制定大数据战略的三个关键.pdfVIP

制定大数据战略的三个关键 通过与来自六大数据密集型行业中的数十家企业的 合作，我们发现，企业要想充分利用大数据，需要三种相互 辅助的能力：第一，能够鉴别、结合及管理多种数据源。第 二，为了预测和优化成果，要有构建高级分析模型的能力。 第三，也是最为关键的，为了确保数据和模型能够真正生成 更好的决策，管理层必须具备推动体制转变的能力。 巩固这些能力的两个重点是：要制定大数据竞争战略， 明确如何使用大数据和分析方法；要部署合理的技术架构和 相关性能。同样重要的是，企业还要对预期的业务影响有一 个清晰的愿景，并且能够给出从数据收集、模型构建到文化 转型的一揽子方法。这样做能帮助企业避开那些通常一上来 就问数据能为企业做什么的陷阱。领导者应当投入足够的时 间和精力，以保证各部门的经理一致支持这项任务。 选择合适的数据 过去几年来，信息海量膨胀的同时，通过联合各项数据 来扩展洞察的机会也越来越多，更多更好的数据让企业能够 更全面、更精细化地审视商业环境。这种前所未有的洞察力 可以有效改善运营水平、顾客体验和企业战略。这就要求企 业从以下两个方面入手： （1）创造性地收集数据 通常，企业掌握那些可以用来解决业务问题的数据，但 经理却不知道该如何用它做出关键性决定。例如，工厂及客 服部门每日或每小时都有即时更新的相关数据，但运营经理 往往无法捕捉其潜在价值。领导者可以通过对问题和机遇进 行细化，以此推动经理们以更加全面的眼光审视数据。 经理也需要创造性地看待外部和新的数据源的潜力。社 交媒体以会话、图片和视频的形式产生非传统、非结构化的 TB 级数据，此外还有来自传感器、监控过程的数据流，以 及从本地人口统计到天气预报无所不包的各种外部数据源。 激发对数据潜力更广泛思考的一个方法是回答这个问题： “我们可以利用掌握的数据做出哪些决策？” （2 ）获得必要的 IT 支持 传统的 IT 架构可能会阻碍数据收集、 存储和分析的新模 式。而管理非结构化数据通常已超出了传统的 IT 能力。彻底 解决这些问题一般需要数年时间。然而，商业领袖们可以寻 求首席信息官的支持，按照优先级来满足短期内的大数据需 求。这意味着需要快速识别和获取最重要的数据用于分析， 然后增加一个清理操作以同步、合并重叠的数据并补救缺失 的信息。 构建模型以预测和优化业务成果 数据是必不可少的，但是绩效提升、竞争优势来自可以 让管理层预测和优化成果的分析模型。更重要的是，构建模 型的最有效途径通常并不始于数据本身，而是从发现商业机 会并判断该模型将如何提升业绩起步。我们发现，传统的基 于实际数据关系的模型更易于管理层理解，而且这种假设引 导型的建模方法可以快速获得成果。 请记住，任何建模工作都有相应风险。先进的统计方法 无疑能构建更好的模型，但有时统计专家们设计的模型太过 复杂，不适于实际应用，也许还会耗尽企业的大部分能力。 领导者需要不断地追问： “什么是可以提高绩效的最简单模 型？” 提升企业的数据分析能力 高管们向我们坦言，最担心的是经理不理解或者不相信 基于大数据的模型，所以并不使用它们。 由于现有的组织文化和能力与数据驱动新策略不相匹 配而导致问题的出现，这其实很常见。新方法或者无法与现 有决策方式相匹配，或者不能为实现企业目标勾勒清晰蓝 图。许多分析工具看上去只是为专家建构模型而设，而不是 为一线的员工服务。而且很少有经理人对数据模型有足够的 兴趣并推广其使用。这对于想要在内部推行新方法的企业来 说，这是一个致命伤。关键在于，使用大数据需要深思熟虑 的组织层面改革，从三方面入手采取行动可实现目的。 （1）研发与业务息息相关并可投入使用的分析工具 很多大数据和数据分析的初步使用之所以失败，是因为 不能与日常工作流程和进行决策的常规做法保持同步。模型 设计者需要了解经理做出的各种类型的业务判断，以使其行 动与企业的整体目标保持一致。与一线经理的对话将确保数 据分析及相应工具能够完善现有的决策流程，从而使企业在 各方面做出权衡。 （2 ）在一线使