这将会产生麻烦。因为数据在自身的增长过程和人的心态中都起着关键的横向作用。没有质量好的数据，一次合理的实验周期就不可能运行。

今天，我将阐述看上去良好的数据却在使用中经常导致失败的4个原因，以及你可以为此做些什么。

问题1：项目心态与流程心态

大多数想要更加认真对待数据的公司将数据视为一个项目：这个项目有一个明确的开始和一个明确的结束。

当你将数据视为一个项目时，你将获得“死亡数据轮”。

项目掩饰：当某些时候有人发现一组看起来像不正确的数据。由于他们不相信这组数据是正确的，所以他们会停止使用该数据。因为没有人在使用数据，所以数据不会持续-这将会导致更多对数据的不信任。

在上述情况下，把数据视为一个项目去处理是错误的。实际上，类似于构建产品，数据是一个持续的，永无止境的项目。