《企業網D1Net》1月24日訊

如今，企業都嗅到大數據帶來的巨大價值，紛紛發力大數據領域，其中，建立大數據分析能力，是企業運用大數據的關鍵環節。領先的企業主要從四個方面入手建立自己的大數據分析能力：高質量的數據、先進的工具、精通數據的員工以及支持分析決策的流程和激勵機制。

要素一：數據

任何一個企業都首先需要制定一個數據收集和整理的策略規劃，這一規劃必須明確定義如何利用大數據為企業的整體發展戰略創造價值。好的數據政策明確定義了“什么是有用的數據”以及“如何從數據看我們的業務”。這些基本定義是一個企業如何建立自己的數據分析能力并將自己與競爭對手區隔開來的第一步。“什么是有用的數據”是所有數據政策的出發點和基礎。

要素二：工具

先進的分析技術和大數據工具的進步如此之快，他們正以前所未有的方式幫助公司獲取新的統計角度和結果。Hadoop、HPCC和NoSQL等工具和平臺迅速崛起帶來了全新的分析視角和機會;基于成熟的分析、視覺化以及數據管理的全新生態系統也以日新月異的速度改變著企業的分析能力。如今，可提供這類工具的供應商不勝枚舉，開放資源的開發商數量更是不計其數。不過，令人感到些許意外的是，在我們的訪談中，僅有38%的企業表示他們曾使用過這些工具。

要素三：人員

成功的團隊往往可以融合數據、技術和業務等各方面的人才來構建這一能力。以樂隊為類比：團隊的成員必須各自擁有不同的技能，但這些技能又有一些交叉重疊，同時他們非常了解互相之間如何進行有效和高效的溝通和協作。成功的大數據分析團隊亦如此，我們需要：

數據科學家，提供有關統計、相關性和質量等的專業技能

商業分析師，從商業的角度出發,甄別數據科學家從純粹數據分析角度發現的異常數據以及一般性規律，發掘出其中與公司業務發展緊密相關的數據和規律并根據重要性進行排序

技術專家，幫助提供收集、整理和處理數據所需的硬件和軟件解決方案

要素四：決心

頂尖的企業將大數據分析的理念植入到組織當中，明確定義希望通過大數據達成的目標并運用數據推動決策。CEO和高層領導團隊將枯燥抽象的數據分析與實際的公司經營績效提升的緊密關系展示給企業的每一位員工：不論是通過改進現有的產品和服務、優化內部流程、構建新產品和服務或是轉變商業模式等等。表現優異的公司無一例外地圍繞數據構建組織并恪守數據驅動型決策的承諾。

D1Net評論：

很多企業在大數據分析能力構建方面并不盡如人意，企業若想在大數據分析能力構建方面取得出色表現，必須在以上四個要點的基礎上，做到均衡的完美表現，而更多企業則在其中一兩個領域較為突出，其實，每個方面的成功都離不開其他方面的優勢支持。