CIO-企业大数据战略指南.docVIP

CIO:企业大数据战略指南 当某在线视频网站准备推出自制剧的时候，评论家纷纷嘲笑他们把握观众品味的能力。很难有谁会想到，该公司通过分析其积累的多年用户观影偏好的大数据，来指导制片人、主演选择和编剧内容并一炮走红，帮助其在一个季度内获取数百万新增用户，并在接下来的一两年内里获得数倍的股价提升。 打造大数据战略的四大挑战 我们正在迎来一个数据爆炸的时代：各类设备和互动产生的数据量正以年均大于50%的速度增长，预计在2020年可能会达到44ZB（44万亿GB）。全球企业越来越关注大数据给自己带来的机会或者冲击，贝恩公司的大数据行业调研显示，北美和欧洲400多家大型企业（年营业额高于5亿美元）中，大约60%的企业积极在大数据方面进行投资，希望能够带来显著的收益。 据调查显示，拥有优秀大数据能力的企业，它的财务表现排在行业前25分位的可能性是竞争对手的2倍、做出正确决策的可能性高出竞争对手3倍、决策速度比竞争对手快5倍。可见，大数据对于企业乃至整个社会的重要性不言而喻。 大数据之所以“大”，在于数量（Volume）、种类（Variety）和产生速度（Velocity）的特征。Volume：数据体量大，许多企业大数据规模可达数百TB、甚至EB级别（1EB=1024PB、1PB=1024TB、1TB=1024GB）。Variety：数据类型多，包括各种格式与形态。Velocity：大量数据每一秒都在产生，对数据实时收集、处理与分析应用的速度要求很高。 无论数据如何变化，它们是“金矿”还是“垃圾”，取决于企业是否了解自身拥有（或能够获得）的数据资产，并以此建立清晰的大数据战略，从而在战略、运营和一线层面产生价值。无法持续地产生价值的数据是没有意义的。 图1：全球数据的数量、种类和产生速度正在爆发性增长 企业今天在运用大数据时还面临不少困难。主要包括战略、人才、数据资产和工具等四大类挑战。 战略：仅有约23%的企业拥有明确的大数据相关战略，决定并知道如何将大数据分析有效地应用于企业运营，并建立相应的组织能力、流程和激励机制来赋能数据分析以支持决策。 人才：仅有约36%的企业拥有专门的数据洞察团队??并拥有同时具备数据科学专业能力和商业敏感度的人才。 数据资产：仅有约19%的企业拥有高质量、一致性较好、易于获取和应用的大数据。 工具：仅有38%的企业正在使用先进的大数据工具，如Hadoop、NoSQL、HPCC和自动数据清洗算法等。 建立大数据战略的关键因素 关键成功因素1 发现独有的“数据资产” 你拖动某部电影视频滚动条的时候，视频网站正在分析整体观众的偏好数据并指导下一步剧集的剧情走向；当你在店里购物的时候，零售商正在分析整体客流轨迹数据并指导店面的布局和商品的上下架；当工厂每天使用机器设备的时候，厂商正在分析整体设备的使用习惯并指导下一代产品的设计、维修保养的主动性变动以提升效率……这样的例子非常多。 作为建立大数据能力的基础，企业应像对待其他重要资产一样，发现、评估和管理好并不断扩充数据资产。 首先，应对企业数据资产现状开展深入评估，明确目前数据资产的来源、类型与数据准备情况，评估数据是否足够完整、是否与业务发展直接相关； 其次，根据评估结果以及企业经营战略目标，应明确目前还有哪些数据资产与目标存在显著差距，弥补差距的优先级是什么； 然后，对所有可进一步获取的内外部数据资产进行识别与评估，在深入考虑数据质量、重要性与相关度、获取成本与时间要求等相关因素之后，选择获取数据资产的最佳方式，诸如自行采集整理、对外采购数据、与外部合作伙伴进行交换等； 在获取新的数据资产后，企业还需建立数据治理机制，对数据进行妥善清洗与存储，确保数据的可用性与一致性，并明确数据授权和更新制度。 关键成功因素2 明确数据资产如何“创造价值” 在评估企业的数据资产后，需确定如何运用其对企业战略进行支撑与引领。具体而言，大数据可为企业带来五方面的价值： 优化企业内部运营流程：例如，某饮料公司运用复杂算法分析社交媒体大数据，识别对于重要议题具有影响力的品牌意见领袖，并对其进行针对性的引领，以提升营销效果；某连锁零售公司通过分析大量门店销售数据，寻找产品之间的未知联系，以提升捆绑销售。 优化现有产品与服务：例如，某娱乐公司运用电子公园通行证来采集游客在其主题公园中的活动数据信息，以此来优化游客在公园中的体验；某汽车安全信息系统服务商使用传感器来收集车辆驾驶数据，以改进其产品的设计、生产与维修流程。 开发新产品新服务：例如，某保险公司使用插入式设备来收集驾驶行为数据、通过分析司机的驾驶习惯对其保险提供相应折扣，以主动保留驾驶行为较安全的客户；某在线影片租赁提供商通过分析观影档案数据来针对性