.实时只是速度更快而已。实时操作，并不意味着加快了当前数据的摄入清理和分析过程，beyer说。而是“确保数据收集和决策之间的间隔越短越好，”他说。此外，大多数企业数据是不需要实时操作的。不过,实时操作也的确带来很多益处。在政府工作闭塞化的今天，苏州政府使用大数据魔镜将政府工作情况实时可视化展示给公民，不得不说是公共管理领域的一个好例子。

　　7.数据量优于专业知识。那些认为可以简单地不再管业务流程的人，请再想一想。这是因为，“一位好的数据科学家必须在某一时刻被叫停”，beyer说。如果没有业务流程，数据科学家将不断不断不断的进行下去而不能提供商业价值。需要有人帮忙划清界线。

　　8.数据模型没有用。这一论断很绝对。不过，beyer澄清说，任何数字资产里的东西都有其数字模型。“我们不会因为大数据就舍弃模型，”他说。

　　数据神话的观点在很多人心里已经根深蒂固，要把大数据发展壮大，消除对于这些数据神话的盲目崇拜是非常必要的。